如何关闭摄像头物体追踪摄像头‘

来源：蜘蛛抓取(WebSpider) 时间：2020-10-10 21:52 标签： 追踪摄像头

英特尔推出了基于V-SLAM视觉技术设计嘚实感追踪摄像头摄像头T265

随着家居安全的普及现在常见嘚智能安防就是室内监控，但是大部分的常规监控都会有一定的监控死角或者不能进行任意角度的调整 不过随着技术的不断更新升级，這个也不是什么的大的技术难题最近入手了乔安AI智能摄像头，据说这款可以智能自动追踪摄像头不过这款摄像头更让我好奇的是AI，那麼这款乔安AI智能摄像头到底如何

之前也有购买乔安的户外摄像头，这次室内的摄像头依旧选择了乔安乔安AI智能摄像头外包装盒正面是喬安的产品实物图，可以看到摄像头的名称还是比较大 左上角带有乔安的Logo。

包装背面主要介绍了产品的相关型号参数和生产厂家的相关信息

包装配件方面还是比较全面，可以看到除了摄像头主机外随机带有MicroUSB、电源适配器、固定支架、安装螺丝一组、十字螺丝刀和使用說明书一份。

乔安AI智能摄像头主要构成为上下两部分上部为可以旋转的摄像头，下部则是其底座整体外观看起来有点像一个 。

乔安AI智能摄像头的镜头采用的是200万像素金属镜头这个可以一定程度上提高镜头的散热性能，摄像头支持4倍电子变焦和1080P高清视频录制镜头上方昰光敏传感器，镜头下方是其LED指示灯可以从指示灯的状态来掌握智能摄像头的工作状态 。

乔安AI智能摄像头采用隐藏式红外灯设计正常凊况下是看不到摄像头周围的红外灯。通过特殊处理可以看到摄像头周围带有8颗红外灯这些多红外灯的设计可以让晚上具有稍微清晰一些的成像 。

摄像头的背后设计有一些散热孔散热孔采用左右两边开孔设计，可能是为了防止灰尘落入其他地方采用实心孔。

TF卡槽位于攝像头背部正面下巴附近采用隐藏式设计，可以防止他人将TF卡取下支持仅最小容量为8GB，最大支持容量为128GB

底座一侧带有一个扬声器，鈳以配合实现双向语音对讲功能官方介绍说这个扬声器采用BOX音腔设计，换句话说就是好像真人在身边说话这个说的有点玄乎，需要实際体验才知道是不是真的

底座另一侧带有一个麦克风，这个麦克风可以实时监测声音如果配合扬声器可以用于语音通话，据说支持3D智能降噪功能这个后续可以在稍微嘈杂环境测试一下 。

乔安Logo附近带有一个MicroUSB供电接口和RESET键RESET可以比较快速的恢复出厂设置，这个重置按键可鉯用于摄像头重连或者死机后的重启

乔安AI智能摄像头底部贴有产品的相关型号说明和已经通过QC检验的标识。

随机附带万向支架可以进行鈈同的角度的调整采用Z形设计也让其安装的时候灵活一点 。附机附赠的十字起子可以调整两连接轴螺丝的松紧

根据说明书上的下载地址安装乔安智联APP，目前好像仅只有安卓版可以下载IOS还在开发中。安装注册登录之后可以根据提示添加设备并为摄像头配置WIFI 。

正常开机の后LED指示灯呈现红色常亮状态，稍等片刻之后会有语音提示告诉用户进入WIFI配置配置的时候LED指示灯呈现红绿交替闪烁，当LED呈现绿色常亮嘚时候表示WIFI配置成功同时也有语音提示。

成功添加设备之后可以对摄像头进行设置可能乔安智联APP还在开发优化阶段，整体的界面比较單一 设置里面的功能也有点略少。在摄像头设置界面可以开启蜂鸣器报警、自动追踪摄像头、图像翻转等操作用户可以根据需要来进荇不同的设置。顺便提一下可以设置分区智能检测开启之后只需要检测部分区域，这样应该可以提升其计算性能减少误报操作 。

官方介绍乔安AI智能摄像头采用AI智能芯片据说成像效果好，视频节省空间实际可以看到白天的画面呈现还算可以，细节处也都比较清晰

晚仩的呈现效果才是考验摄像头好不好的标准，有些摄像头一到晚上就不能显示某些细节可能由于乔安AI智能摄像头采用8颗红外灯，晚上的畫面也都还比较清晰 不过也可以看到，红外灯照射照射范围主要在中间两边的效果稍微差点。

除了白天和夜晚再来看看晚上开灯的效果。乔安AI智能摄像头呈现的画面看起来还是比较清晰

在APP端，可以实时查看摄像头呈现的画面可以看到在此界面可以切换高清模式或鍺标清模式，目前好像仅只有两种格式通过语音图标可以实现手机和摄像头进行语音通话，实测通话的效果还可以通过底部的时间轴，可以查看任意时间录制的视频乔安AI智能摄像头支持4倍变焦，在此界面可以对局部画面进行放大

乔安AI智能摄像头支持水平350度旋转，可鉯实现360度拍摄这些可以通过手机APP实时进行左右转动。

乔安AI智能摄像头支持垂直向上70度和向下20度这个角度范围还是可以呈现比较广的画媔，可以通过手机APP实时进行上线转动

在APP端支持将视频通过账号或者二维码进行分享，这个分享功能还是可以的通过设置也可以将监控畫面悬浮到桌面，悬浮窗可以放大、缩小或者拖动不用切换到APP也可以实时掌握家中情况 。

乔安AI智能摄像头支持AI智能移动追踪摄像头功能当摄像头检测到移动物体后，可以自动捕捉移动物体的轨迹实现追踪摄像头拍摄。通过实际体验发现只要是有动作行为的物体都会被追踪摄像头，功能还是值得肯定的稍微有点不足就是任何移动的物体都会被捕捉，日常的来回走动也会进行追踪摄像头

乔安AI智能摄潒头工作的时候会产生热量，实测摄像头附近的温度为34.6度此时的室温在15度左右，其发热量也不是太大这个温度还是可以接受的 。

从拿箌乔安AI智能摄像头到体验也有一段时间摄像头的整体表现还是可以的。金属的摄像头让其外观稍微多了一点金属质感散热性能会稍微恏一点 。8颗隐藏红外灯的设计让夜间的表现效果也都还不错。存储方面支持1080P高清视频录制语音双向通话的功能可以实时和家人进行语喑通话。个人感觉摄像头最大的亮点可能是AI智能移动追踪摄像头不过这个功能还有待优化，有时候会有判断失误的情况 APP的功能还有待妀进，界面呈现稍微单一需要进一步的丰富和改进。最后来看看价格方面在同样功能的摄像头，乔安AI智能摄像头的价格应该算的上具囿一些优势相比其他的摄像头要便宜一些。如果想体验一下具有AI智能移动追踪摄像头功能的摄像头可以看看这款乔安AI智能摄像头 。 


.翻译中有一些个人添加的辅助信息,以括号标识,”注:”开头,以粗体表示,例如(注:以下为个人翻译,水平有限,欢迎指正). 
在AR/VR系统里,预测追踪摄像头指的是预测物体未来(很短的一个时間,比如几毫秒)的姿态方向或身体的位置.例如,人们可能想要预测头部的方向或手的位置.

为什么预测追踪摄像頭是有用的? 


预测追踪摄像头的使用通常是为了减少”运动到图像”之间的延迟.由于运动和显示更新之间有一些延迟,使用估计物体未来的方姠和位置来更新显示,可以缩短这个延迟感. 

虽然在虚拟现实应用中的预测追踪摄像头已被人们所关注,在增强现实中也是非常重要的.例如,如果伱正在显示一个图像出现在一个物体的顶部,一种非常糟的情况就是当你已经旋转了你的头部时(AR眼镜戴在头上),这个物体仍然停留在那里.这个粅体可能会被摄像头识别,但是它需要时间来扑捉到这个图像,处理器需要判断出物体在图像中的位置,图形芯片来渲染新的图像.通过使用预测縋踪摄像头,你可以让图像和物体之间的对应关系处理的更好.



如果你看到一辆汽车以恒定的速度行驶,你想预测这辆车下一秒鍾的位置,你的预测会相当的准确.你知道车的当前的位置和当前的速度,因此你可以推断出将来的位置(s=vt). 

当然,如果你比较你预测下一秒钟的位置囷汽车实际上移动的位置,你的预测不可能每次都是100%准确的,因为汽车可能在这段时间内改变方向或速度.你想要预测未来越远,你的预测就会越鈈准确.预测一秒钟后的位置,比预测1分钟后的位置更加准确. 

你越了解这辆车和它的行为,那么你预测的准确度就会越高,例如,如果你能够测量汽車的速度和加速度,那么你的预测就会更加准确. 

如果你有更多关于追踪摄像头物体的行为信息,就能够提高预测的准确度.例如,当做头部追踪摄潒头时,理解头部可能旋转的速度以及常见的旋转速度,有利于提高追踪摄像头模型.类似的,如果在做眼球追踪摄像头,你可以使用眼镜追踪摄像頭信息来预测头部运动,.



通过预测追踪摄像头来减少运动和图像之间的延迟,延迟可能来自多个源头,比如:
  • 检测延迟:传感器(例如陀螺仪)也許会受来自带宽原因,或无法立即上报方向或位置的变化.类似的,基于摄像头的传感器也会有一些延迟,这个是指当相机检测到被追踪摄像头物體运动到准备好将这些信息发送到主机之间的延迟.
  • 处理延迟:传感器往往会使用一些融合算法,这些融合算法的执行会增加一些延迟.
  • 数据平滑:傳感器数据有时混杂了很多的噪声和抖动,软件或硬件需要添加滤波处理.
  • 传输延迟:例如,如果姿态信息存在于一个USB连接的设备(例如大多数的追蹤摄像头信息都是在这些头显设备上),这些数据需要通过USB传输到电脑或其他计算单元,这个时间虽然非常的短,但是确实是一个非0的时间.
  • 渲染延遲:当渲染一个场景时,需要花费一些时间来准备图像信息发送给显示设备.
  • 帧率延迟:如果显示设备的刷新率是100HZ,那么每一桢图像之间就有10ms的延迟時间.

如上的这些延迟可能是非常小的,但是他们叠加起来后会带来不小的影响,我们可以使用预测追踪摄像头技术,例如,,对于减少延迟非常有帮助.

这完全依赖于你!你将要预测系统上端到端的延迟,然后将他们优化到你满足的状态.你可能会需要预测一些在将来任一時刻的时间点.以下是一些你可能需要的情形:

  • 系统中的所有物体,他们之间端到端的延迟时间可能完全不同,例如,摄像头追踪摄像头手与头部追蹤摄像头的延迟时间是不相同的,但是它们都需要在同一个场景中绘制,预测追踪摄像头将使用不同的预测时间.
  • 一个简单的屏,例如手机屏,它用來为双眼提供图像信息,它通常情况下是这样的:一只眼镜的图像出现比另一只眼镜出现图像的时间延迟了一半帧的时间(例如 60HZ刷新率的情况下,夶概是1/60/2约为8毫秒),在这种情况下,最好使用”向前看”8毫秒以上的预测追踪摄像头.

如下是一些常用的预测算法:

  • 航位推測法(Dead reckoning):这是一个非常简单的算法.如果在给定的时间内,已知位置和速度(或角度位置和角速度),速度保持不变的情况下,那么预测的位置就是准确的.唎如,如果最后一个已知的位置是100个单位,最后一个已知的速度是10单位/s,那么预测未来10毫秒(0.01秒)的位置是:100+10x0.01 = 100.1.这个计算过程非常简单,它假设最后的位置昰准确的(例如,没有噪声或干扰),以及速度是恒定的.但是现实情况下这个假设往往是不准确的.
  • 卡尔曼预测器:这是基于卡尔曼滤波,用来减少系统存在的噪声的操作.可以看到更多关于卡尔曼滤波的信息.
  • Alpha-beta-gamma:ABG预测器与卡尔曼预测器相关,但它不完全相同,并且它的数学计算更加简单,我们这里从┅个较高层次来介绍.ABG在预测中连续的估算速度和加速度.由于预测值提取自实际数据,所以他们能够减少噪声.配置参数(alpha,beta和gamma)来调整噪声减少的程序.下面是一些数据组成的图:

预测追踪摄像头是一个对减少延迟有效果、常用的技术.它提供简单或复杂的实现方式,需要一些思考和分析,泹这些都是值得的!

我要回帖

更多关于 追踪摄像头 的文章

 

随机推荐