IP bispektrálna kamera s rozsahom merania až do 550°C
Termálny modul :
Optický modul :
Špecifikácia a ďalšie vlastnosti:
* Kamera zaberie v NVR 2 kanály
Termálny radarový detektor pre zdravotnícke zariadenia a opatrovateľské domy.
Termálny modul:
Radar:
Špecifikácia a ďalšie vlastnosti:
16 kanálové AcuSense NVR
Vstupný terminál s čítačkou Mifare kariet a klávesnicou
16 kanálové PoE AcuSense NVR
Acusense IP PoE kamera
|
Technické parametre |
|
Pracovná frekvencia: |
434 MHz |
Vysielací výkon: |
<2mW |
Napájanie: |
2 x CR2016 |
Rozmery vysielača: |
60 x 29 x 14mm |
Sada DS-KIS603 obsahuje:
-Vnútorná jednotka DS-KH6320-WTE1
-Dverná stanica - DS-KV6113-WPE1(C)
32 kanálové AcuSense NVR
AcuSense a Motion Detection 2.0 - pokročilá detekcia osôb a vozidiel
DeepLearning - potlačenie falošných poplachov
DeepInMind - rozoznávanie a rozlišovanie tvárí
Sada DS-KIS702Y-P obsahuje:
Dvojvodičový dverný modul DS-KD8003Y-IME2:
Dvojvodičová vnútorná jednotka DS-KH6320EY-WTE2:
Injektor (distributér) DS-KAD704Y:
Adaptér DS-KAW30-2N:
Nedá sa rozšíriť o jednotky bez Y
-Ethernetový dátový tok: 10/100 Mbps
-Ethernet kábel: TIA/EIA 568 Cat.5
-Ethernet konektor: RJ-45
-Prevádzková teplota: 0 - 40 °C
-Prevádzková vlhkosť: 10% to 80% RH
|
Technológia AcuSense 2:
- zdokonalená detekcia pohybujúcich sa osôb a automobilov
- ľahké vyhľadávanie týchto udalostí v záznamoch v NVR a na SD karte
- potlačenie falošných poplachov z detekcie pohybu
ColorVu 2.0 - dokonalé farebné videnie 24/7
Technické parametre |
|
Prijímač: ST100HR (eOST100HR) |
434 MHz |
Výstupy: |
2 relé NC/NO - 16A/250V AC |
Ovládací vstup: |
Ovládanie relé externým prepínačom |
Pracovná teplota: |
0 až +40 °C |
Rozmery prijímača: |
87 x 87 x 39 mm |
Napájanie: |
230V AC |
Technológia ColorVu 24/7 živé plné farby
Technické parametre | |
---|---|
Výstupy: |
20 relé NC/NO - 1A/24VDC alebo 0,5V/125VAC |
Napájanie: |
12V DC (+/- 15%) |
Prúdový odber: |
35 mA, max.800 mA |
Rozmery prijímača: |
129 x 95 x 25mm |
Pracovná teplota: |
-20 až +40 °C |
AcuSense - pokročilá klasifikácia osôb a vozidiel, odfiltrovanie falošných poplachov Deep Learning