DOC（Degree of Concentration）即专注度算法，是易瞳CamEmbody技术架构下的一大核心技术，是一种结合全景雷达和特写镜头进行自动运镜的智能算法。

这种算法是一种基于场景感知与目标优先级评估的智能跟踪技术。它通过实时分析画面中多个目标的特征行为，动态判断哪些目标更具关注价值，并控制云台自动聚焦、旋转与持续跟踪，从而实现在广角覆盖与高精度识别之间的智能平衡。

01 DOC专注度算法，从“看得全”到“看得懂”的技术基础

让云台相机自动寻找目标的算法

在多数场景下往往清晰度和覆盖范围是一对矛盾的参数。因此高清晰度设备往往配有可旋转的云台来拓展可视范围。DOC专注度算法让云台实时理解环境旋转并定位目标保持跟踪。

02 读懂环境和目标的单设备运镜，相邻镜头间的画面切换

空间内最优化目标抓拍策略算法

无论是全景+云台，还是广角+云台，场景内任何视觉感知联动端，通过整体专注度算法系统统一调度管理，都可以优化多目标运镜策略。

单摄像头内可以基于用户AI多目标分析统计需求或单目标跟踪剪辑需求，灵活的在CMA功能内切换。

借助3D映射能力连接空间内多个摄像头，DOC算法可以保障跨摄像头目标不丢失，已识别目标无需重复，识别更高效。

03 专注度算法CMA功能列表（1.0/2.0/3.0）

利用纯视觉算法实现空间内多摄像头设备自动标识相互所处的角度方位

全新自研基于深度神经网络的专注度算法2.0版，进行场景识别后对成像进行摄像风格匹配。对于目标物场景中出现处理更为智能化，与场景内多类视觉感知端联动，进行快速目标连续性跟踪，对于目标运动状态进行预测分析，提前准备云台运动及镜头成像策略，优化1.0版中被动跟踪“生硬感”。

此外更接入多模态大模型，为后续专注度感知能力提供无限可能。

总的来说，易瞳的DOC专注度算法相比传统固定规则的跟踪算法，具备更强的环境适应性与决策智能，让客户从海量的视频数据中，快速定义并找到最为关心的人物、时间、地点和事件，特别适用于公共安全、交通监控与智能边缘感知等应用场景。