从业务样本而不是功能愿望开始
针对“摄像头角度、遮挡、光照、天气和人员密度会显著影响识别”，项目启动前抽取不同用户、时间段和异常类型的代表性任务，复原从输入到结果的完整路径。访谈内容与系统日志交叉核对，区分事实、推断和待验证项。对没有数据支撑的判断，先设计采集办法，不把主观感受直接写成项目收益。
例如可以抽取连续20个工作日的任务，记录数量、角色、处理时长、等待节点、返工原因和最终状态。样本量是否足够取决于业务波动与风险，不采用一个“通用正确数字”。
C级 · 能力场景示例
适用于工厂、园区、仓库、门店或施工现场，需要辅助识别区域人员、客流或安全行为，但人工巡查覆盖有限的场景。本页为C级能力场景，不把视觉识别结果作为事故责任认定或人员处罚的唯一依据。 本页不主张已完成某个特定客户项目，也不使用未经授权的客户名称、业绩或经营数据。了解案例证据分级
典型业务挑战
摄像头角度、遮挡、光照、天气和人员密度会显著影响识别
演示视频效果良好，不代表真实现场和夜间场景可用
同一人员跨镜头、短时进入和边界徘徊容易产生重复事件
涉及员工和访客影像，采集目的、范围和保存期限必须明确
误报如果直接触发停机或处罚，会带来生产和劳动关系风险
方案设计思路
01
明确区域、对象、事件、摄像头条件、风险等级和人工责任
02
采集白天夜间、遮挡、拥挤、空场和异常行为的现场样本
03
比较目标检测、跟踪、区域规则和边缘或云端部署路线
04
事件保存关键帧、时间、摄像头和规则依据供人员复核
05
确认后创建巡检、安全或设施工单并追踪处置结果
06
用误报漏报和环境变化持续更新样本及阈值，不自动在线训练
知华可承担的项目职责
与现场、安全、隐私和IT团队确认用途、事件和责任边界
建设不同环境、密度、遮挡和异常条件的现场评测集
开发视频接入、识别、规则、复核、告警和工单能力
完成性能、断流、误报漏报、权限、存储和故障回退测试
实施约束与能力边界
01
视觉识别用于辅助发现，不替代法定安全检查和持证人员判断
02
员工监控必须符合必要、透明和最小化原则，不扩大到无关用途
03
摄像头清晰度、位置、码流、现场变化和算力决定实际效果
04
高风险联动必须经过规则限制和人工确认，不能由模型直接控制设备
系统能力范围
视频与图片接入人员目标检测人数与区域统计安全装备识别事件规则中心人工复核告警工单联动模型质量看板
可交付成果
PROJECT OUTPUT场景摄像头与隐私边界说明
PROJECT OUTPUT现场脱敏图片视频评测集
PROJECT OUTPUT视觉识别应用与管理端源码
PROJECT OUTPUT模型规则阈值和区域配置
PROJECT OUTPUT摄像头平台及工单接口
PROJECT OUTPUT准确性性能与稳定性报告
PROJECT OUTPUT部署回退和模型运营手册
应形成的工程证据
作为C级能力场景，本页不声称已持有某个客户的项目证据。类似项目实施后，应按合同范围形成以下可核验材料。
VERIFIABLE EVIDENCE区域、事件、对象、风险、摄像头和责任矩阵
VERIFIABLE EVIDENCE白天夜间遮挡拥挤空场及边界条件的现场评测集
VERIFIABLE EVIDENCE精确率、召回率、误报漏报和分场景质量报告
VERIFIABLE EVIDENCE摄像头断流、画面异常、模型不可用和降级测试记录
VERIFIABLE EVIDENCE事件、关键帧、人工复核、告警和工单处置日志
VERIFIABLE EVIDENCE模型版本、阈值调整、环境变化和质量回归材料
建议写入合同的验收标准
约定现场评测集上的重点事件识别达到确认基线
每个事件包含时间、摄像头、区域、关键帧和规则信息
低置信度、画面异常和高风险事件进入人工复核
不同角色只能查看授权摄像头、事件和导出内容
断流、算力不足和模型不可用时能够告警并按规则降级
企业人员能够调整区域规则、运行评测并接管部署资产
CAPABILITY CASE WALKTHROUGH
能力场景如何落到项目计划
本段继续采用C级能力场景口径，数字为估算方法示例，不代表任何特定客户成果。
将系统能力映射到具体责任
场景中的视频与图片接入、人员目标检测、人数与区域统计、安全装备识别不会作为孤立模块堆叠，而要对应到业务角色、数据来源、操作权限和异常处理。每个关键状态定义谁创建、谁确认、什么条件可以流转、失败后如何恢复，并明确客户业务团队与实施团队各自负责的资料、审批和系统环境。
原型评审使用真实字段和代表性流程。涉及第三方系统时，在排期前核对接口文档、测试账号、调用限制和联调负责人；无法确认的依赖单列风险，不在开发后期才暴露。
正常、异常和边界任务都要覆盖
验收集至少包括标准流程、字段缺失、重复提交、越权访问、外部接口失败、数据冲突和人工退回。建议形成区域、事件、对象、风险、摄像头和责任矩阵、白天夜间遮挡拥挤空场及边界条件的现场评测集、精确率、召回率、误报漏报和分场景质量报告，让每条验收结论能够回到需求、版本、执行记录和最终结果。
若场景包含AI能力，还需固定评测问题、期望结果、引用依据和拒答规则；若包含交易或数据同步，则重点验证幂等、对账、补偿与回滚。
示例数据只用于建立测量方法
假设改造前每周有300项任务、平均完成周期2.5天、人工追问率25%，可以把目标写成“首期上线六周后，在任务复杂度相近的前提下，平均周期下降20%，追问率不高于15%，关键数据完整率达到98%”。这些数字必须在正式项目中由双方依据基线重新确认。
合同验收可重点核对约定现场评测集上的重点事件识别达到确认基线、每个事件包含时间、摄像头、区域、关键帧和规则信息、低置信度、画面异常和高风险事件进入人工复核。业务指标未达到时，需要区分系统缺陷、数据条件、流程执行或外部依赖，不把全部问题简单归因于技术。
DECISION FAQ
查看全部201个问题 →