Como ajustar a detecção de pessoas para a câmera ignorar animais

A câmera não identifica quem aparece na imagem: o modelo de IA classifica formas em movimento. Quando o contorno de um animal se parece com o de um corpo humano, pela silhueta, pelo tamanho aparente ou pela postura, o alerta é disparado mesmo sem pessoa. Segundo a EZVIZ Brasil (2025), a precisão varia com iluminação, altura de montagem e clima. Não há taxa de acerto oficial para separar pessoa de animal.

Por que a câmera confunde animais com pessoas?

Silhueta, altura aparente e postura

O modelo compara a silhueta do objeto em movimento com a de um corpo humano. Três fatores alteram essa forma:

Limites dos modelos de IA em baixa resolução

Quanto menor a resolução do sensor, menos pixels representam cada objeto. Com isso:

• Patas, cauda e cabeça deixam de ser distinguíveis, restando um bloco de forma geral.
• O modelo passa a depender apenas de proporções grosseiras, o que aproxima um animal de porte médio de uma pessoa de porte pequeno.
• A compressão de vídeo suaviza as bordas, reduzindo a informação de contorno que separa as duas classes.

Iluminação noturna e infravermelho

Em modo noturno, a câmera usa infravermelho, e a imagem passa a ser monocromática. A cor da pelagem ou da roupa, que ajudaria a diferenciar as classes, desaparece. Além disso, os olhos de animais refletem a luz infravermelha e geram pontos brilhantes que alteram a forma percebida.

Detecção de pessoas ou de movimento: qual ativar?

Para reduzir alertas sem perder eventos reais, ative a detecção por IA de pessoas e desligue a detecção de movimento básica se você só quer ser avisado sobre pessoas. Nas câmeras Tapo, a IA filtra o movimento e notifica apenas quando identifica um corpo humano. Se você também quer alertas de animais, mantenha o movimento básico ligado, porque o filtro de pessoas não notifica sobre animais. A precisão varia e não há taxa de acerto oficial. Segundo a Tapo (TP-Link) Brasil (2025), a detecção de movimento básica pode ser desligada. Teste depois se o filtro de pessoas continua notificando.

Diferença entre detecção por movimento e por IA

A detecção por PIR reage ao calor de pessoas e animais e ignora chuva, neve e insetos (Tapo (TP-Link) Brasil, 2025).

Quando manter a detecção básica ativada

• Você quer alertas de animais: com a IA de pessoas como único gatilho, cães e gatos não geram notificação.
• Você ainda não validou o filtro: mantenha o movimento básico ligado durante um período de teste e compare o registro de eventos com o que realmente aconteceu na área.
• Você precisa de cobertura para qualquer presença: o movimento básico captura eventos que o filtro pode classificar de forma diferente.

Filtro de detecção por IA de pessoas na Tapo

O caminho, segundo a Tapo (TP-Link) Brasil (2025), é:

1. Abra o app Tapo e selecione a câmera.
2. Acesse Configurações da Câmera > Detecção e Alertas > Detecção por IA.
3. Ative a Detecção por IA de pessoas.
4. Se quiser notificações apenas para pessoas, desative a detecção de movimento básica.

Confirme no app se o caminho corresponde ao seu modelo, porque os menus variam entre linhas e versões de firmware.

Combinação que reduz alertas sem perder eventos

A Tapo informa que reduzir a sensibilidade corta falsos alertas, mas pode perder eventos reais com pessoas ou animais. Para equilibrar esses dois efeitos:

• Comece pela IA: ative o filtro de pessoas.
• Reduza a sensibilidade só depois: ajuste em pequenos passos e revise os eventos perdidos.
• Confira o registro: compare as notificações recebidas com os eventos que você sabe que ocorreram.

Como desenhar zonas de detecção que evitam o pet

O objetivo é uma zona de detecção que cubra a porta de entrada e deixe de fora o trajeto habitual do animal, sem reduzir a cobertura do acesso. O traçado funciona por exclusão: a área ativa fica restrita ao que interessa, e o resto da imagem fica fora do contorno.

Excluir reflexos, árvores e vias públicas

A Tapo (TP-Link) Brasil (2025) recomenda que a zona exclua árvores, reflexos, sombras, faróis e áreas públicas como ruas e calçadas. Esses elementos produzem variações de imagem que o sistema pode interpretar como evento. Antes de fixar o contorno, observe a imagem ao vivo em horários diferentes, porque sombras e faróis mudam de posição ao longo do dia.

Traçar o polígono e limitar a área

Nas câmeras IP Omada, a zona é criada em Settings > Event > Motion Detection pela interface web, com até 4 áreas de detecção (TP-Link Omada, 2025). A EZVIZ (2025) também informa que os modelos com IA permitem zonas personalizadas pelo app. Em ambos os casos:

• Use uma área para a entrada e, se necessário, outras para segmentos separados do campo de visão.
• Desenhe o contorno apenas sobre a superfície útil, sem incluir a faixa de chão onde o pet costuma passar.
• Mantenha a borda inferior do polígono abaixo de qualquer ponto de passagem do animal que não seja a porta.

Manter a porta de entrada dentro da zona

Uma zona que deixa a porta de fora elimina também os alertas de pessoas. Inclua no polígono a folha da porta, a soleira e o espaço imediatamente à frente dela. Se o pet atravessa essa mesma área, a zona não consegue excluí-lo sem perder a porta: nesse caso, use o filtro de IA de pessoas, ou o alvo de pessoas quando o modelo oferecer essa opção. Não marque Pet Detection, porque essa opção faz a câmera passar a alertar sobre animais. Confirme o resultado com o animal real, também à noite.

Como ajustar sensibilidade e tamanho mínimo do alvo

Nas câmeras Omada, o tamanho do objeto é controlado pelo Object Size Filter, que define um mínimo e um máximo. A sensibilidade atua em outra camada: quanto maior, mais variações de imagem disparam alerta. Para separar animais de adultos, é preciso ajustar os dois juntos, e cada ajuste tem um custo.

Filtro de tamanho mínimo e máximo na Omada

O caminho é Settings > Event > Motion Detection, na interface web.

Os valores aceitos e sua unidade variam conforme o modelo e o firmware. Confirme na própria interface quais limites estão disponíveis.

Método de calibração:

1. Ative a detecção com o mínimo do filtro em zero.
2. Faça um animal real passar pela área monitorada e anote se gera alerta.
3. Eleve o mínimo gradualmente até o animal deixar de disparar.
4. Repita o teste com um adulto. Se ele deixar de disparar, reduza o mínimo.

Efeito da sensibilidade sobre falsos alertas e perdas

A Tapo indica que reduzir a sensibilidade corta falsos alertas, mas pode deixar passar eventos reais com pessoas ou animais (Tapo (TP-Link) Brasil, 2025). Os dois extremos têm riscos opostos:

A Intelbras, em material sobre Linha e Cerca Virtual, indica que pessoas agachadas podem não ser reconhecidas com o filtro de pessoa ativo. Trate esse ponto como algo a validar no manual do seu modelo antes de confiar na configuração final.

Ajuste em locais com trânsito e faróis intensos

A EZVIZ (2025) afirma que sensibilidade no máximo em locais de muito trânsito e faróis intensos gera alertas incorretos.

Para calibrar nesses locais:

• Reduza a sensibilidade um nível por vez, não de uma só vez.
• Teste em horários com faróis ativos e com passagem de animais, registrando os alertas de cada horário.
• Repita a verificação após mudanças de clima, já que a precisão depende dessa condição.

A câmera tem detecção de animais de estimação?

A resposta depende da marca.

TP-Link Omada: Pet Detection

Nas câmeras IP Omada, a detecção de animais é uma opção de alvo dentro da detecção de movimento:

1. Acesse a interface web da câmera.
2. Vá em Settings > Event > Motion Detection.
3. Em Detection Target, marque Pet Detection.

A mesma configuração permite criar até 4 áreas de detecção e ajustar a Sensitivity, o Object Size Filter e o Arming Schedule. Segundo a TP-Link Omada (2025), a detecção de animais também pode ser ativada em Line Crossing e Intrusion Detection, o que permite usar a categoria em cruzamento de linha e intrusão de área, e não apenas em movimento geral.

EZVIZ: cães e gatos com IA

Segundo a EZVIZ Brasil (2025), os modelos com IA reconhecem cães e gatos e os acompanham sem gerar alarme de intruso. Esse comportamento é configurado pelo app nos modelos com IA, mas a própria página consultada não lista quais modelos possuem essa função.

Antes de confiar na categoria, teste-a com o animal real no local de instalação.

Intelbras e outras marcas

Não encontrei fonte oficial aberta que confirme um filtro específico de animais para Mibo, Imou, Intelbras (menus) ou Ring/Google Nest no Brasil. O guia de Linha e Cerca Virtual da Intelbras, consultado apenas por resumo de busca e sem leitura do PDF, indica que pequenos animais podem gerar falsos alarmes e recomenda definir o tamanho mínimo do alvo, mas esse trecho não está confirmado. Para essas marcas, consulte as instruções do fabricante antes de presumir a existência de uma categoria de animal.

O que fazer com sensor PIR e câmeras a bateria?

Um sensor PIR (infravermelho passivo) detecta variações de calor em movimento, o que significa que ele reage a pessoas e animais da mesma forma. Segundo a Tapo (TP-Link) Brasil (2025), câmeras com PIR ignoram chuva, neve e insetos, mas o sensor sozinho não distingue pessoa de animal. Na prática, filtrar bichos em câmeras autônomas exige combinar o disparo térmico com uma verificação por imagem e ajustar o consumo de bateria para que essa verificação não esgote a autonomia.

Limites do PIR sem classificação visual

O PIR responde à assinatura térmica e ao deslocamento, não à forma. Um cão de porte médio, um gato ou uma pessoa passando pelo mesmo campo gera o mesmo tipo de gatilho. Por isso, ajustar apenas a sensibilidade do PIR costuma ser insuficiente:

• Sensibilidade alta aumenta alertas com animais.
• Sensibilidade baixa reduz falsos disparos, porém diminui a chance de captar pessoas a distância.

Combinação de PIR com verificação por imagem

A filtragem efetiva depende de uma segunda etapa. Em alguns modelos, o PIR pode servir de gatilho e a imagem confirmar a presença de uma figura humana; verifique no manual do seu modelo se é o caso.

Para verificar se sua câmera faz essa combinação, procure no manual ou no app a opção de detecção por IA e confirme se ela atua sobre o disparo ou apenas sobre a notificação. Essa diferença determina se a bateria gasta energia com o registro de animais.

Autonomia da bateria e frequência de disparos

Cada disparo que termina em gravação ou verificação consome energia. Quanto mais o PIR dispara por animais, mais a bateria é utilizada.

1. Consulte o indicador de bateria no app da câmera após alguns dias de uso normal.
2. Compare o consumo com o número de notificações recebidas por dia.
3. Se a autonomia cair de forma acentuada, reduza a sensibilidade do PIR ou restrinja a área de detecção.

Câmeras de sistemas como o Omada, que oferecem agenda de armamento (Arming Schedule), permitem desativar a detecção em horários de maior movimento de animais, reduzindo disparos desnecessários.

Posição e altura da câmera ajudam?

A posição e a altura de instalação mudam a silhueta que a câmera capta, e a IA classifica pessoas e animais a partir dessa silhueta. Um ângulo mal escolhido pode fazer um cão de porte médio parecer um vulto humano, ou um adulto parecer pequeno demais para o modelo reconhecer. Por isso, o ajuste de posição deve vir antes de qualquer alteração de sensibilidade.

Altura de montagem e ângulo de inclinação

A fonte da EZVIZ consultada não indica uma altura ideal, por isso o ajuste deve ser testado no local.

Na prática, o método é este:

• Enquadrar o corpo inteiro: quanto mais alta a câmera, mais o modelo vê o topo da cabeça e o dorso, o que altera a forma captada de pessoas e animais. Teste a altura no local.
• Inclinar levemente para baixo: a inclinação reduz a área de céu e de copas de árvores no quadro, que costumam gerar movimento falso.
• Testar com um deslocamento real: caminhe e depois passe um animal de estimação pela zona. Confira no aplicativo se o evento é classificado como pessoa, animal ou movimento genérico.

Distância entre a câmera e a zona

A distância influencia o tamanho do alvo no quadro. Quanto mais longe a pessoa ou o animal estiverem da câmera, menos pixels ocupam, e a classificação fica menos confiável. Este ponto se relaciona ao tamanho mínimo do alvo, mas aqui o foco é a geometria da instalação: a câmera deve ficar a uma distância em que o corpo do alvo ocupe uma parte relevante do quadro, sem sair do enquadramento quando ele se mover.

A exclusão de elementos externos é mais eficaz quando a câmera está posicionada de modo que a zona útil fique próxima e centrada na entrada, reduzindo o peso de elementos externos.

Influência do clima e da luz natural

Contraluz forte, faróis de veículos e mudanças bruscas de luz podem gerar alertas incorretos.

Como a informação disponível não traz valores de temperatura ou de luminosidade, o ajuste deve ser feito por observação:

• Evite apontar a lente diretamente para o sol nascente ou poente.
• Observe os eventos falsos em dias de chuva e à noite, pois a precisão varia com iluminação e clima.
• Ajuste o ângulo ou a zona, e não apenas a sensibilidade, quando o erro se repetir em um mesmo horário.

Como testar e corrigir alertas falsos?

Um alerta falso só se corrige quando a causa é identificada. O método consiste em registrar cada evento falso com hora e origem, depois testar a passagem de um animal e de um adulto no mesmo trajeto, e por fim alterar uma única variável por vez.

Registo de eventos falsos por hora e causa

Anote cada notificação indevida numa tabela simples durante três a sete dias, para que o padrão apareça. Os campos úteis são a hora, o tipo de alerta e a causa provável, verificada no vídeo do evento.

Um padrão repetido no mesmo horário pode indicar luz ou trânsito; um alerta sem objeto visível pode indicar zona mal delimitada ou sensibilidade alta. Confirme alterando uma variável por vez.

Teste de passagem do pet e de um adulto

Repita o mesmo trajeto com as duas situações, sempre com as mesmas condições de luz e de hora:

1. Faça passar o animal pela zona de detecção, à velocidade habitual dele.
2. Faça passar um adulto pelo mesmo caminho, a pé.
3. Compare as duas notificações: se o animal dispara alerta e o adulto não, o problema está no filtro de tipo de objeto.
4. Se nenhum dos dois é detetado, o problema é de cobertura ou de sensibilidade.

Nas câmeras Omada, a opção Pet Detection em Detection Target, dentro de Settings > Event > Motion Detection, é o primeiro ponto a verificar nesse teste (TP-Link Omada, 2025).

Ordem de correção: uma variável por vez

Altere apenas um parâmetro, teste novamente e só depois passe ao seguinte. Isto evita que dois ajustes se anulem ou mascarem o efeito real de cada um.

• Primeiro: ative o filtro de tipo de objeto (IA ou Pet Detection), se existir no modelo.
• Segundo: ajuste a zona de detecção, conforme o registo de causas.
• Terceiro: reduza a sensibilidade apenas se o alerta persistir.
• Quarto: ajuste o tamanho mínimo do objeto, quando o menu o oferecer, por exemplo o Object Size Filter das câmeras Omada.

Os critérios de sensibilidade e de tamanho mínimo são tratados em detalhe nas secções próprias do artigo.

Leia também

• Câmera externa à prova d’água com detecção de pessoas
• Como configurar a gravação em microSD em uma câmera interna
• Câmera de garagem com visão noturna colorida: limites e modelos