家居用智能摄像机测评研究

来源 :电视技术 | 被引量 : 0次 | 上传用户:xiaodixi000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
物联网时代,智能监控摄像机可谓无处不在,近年来更是进入了家居生活中.用户在享受家居用智能摄像机带来的便利的同时,也发现了很多问题,如功能无法满足需求、信息安全问题频出等.因此,对家居用智能摄像机系统架构进行研究,针对功能和信息安全方面提出技术要求和测评方法,并对多款家居用智能摄像机的摸底数据进行分析.最后总结当前家居用智能摄像机存在的问题.
其他文献
新时代互联网科技的发展带动了媒体的转型,转变了以往固有的媒体形式.在融媒体背景下,融合媒体项目的协同系统起到了重要作用,一个功能完整的协同系统能够帮助媒体项目有序完成.为此,对融媒体背景下融合媒体项目的协同系统进行研究,基于设计原则,分析协同系统的基本结构及功能,以期能够促进不同媒体的深度融合.
分析现行多式联运电子客票现状,针对当前存在的服务水平不齐、信息系统孤岛化、报销凭证未电子化等问题,结合区块链的信任机制、安全机制、智能合约定制化等特点,构建基于区块链的多式联运旅客“一站式”票务服务平台的系统架构,设计系统功能和信息处理流程.该设计有助于解决多式联运中的信任问题,保护旅客隐私,实现旅客“一证通行”和“行为痕迹”的可追溯,提高旅客出行体验.
小波阈值去噪作为图像降噪领域的一项重要技术一直受到广泛应用.在贝叶斯阈值的基础上提出一种改进的贝叶斯阈值去噪算法,该阈值是在贝叶斯框架中得出的,在小波系数上使用的优先级是在图像处理应用中广泛使用的广义高斯分布(Generalized Gaussian Distribution,GGD).该阈值算法适用于每个子带,取决于数据驱动自适应参数估计,通过判断阈值周围的小波系数是否含有噪声的模糊性,从而对该模糊区域通过自适应算法确定小波系数的保留程度.实验结果表明,该方法比原方法在主观视觉效果上得到了明显的改善,较
针对基于3×3相位解调的光纤地震检波器展开研究.利用基于最小二乘法的椭圆拟合法和微分交叉相乘算法,实现基于3×3相位解调的光纤地震检波器的两路输出信号的归一化,减小光纤3×3耦合器的非对称性和激光器的功率波动对光纤地震检波器的影响,解调出光纤地震检波器的相位,实现振动信号的准确还原.实验采用对比法测试了基于3×3相位解调的光纤地震检波器的性能,其灵敏度为320 rad/g@100 Hz,在5~400 Hz频率范围内的波动约为0.7 dB.该研究能够很好地应用于石油、天然气等地质勘探、地震监测以及周界安防等
为了解决双向长短时记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)模型不能解决一词多义、不能充分学习文本深层次语义的问题,提出一种基于Bert-A-BiR的文本情感分析模型.首先,对预训练模型(Bidirectional Encoder Representations from Transformers,BERT)进行微调,利用BERT预训练模型对词向量动态调整,将包含上下文信息的真实语义嵌入模型;其次,利用双向门控循环网络(BiGRU)层对BERT层输
广播电视是宣传国家法律、法规和重要信息的主要工具,广播电视安全播出工作是广播电视事业的首要任务.基于北京广播电视台安全播出技术的不断探索和改进,量身定制满足播出安全的技术监控系统.技术监控系统对整个播控系统进行信息采集、汇聚分析,最终完成信息展现.技术监控系统可以对硬件、软件、播出信号、业务流程等进行整体监控,实现视音频信号故障的及时发现,能够对高标清频道进行全天候监控.
随着随行广播技术要求的不断提高以及媒体融合向纵深发展,江西广播电视台现有的随行广播直播车已经不适应随行广播的新要求.为此,结合自身需求,江西广播电视台设计建设了一辆全媒体随行广播直播车.新的随行广播直播车具备移动直播、台外活动现场直播及现场扩声的能力,在紧急情况下能提供应急广播功能.该车系统具备高质量语言类节目的录音、制作能力以及电话采录、节目随录等功能,满足移动制作、现场采访等节目的音频制作要求,同时具备视频直播、传输等功能.
介绍一种基于神经网络识别人脸并进行内容审核的技术.该技术通过构造神经网络实现人脸识别(或其他特征识别),并将识别后的特定人脸编码(特征码)存放在审核数据库中.将视频转化为单帧的图像(可以抽样稀释),输入神经网络获得编码,对比判断数据库里是否存在这个编码.如果存在此编码,将面孔用名字标识出来,从而实现由AI来审核是否有已知人脸(或其他特征)的视频内容.该种AI内容审核技术可以全面自动检查视频,不错过每个角落和细节,自动揪出乱象,打造健康的广告环境、影视环境.该技术的实施和应用,可以大大提升内容审核的工作效率
恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实
物联网(Internet of Things,IoT)无处不在的、连接的、智能的节点可以自主交互,同时提供各种服务,其分布广、开放性强、处理能力相对较高的特点也使它们成为网络攻击的理想目标.此外,由于许多物联网节点在收集和处理私人信息,使得它们成为恶意行为者的重要数据来源.因此,安全性,特别是检测受感染节点的能力以及收集和保存攻击或恶意活动的证据,成为物联网成功部署的优先事项.基于此,介绍物联网领域现有的安全和取证方面的挑战及机遇.