Trajanje sighting-a je u proporcionalnom odnosu s vremenskim razdobljem u kojem sustav provodi detekciju identiteta na danoj kameri. Stoga, što duže identitet ostane pred kamerom, to će duže uočavanje trajati i to će biti veći broj detekcija. Postoji jedna iznimka od ovog pravila. Postoje određena "razdoblja odgode" , funkcionalnost koja se implementira na dva načina.
1. Viđenja istog identiteta grupiraju se kao jedno promatranje ako je prethodno promatranje završilo manje od 60 sekundi prije početka trenutnog. Razmak od šezdeset sekundi je prag koji se može konfigurirati. U ovom su slučaju razdoblja odgode osmišljena kako bi se smanjio broj nepotrebnih opažanja.
2. Također, imamo funkciju da zaustavimo konkatenaciju promatranja ako je zadnje promatranje započelo više od 10 minuta prije početka trenutnog. Razmak od 10 minuta također je parametar koji se može konfigurirati. Ovo je kako bi se spriječila dugotrajna viđenja koja bi se mogla generirati ako je osoba uvijek vidljiva ispred kamere.
Svako početno otkrivanje pokreće novo uočavanje. Uočavanje je slijed otkrivanja istog identiteta iz uzastopnih okvira. Opažanje prikuplja sve detekcije unutar sve dok je zadani identitet u odgovarajućem fizičkom području s odgovarajućim dimenzijama.
Čim sustav otkrije lice za koje ne postoji odgovarajuća već snimljena detekcija u ranijim kadrovima, inicijalizira se novo viziranje.
Trajanje promatranja izravno je povezano s kvalitetom streama i okruženjem prilagođenim kamerama koje se snima. Ako ta dva uvjeta nisu ispunjena, usluge umjetne inteligencije imat će problema s izvršenjem i stopom kvalitete.
Na primjer, ako je brzina kadrova niska, jedan subjekt može provesti duže vrijeme ispred kamere i dobiti tri viđenja umjesto jednog. Postoji mogućnost da subjektu čak neće biti dodijeljen identitet klasificiranjem viđenja kao viđenja bez identiteta. Drugim riječima, što je veća kvaliteta toka, veća je i kvaliteta opažanja.