Foscam AI 人形识别车辆包裹检测详解

AI 检测 vs 运动检测

运动检测的问题是"只要画面里有东西动就触发"——不管是人、猫、树叶还是影子。AI 检测是在运动检测之后多加一道筛选：用机器学习模型识别移动的物体到底是什么，只在检测到特定目标（比如人）时才触发告警。

这就是为什么 AI 检测能大幅降低误报率。

Foscam 的 AI 检测能力

不同型号的 AI 检测能力不同：

型号	人形	车辆	宠物	包裹
SD4	✅	❌	❌	❌
SD8P	✅	✅	❌	❌
PD8	✅	✅	❌	❌
R4M	✅	❌	❌	❌
R8M	✅	❌	✅	❌
B4	✅（PIR + AI）	❌	❌	❌
云存储（付费）	✅	✅	✅	✅

注意：部分高级 AI 检测（包裹识别等）只在付费云存储套餐里可用。

怎么开启和设置

App → 摄像头设置 → 找到 "AI Detection" 或 "Smart Detection"
开启 AI 人形识别开关
选择检测目标类型：Human（人）、Vehicle（车）、Pet（宠物）等
可以独立设置每个目标的灵敏度
建议和运动检测的区域划定配合使用

特别有用的设置

排除区域：在 AI 检测里划定哪些区域即使出现人形也不告警（比如邻居家的门、经常有人走动的人行道）
时间计划：只在夜间或特定时间段开启 AI 检测，白天关闭以减少推送

实际效果怎么样

根据用户反馈：

人形识别准确率较高：正常光照下基本能区分人和其他物体
夜间红外模式下：AI 识别依然有效，但彩色夜视下更准
车辆检测：对汽车、摩托车识别效果好，但自行车有时会误判为人
仍有误报：雨天、大雾、强光直射下识别率下降；可以在这些天气临时调高检测阈值

和 PIR 传感器配合

部分型号（如 B4）搭载了 PIR 红外传感器 + AI 视觉的双重方案：

PIR 先在物理层面感应人体红外（不依赖光线）
AI 视觉再做二次确认
双重验证下误报率降到最低，适合电池款省电