Výpočet DORI (2026): Krok za krokom EN 62676-4 súlad pre reálne projekty
Tri reálne spracované príklady : sklaďovacia rampa skladu, ANPR vrátka parkoviska a bankový pult : s úplnou aritmetikou pixelov na meter podľa EN 62676-4 vysvetlenou krok za krokom. Na konci tohto článku budete schopní vypočítať DORI úrovne pre akúkoľvek kameru a cieľovú vzdialenosť bez pomôcky a budete vedieť presne, ktorá kombinácia kamery a objektívu spĺňa ktorý prah DORI.
Obsah
Čo sa naučíte
Čítanie o DORI je v poriadku. Výpočet DORI na skutočnom projekte je to, čo skutočne vyhráva výberové konania a prežije spustenie. Tento článok je praktickou náprotivkou k teoretickému vysvetleniu DORI. Vybrali sme si tri archety projektov, ktoré sa vyskytujú v približne 80 % návrhov CCTV, a celý postup spustíme s číslami EN 62676-4, od začiatku do konca, s viditeľnou matematikou. Na konci by ste mali vedieť, že keď sa pozriete na hárok s údajmi kamery, výberom objektívu a cieľovou vzdialenosťou, poznáte v tridsiatich sekundách, ktorá úroveň DORI návrh spĺňa.
Prečo tri príklady a nie jeden? Pretože každá archetypálna situácia kladie dôraz na inú časť výpočtu. Sklad vás núti myslieť na to, ako DORI klesá so vzdialenosťou. Brána ANPR vás núti myslieť na pixelovú rezervu na čitateľnosť poznávacej značky. Okno banky vás núti myslieť na hustotu pixelov na rozpoznávanie tváre na blízku vzdialenosť s obmedzeným výberom objektívu. Spolu pokrývajú výpočtové schopnosti, ktoré potrebujete na takmer každý návrh, na ktorý natrafíte.
Opakovanie matematiky DORI : vzorec v jednom odseku
EN 62676-4 definuje DORI ako pixely na meter v cieľovej vzdialenosti. Aritmetika je vysokoškolská geometria: uhľové pole pohľadu objektívu sa premieta na horizontálny rez v scéne a horizontálny počet pixelov kamery je rozdelený na tento rez. Kompaktný vzorec je:
Vzorec DORI pixeloch na meter
PPM = (ohnisková_vzdialenosť_mm × šírka_obrazu_pixely) / (šírka_senzora_mm × vzdialenosť_m)
- focal_length_mm — the lens you have selected (e.g. 6mm, 12mm).
- image_width_pixels — the horizontal pixel count (e.g. 2560 for 4MP at 16:9).
- sensor_width_mm — the horizontal sensor dimension (1/2.8" ≈ 5.376mm; 1/1.8" ≈ 7.20mm).
- distance_m — the metres from the camera to the target.
Výsledok porovnajte s prahmi EN 62676-4: 25 ppm Detection, 62 ppm Observation, 125 ppm Recognition, 250 ppm Identification. Novela z roku 2025 zavádza režimy OODPCVS, ktoré rozširujú túto slovnú zásobu, ale základná pixelová aritmetika zostáva rovnaká.
Dve praktické poznámky pred tým, ako sa pustíme do podrobných verzií. Prvá: veľkosť senzora sa zvyčajne udáva ako zlomok palca (1/2,8", 1/1,8", 1/1,2") : nie sú to doslova palce, ale zastarané pomenovanie z čias vidikónových kamier. Použite tabuľku konverzií nižšie alebo sa spoľahnite na kalkulačku, aby ste si splnili vyhľadávanie. Druhá: vzorec predpokladá štandardný priamočiary objektív. Širokouhlé a rybie oko objektívy vnášajú bečkovitú skreslenie, ktoré jemne mení efektívnu hustotu pixelov v rámci snímky; pre tie použite údaj efektívnej ohniskovej vzdialenosti výrobcu namiesto nominálneho.
| Veľkosť senzora | Horizontálne mm |
|---|---|
| 1/3" | 4.80mm |
| 1/2.8" | 5.376mm |
| 1/2.5" | 5.76mm |
| 1/1.8" | 7.20mm |
| 1/1.2" | 10.67mm |
Prechádzka 1 : Nákladný pristaňovací dok skladiska
Nastavenie. Logistický zákazník inštaluje CCTV na 25 m širokého nákladného dokovacieho miesta so jednou kamerou namontovanou na stene budovy priamo nad dverami dokovacieho miesta, pozerajúcou sa do dvora. Vybraná kamera je 4MP so senzorom 1/2,8" (2560 × 1440, 5.376 mm horizontálny) na pevnom objektíve 6 mm. Otázka: aká úroveň DORI dosahuje táto kamera v 10m, 20m a 35m od steny?
Čísla
- PPM @ 10m = (6 × 2560) / (5.376 × 10) = 285.7 ppm → Identifikácia (>250)
- PPM @ 20m = (6 × 2560) / (5.376 × 20) = 142.9 ppm → Rozpoznanie (>125)
- PPM @ 35m = (6 × 2560) / (5.376 × 35) = 81.6 ppm → Postrehnutie (>62)
Interpretácia. Jedna 4MP kamera na 6 mm objektíve pokrýva dokovacie miesto s tromi rôznymi úrovňami DORI na troch rôznych vzdialenostiach: Identifikácia priamo pri dverách, Rozpoznanie v strednej časti dvora, Postrehnutie hlbšie v nákladnom priestore. Na 25 m широkom dokovacom mieste každý pixel pozdĺž čela dokovacieho miesta spĺňa Rozpoznanie alebo lepšie, čo je správny prah pre "vieme, kto si vzal ktorý kontajner".
Záver návrhu. Ak zákazník potrebuje Identifikáciu na 20 m (napríklad na čítanie ID operátorov manipulačných jednotiek na plný dosah dvora), táto kamera nie je dostačujúca : potrebujú buď dlhší ohniskovú vzdialenosť (čo sa obetuje širokému pohľadu blízko dverí), alebo vyšetolejšie rozlíšenie snímača (8MP na rovnakom 6 mm objektíve dosahuje Identifikáciu za 20 m). Prechádzka robí kompromis viditeľný v číslach, čo je presne konverzácia, ktorú chcete mať so zákazníkom pred inštaláciou, nie po nej.
Prechádzka 2 : Parkovacia brána ANPR
Nastavenie. Komerčný zákazník chce automatické rozpoznávanie poznávacích značiek (ANPR) na vchode brány podzemného parkoviska. Zábrana je 5 m od montážneho miesta kamery. Vybraná kamera je 8MP so senzorom 1/1,8" (3840 × 2160, 7.20 mm horizontálny) na pevnom objektíve 12 mm. Otázka: spĺňa táto kombinácia Identifikáciu (250 ppm) pri bráne a aká je rezerva?
Čísla
- PPM @ 5m = (12 × 3840) / (7.20 × 5) = 1280 ppm → Identifikácia (>>250)
- PPM @ 10m = (12 × 3840) / (7.20 × 10) = 640 ppm → Identifikácia (>>250)
- PPM @ 25m = (12 × 3840) / (7.20 × 25) = 256 ppm → Identifikácia (tesne nad 250)
Interpretácia. Na 5 m kamera poskytuje 1280 ppm : päťnásobne vyšší práh Identifikácie EN 62676-4. Tá rezerva nie je zbytočná. ANPR funguje spoľahlivo iba vtedy, keď je značka dobre osvetlená, dobre orientovaná a bez pohybovej rozmazanosti : disponovanosť pixelami znamená, že systém znáša nevyhnutnú degradáciu v reálnom svete (dážď na objektíve, nízke slnko, mierne sklonenie vozidla) bez poklesu pod prah čitateľnosti. Návrh, ktorý v laboratórnych podmienkach len vyjde na 250 ppm, zvyčajne zlyháva v produkcii.
Záver návrhu. Voľba 8MP na 12 mm je dobre zladená s 5 m bránou so významnou rezervou. Keby bola rovnaká kamera namontovaná ďalej : až zhruba na 25 m : stále by spĺňala Identifikáciu, ale s oveľa menšou toleranciou voči prostrediu. Pre jednoúčelovú ANPR kameru je štedra pixelová rezerva správnejším návrhom ako márne vynaložený výkon.
Prechádzka 3 : Pokladničné miesto banky
Nastavenie. Maloobchodná banka modernizuje CCTV v pobočke pri pokladňach. Každé okno pokladne má dedikovanú kameru namontovanú na zadnej stene, 4 m od strane zákazníka pult. Vybraná kamera je 6MP so senzorom 1/1,8" (3072 × 2048, 7.20 mm horizontálny) na pevnom objektíve 8 mm. Otázka: spĺňa toto Identifikáciu 250 ppm na strane zákazníka pokladne na použitie s rozpoznávaním tváre?
Čísla
- PPM @ 4m = (8 × 3072) / (7.20 × 4) = 853 ppm → Identifikácia (>>250)
- PPM @ 6m = (8 × 3072) / (7.20 × 6) = 569 ppm → Identifikácia (>>250)
- PPM @ 12m = (8 × 3072) / (7.20 × 12) = 284 ppm → Identifikácia (tesne nad 250)
Interpretácia. Kamera 6MP na 8 mm objektíve spĺňa Identifikáciu 250 ppm na pokladňovom pulte so značnou pixelovou rezervou. EN 62676-4 označuje 250 ppm ako úroveň, na ktorej je možné identifikovať neznámeho jedinca z obrázka : presne prípad použitia pre rozpoznávanie tváre spúšťaného podozrivou transakciou. Rovnaká kamera naďalej spĺňa Identifikáciu až zhruba do 12 m, čo je viac ako hĺbka ktorejkoľvek normálnej pokladní.
Záver návrhu. V tejto geometrii majú výška montáže a uhol k tvári zákazníka väčší vplyv ako ďalšie pixely. Tvár pozorovaná z úhľu strmého zhora je ťažšie identifikovateľná ako tá istá pixelová hustota na tvári pozorovanej blízko čelne : pixelová hustota je nevyhnutná podmienka, nie dostatočná. Prechádzka vynorívenega správnu návrhovú konverzáciu: ďalšej iterácii sa zamerajte na montážnu pozíciu skôr ako na špecifikáciu kamery.
Pripomenutie prahov EN 62676-4. Prah Identifikácie 250 ppm je štandardizovaná hranica, nad ktorou je možné spoľahlivo identifikovať neznámeho jedinca z obrázka. Lokálne algoritmy rozpoznávania tváre bežne potrebujú podstatne menej na fungovanie, ale číslo 250 ppm je to, čo pretrváva vo dôkaznom skúmaní v súde : čo je prah, ktorý je banková nasadení pokladne v konečnom dôsledku určená.
Časté chyby
Tri chyby sú zodpovedné za takmer každú konverzáciu "matematika hovorí áno, ale inštalácia zlyhá", ktorú vedie. Ušetrenie vám okrúhleho výletu je veľkou súčasťou toho, prečo tento článok existuje.
- Zmätenie v rozmere čipu. Čip 1/2,8" nie je 1/2,8 palca : ide o dedičnú nomenklatúru z vidikónových trubíc a zodpovedá približne 5,376 mm v horizontálnom smere. Dosadenie 9,07 mm (doslovno 1 palec deleno 2,8) do vzorca je jeden z najspoľahlivejších spôsobov, ako nadhodnotiť identifikačnú vzdialenosť o faktor dva.
- Chýbajúci pomer strán. Kamera "4MP" môže byť 2560 × 1440 (16:9) alebo 2048 × 1536 (4:3). Počty pixelov v horizontálnom smere sa líšia o 25 % a výsledná DORI vzdialenosť sa tiež líši. Rozlíšenie vždy čítajte z technického listu : nikdy si nemusíte ľubuvoľne dosadzovať pomer strán na základe počtu megapixelov.
- Chybné konverzie jednotiek. Zmiešavanie centimetrov a metrov, stôp a metrov alebo milimetrov a centimetrov je spôsob poruchy, ktorý trvá najdlhšie, pretože produkuje zdanlivo presné čísla. Použite kalkulačku, ktorá si je vedomá jednotiek (kalkulačka DORI v CCTVplanner podporuje m a ft natívne), a na každom kroku si skontrolujte jednotku.
- Prahy v technickom liste vs prahy EN 62676-4. Niektorí výrobcovia publikujú "identifikačnú vzdialenosť" pomocou vlastného interného cieľa hustoty pixelov. Vždy skontrolujte, či číslo v technickom liste predpokladá 100 ppm, 150 ppm alebo štandard EN 62676-4 250 ppm : rozdiel môže byť faktor 2,5x vo vzdialenosti.
Ako overovať automaticky
Počítanie matematiky ručne je skvelý spôsob, ako sa to naučiť. Počítanie matematiky ručne na každej kamere v projekte so 40 kamerami je skvelý spôsob, ako zaviesť chyby. CCTVplanner ponúka dva bezplatné nástroje založené na prehliadači, ktoré presne zaobaľujú vyššie uvedený vzorec s prahmi EN 62676-4 a katalógom 65 000+ kamier.
Dve kalkulačky, ktoré za vás robia matematiku
- Kalkulačka DORI : vyberte kameru a cieľovú vzdialenosť, získajte dosiahnutú hustotu pixelov a úroveň DORI.
- Kalkulačka EN 62676-4 : odporúčanie objektívu s vedomím noriem vrátane režimov OODPCVS z roku 2025.
- Designer : plná projektová plocha, kde je každá kamera automaticky bodovaná podľa EN 62676-4 na plátne, v BOM a v doručiteľnom PDF.
Pri projekte s viacerými kamerami je designer správnym vstupným bodom. Umiestnite každú kameru na plán podlahy, nastavte objektív a plátno farebne kóduje, ktorá oblasť spĺňa ktorú úroveň DORI. Príznaky zhody sa objavujú červenou farbou všade, kde sa od kamery požaduje, aby splnila viac pixelov na meter, ako jej objektív a rozlíšenie umožňujú. Exportovaný viacstránkový PDF prenáša úroveň DORI na kameru do tabuľky vybavenia : nákupčí si číslo, ktoré ste vypočítali, prečíta bez toho, aby ho musel prepočítať.
Ak chcete hlbší vhľad do aktualizácie noriem za týmito nástrojmi, článok EN 62676-4:2025 OODPCVS Update prechádza siedmymi novými menovkami režimov, ktoré v roku 2026 nadstavujú klasický DORI na nákupy v EÚ.
Časté otázky
What is the basic formula for DORI pixel density?
Pixels per metre at the target distance equals (focal_length_mm × image_width_pixels) divided by (sensor_width_mm × distance_m). The horizontal resolution is in pixels, the focal length and sensor width are in millimetres, and the target distance is in metres. The result is the pixel density at that distance, which you compare against the EN 62676-4 thresholds: 25 ppm Detection, 62 ppm Observation, 125 ppm Recognition, 250 ppm Identification.
Do I use the horizontal pixels or the total megapixels in the formula?
Always use the horizontal pixel count. A 4MP camera at 16:9 has 2560 × 1440 pixels — for DORI you take 2560, not 4,000,000. Using megapixels in the formula will silently overestimate pixel density by orders of magnitude. This is the single most common mistake and the one most likely to make a design fail commissioning.
Why do my numbers differ from the camera datasheet's 'identification distance'?
Manufacturers sometimes publish identification distances using their own proprietary thresholds rather than the EN 62676-4 250 ppm value. Always cross-check the assumed pixel-density target. A datasheet that says 'identification at 18m' might be assuming 100 ppm or 150 ppm rather than the standard 250 ppm — at 250 ppm the same camera would only reach about 7m. The math is correct, the assumption is what differs.
Does the lens choice or the resolution matter more?
They matter equally — pixel density is proportional to focal length divided by sensor width, and proportional to horizontal resolution. Doubling either roughly doubles the achievable identification distance. In practice, varifocal lenses give you flexibility to optimise per-camera, while resolution upgrades benefit every zone uniformly. The right answer for any given site is usually a combination: a smaller number of higher-resolution cameras with appropriately-chosen lenses.
How do I verify a DORI calculation without doing the math by hand?
Use a calculator that knows the EN 62676-4 thresholds and the camera catalogue. The CCTVplanner DORI calculator at /calculator/dori takes the camera and the target distance and returns the achieved pixel density and DORI level. The dedicated EN 62676-4 calculator at /en-62676-4-calculator wraps the same maths with standards-aware language including the 2025 OODPCVS modes. Both are free and require no install.
Súvisiace články
Štyri úrovne a na čo slúži každá z nich pred výpočtom.
Matematika pod každým cieľom DORI a OODPCVS.
Sedemčlenná taxonómia, ktorá v roku 2026 nadstavuje klasický DORI.
Porovnanie vedľa seba, vrátane vykresľovania DORI a podpory OODPCVS.
Bezplatné možnosti, ktoré počítajú DORI podľa EN 62676-4 hneď z balíka.
Podrobný postup vrátane migrácie prahov DORI.