咨询热线:13080701712
返回 沈宇动态

通过图像观察判断系统的安全系数

    安全是一个重要的领域,智能监控系统的必要性变得异常重要。大多数安全系统是基于图像的对象跟踪系统,其存在许多弱点。本文提出了弥补该漏洞的系统。本文的目的是在基于嵌入式Linux的移动机器人中加载网络摄像头和声源跟踪模块来跟踪入侵者。网络摄像头获取的图像和声源跟踪模块的信息通过无线局域网进行传输。服务器通过提取物体的运动矢量来掌握物体的移动轨迹,并结合轨迹数据和声音干扰器的方向数据将物体的方向信息提供给机器人。

    我们可以用这个方法来追踪入侵者。机器人根据获取入侵者的有效监控图像来跟踪入侵者。根据本文,该系统体现了现有保护系统步骤的有效性和可靠性,以及移动机器人中使用图像和声源的智能监视系统。 本文介绍了在目标采集任务中当目标和指针都无法被视觉感知时使用相机操纵杆和手动操纵杆进行用户输入的比较研究的结果。相机操纵杆是一种输入技术,其中屏幕上的每个项目都可以通过预定义的头部运动矢量从中心访问。绝对指向是通过 1.7 的加速因子和 5 个检测到的头部位置的移动屏蔽器平均值来实现的。

    基本假设是,为了为盲人用户提供强大的输入,监控摄像头交互技术必须基于感知上良好区分的人类运动,这构成了可访问的虚拟工作空间的基本框架,需要最少的外部辅助线索。目标点直径为35mm,相邻点中心之间的距离为60mm,排列成5行5列的矩形网格。目标是在 600 毫米距离处捕获的。结果表明,相机输入是一种有前途的非视觉人机交互技术。与使用手动操纵杆相比,受试者在目标获取任务中使用相机操纵杆表现出更好的性能两倍以上。所有参与者都报告说,当视觉信息不可用时,相机操纵杆是一种强大且更可取的输入技术。盲交互技术可以进一步显着改进,允许用户依赖的导航提示干扰屏蔽器激活,以更好地协调反馈与探索行为。