kelompok : nazief
putra
djadjat
oky
http://en.wikipedia.org/wiki/Head_up_display
Sebuah head-up display, atau disingkat HUD, adalah setiap tampilan yang transparan menyajikan data tanpa memerlukan pengguna untuk melihat diri dari sudut pandang atau yang biasa. Asal usul nama berasal dari pengguna bisa melihat informasi dengan kepala "naik" dan melihat ke depan, bukan memandang miring ke instrumen yang lebih rendah. Meskipun mereka pada awalnya dikembangkan untuk penerbangan militer, HUDs sekarang digunakan dalam pesawat komersial, mobil, dan aplikasi lainnya.
HUDs pertama pada dasarnya statis kemajuan teknologi pemitar pesawat tempur militer. Rudimenter HUDs hanya diproyeksikan sebuah "pipper" untuk bantuan senjata pesawat tujuan. Sebagai HUDs maju, lebih (dan lebih kompleks) informasi yang telah ditambahkan. HUDs segera ditampilkan meriam dihitung solusi, dengan menggunakan informasi pesawat seperti kecepatan dan sudut serangan, sehingga sangat meningkatkan akurasi pilot bisa mencapai di udara untuk pertempuran udara. Sebuah contoh awal dari apa yang sekarang dapat disebut sebagai head-up layar adalah Sistem Proyektor AI Inggris Mrk VIII radar pencegatan udara dipasang ke beberapa de Havilland Mosquito pejuang malam, di mana layar radar diproyeksikan ke kaca depan pesawat buatan bersama cakrawala, memungkinkan pilot untuk melakukan penangkapan tanpa mengalihkan pandangan dari kaca depan.
Pada bulan Juni 1952, Royal Navy dirilis NA.39 Kebutuhan Staf Angkatan Laut menyerukan pemogokan carrier-borne pesawat dengan jangkauan besar yang mampu membawa senjata nuklir di bawah radar musuh musuh cover dan mencolok pengiriman atau pelabuhan. Blackburn Pesawat memenangkan tender untuk memproduksi desain mereka yang menjadi Buccaneer. Buccaneer prototipe yang pertama terbang pada tanggal 30 April 1958. Spesifikasi pesawat menyerukan Penglihatan Attack navigasi dan senjata memberikan informasi rilis untuk modus serangan tingkat rendah. Ada persaingan sengit antara pendukung HUD baru desain dan elektro-mekanis akrab dengan HUD Gunsight dikutip sebagai pilihan bodoh bahkan radikal. Lengan Air cabang disponsori Departemen pengembangan suatu Strike Penglihatan. The Royal Aircraft Establishment (RAE) merancang peralatan dan itu dibangun oleh Cintel dan sistem terpadu pertama kali pada tahun 1958. HUD Cintel bisnis yang diambil alih oleh Elliott Penerbangan Otomasi dan HUD Buccaneer diproduksi dan dikembangkan lebih lanjut terus sampai versi Mark III dengan total 375 sistem dibuat; itu diberi `cocok dan melupakan 'title oleh Royal Navy dan masih dalam jangkauan layanan hampir 25 tahun kemudian. BAE Systems dengan demikian memiliki klaim pertama di dunia Head Up Display layanan operasional.
Di Britania Raya, itu segera dicatat bahwa pilot terbang dengan pemandangan senapan baru itu menjadi lebih baik dalam mengemudikan pesawat mereka. Pada titik ini, HUD memperluas penggunaan senjata di luar instrumen yang bertujuan menjadi alat piloting. Pada tahun 1960, Perancis Gilbert test pilot Klopfstein menciptakan HUD modern pertama, dan sistem standar HUD simbol-simbol sehingga pilot hanya akan belajar satu sistem dan dapat lebih mudah transisi antara pesawat. 1975 melihat perkembangan HUD modern untuk digunakan dalam peraturan penerbangan instrumen pendekatan untuk mendarat. Klopfstein memelopori teknologi HUD militer jet tempur dan helikopter, bertujuan untuk mensentralisasi data penerbangan kritis dalam bidang pilot visi. Pendekatan ini berusaha untuk meningkatkan efisiensi scan pilot dan mengurangi "kejenuhan tugas" dan informasi yang berlebihan.
Pada 1970-an, HUD diperkenalkan untuk penerbangan komersial.
Pada tahun 1988, Oldsmobile Cutlass Supreme menjadi mobil produksi pertama dengan head-up display.
Sampai beberapa tahun yang lalu, Embraer 190 dan Boeing 737 New Generation Aircraft (737-600,700,800, dan 900 series) adalah satu-satunya pesawat penumpang komersial untuk datang dengan HUD opsional. Sekarang, bagaimanapun, teknologi ini menjadi lebih umum dengan pesawat seperti Canadair RJ, Airbus A318 dan beberapa jet bisnis yang menampilkan perangkat. HUD telah menjadi peralatan standar Boeing 787. Lebih jauh lagi, Airbus A320, A330, A340 dan A380 keluarga yang sedang menjalani proses sertifikasi untuk HUD.
Jenis
Ada dua jenis HUD. Sebuah HUD tetap mengharuskan pengguna untuk melihat melalui elemen layar terikat pada badan pesawat atau kendaraan chasis. Sistem menentukan gambar yang akan disajikan semata-mata tergantung pada orientasi kendaraan. Kebanyakan pesawat HUDs adalah tetap.
Helm dipasang menampilkan (HMD) secara teknis bentuk HUD, perbedaan adalah bahwa mereka menampilkan elemen tampilan yang bergerak dengan orientasi kepala pengguna relatif badan pesawat.
Banyak pesawat tempur modern (seperti F/A-18, F-22, Eurofighter) menggunakan kedua yang HUD dan HMD secara bersamaan. F-35 Lightning II dirancang tanpa HUD, dengan mengandalkan semata-mata pada HMD, sehingga modern pertama tempur militer untuk tidak memiliki HUD tetap.
Generasi
HUDs terbagi menjadi 3 generasi yang mencerminkan teknologi yang digunakan untuk menghasilkan gambar.
*Generasi Pertama - Gunakan CRT untuk menghasilkan sebuah gambar pada layar fosfor, memiliki kelemahan dari degradasi dari waktu ke waktu dari lapisan layar fosfor. Mayoritas HUDs beroperasi saat ini adalah dari jenis ini.
* Generasi Kedua - Gunakan sumber cahaya padat, misalnya LED, yang dimodulasi oleh sebuah layar LCD untuk menampilkan gambar. Ini menghilangkan memudar dengan waktu dan juga tegangan tinggi yang dibutuhkan untuk sistem generasi pertama. Sistem ini pada pesawat komersial.
* Generasi Ketiga - Gunakan waveguides optik untuk menghasilkan gambar secara langsung dalam Combiner daripada menggunakan sistem proyeksi.
Faktor-faktor
Ada beberapa faktor yang insinyur harus dipertimbangkan ketika merancang sebuah HUD:
* Bidang penglihatan - Karena mata seseorang berada di dua titik berbeda, mereka melihat dua gambar yang berbeda. Untuk mencegah mata seseorang dari keharusan untuk mengubah fokus antara dunia luar dan layar HUD, layar adalah "Collimated" (difokuskan pada tak terhingga). Dalam tampilan mobil umumnya terfokus di sekitar jarak ke bemper.
* Eyebox - menampilkan hanya dapat dilihat sementara mata pemirsa dalam 3-dimensi suatu daerah yang disebut Kepala Motion Kotak atau "Eyebox". HUD Eyeboxes modern biasanya sekitar 5 dengan 3 dari 6 inci. Hal ini memungkinkan pemirsa beberapa kebebasan gerakan kepala. Hal ini juga memungkinkan pilot kemampuan untuk melihat seluruh tampilan selama salah satu mata adalah di dalam Eyebox.
* Terang / kontras - harus menampilkan pencahayaan yang diatur dalam dan kontras untuk memperhitungkan pencahayaan sekitarnya, yang dapat sangat bervariasi (misalnya, dari cahaya terang awan malam tak berbulan pendekatan minimal bidang menyala).
* Menampilkan akurasi - HUD komponen pesawat harus sangat tepat sesuai dengan pesawat tiga sumbu - sebuah proses yang disebut boresighting - sehingga data yang ditampilkan sesuai dengan kenyataan biasanya dengan akurasi ± 7,0 milliradians. Perhatikan bahwa dalam kasus ini kata "menyesuaikan diri" berarti, "ketika suatu benda diproyeksikan di Combiner dan objek yang sebenarnya terlihat, mereka akan selaras". Hal ini memungkinkan layar untuk menunjukkan pilot persis di mana cakrawala buatan, serta proyeksi pesawat jalan dengan akurasi besar. Ketika Enhanced Visi digunakan, misalnya, tampilan lampu landasan harus selaras dengan lampu landasan yang sebenarnya ketika lampu nyata terlihat. Boresighting dilakukan selama proses pembangunan pesawat dan dapat juga dilakukan di lapangan pada banyak pesawat terbang. Lebih baru mikro-tampilan teknologi pencitraan sedang diperkenalkan, termasuk liquid crystal display (LCD), liquid crystal on silicon (LCoS), digital mikro-cermin (DMD), dan organik Dioda cahaya (OLED).
* Instalasi - instalasi dari komponen HUD harus kompatibel dengan avionik lain, menampilkan, dll
Komponen
HUD tipikal mengandung tiga komponen utama: Sebuah Kombinasi, para Projector Unit, dan video komputer generasi.
The Combiner adalah bagian dari unit yang terletak tepat di depan pilot. Ini adalah ke permukaan yang informasi diproyeksikan sehingga pilot dapat melihat dan menggunakannya. Pada beberapa pesawat yang Combiner cekung dalam bentuk dan pada orang lain itu adalah datar. Ini memiliki lapisan khusus yang mencerminkan cahaya monokromatik diproyeksikan dari Unit Projector sementara memungkinkan semua panjang gelombang cahaya yang lain melewatinya. Pada beberapa pesawat itu adalah mudah dipindah-pindah (atau dapat diputar keluar dari jalan) oleh aircrew.
Unit Proyeksi proyek yang gambar ke Combiner untuk pilot untuk melihat. Pada awal HUDs, ini dilakukan melalui pembiasan, meskipun menggunakan refleksi HUDs modern. Unit proyeksi menggunakan Katoda Ray Tube, Dioda cahaya, atau layar kristal cair untuk memproyeksikan gambar. Unit proyeksi dapat berupa di bawah ini (seperti kebanyakan pesawat tempur) atau di atas (seperti dengan transportasi / pesawat komersial) yang Combiner.
Komputer ini biasanya terletak dengan peralatan avionik lain dan menyediakan antarmuka antara HUD (yaitu proyeksi unit) dan sistem / data yang akan ditampilkan. Pada pesawat, komputer ini biasanya dual sistem berlebihan independen. Mereka menerima input langsung dari sensor (PITOT-statis, gyroscopic, navigasi, dll) naik pesawat dan melakukan perhitungan mereka sendiri dan bukan dihitung sebelumnya menerima data dari komputer penerbangan. Komputer yang terintegrasi dengan sistem pesawat dan memungkinkan konektivitas ke beberapa bus data yang berbeda seperti ARINC 429, ARINC 629, dan MIL-STD-1553.
Pesawat
Tampilkan data
Ciri khas layar HUDs kecepatan pesawat, ketinggian, garis cakrawala, pos, belok / bank dan slip / tergelincir indikator. Instrumen ini adalah minimum yang diperlukan oleh 14 CFR Part 91.
Simbol dan data lain juga tersedia di beberapa HUDs:
* Boresight atau simbol waterline - adalah tetap pada layar dan menunjukkan di mana hidung pesawat sebenarnya berada.
* Flight Path Vector (FPV) atau simbol vektor kecepatan - menunjukkan di mana pesawat ini benar-benar terjadi, jumlah dari semua gaya yang bekerja pada pesawat. Sebagai contoh, jika pesawat ini bernada up tetapi kehilangan energi, maka FPV simbol akan berada di bawah cakrawala meskipun simbol boresight berada di atas cakrawala. Selama pendekatan dan pendaratan, pilot dapat terbang pendekatan dengan menjaga simbol di FPV keturunan yang dikehendaki sudut dan titik touchdown di landasan.
* Percepatan energi indikator atau isyarat - biasanya ke kiri dari FPV simbol, maka di atasnya jika pesawat mengalami percepatan, dan di bawah simbol FPV jika perlambatan.
* Sudut serangan indikator - menunjukkan sudut sayap relatif terhadap airmass, sering ditampilkan sebagai "α".
* Data dan simbol-simbol navigasi - untuk pendekatan dan pendaratan, sistem pemandu penerbangan dapat memberikan isyarat visual didasarkan pada alat bantu navigasi seperti Instrument Landing System atau ditambah Global Positioning System seperti Wide Area Augmentation System. Biasanya ini adalah sebuah lingkaran yang cocok di dalam jalur penerbangan vektor simbol. Dengan "terbang ke" bimbingan isyarat, pilot pesawat terbang di sepanjang jalur penerbangan yang benar.
Sejak diperkenalkan pada HUDs, baik simbol FPV dan percepatan standar menjadi kepala di bawah menampilkan (HDD). Bentuk yang sebenarnya dari simbol pada FPV HDD tidak standar, tetapi biasanya merupakan gambar pesawat sederhana, seperti sebuah lingkaran dengan dua garis miring pendek, (180 ± 30 derajat) dan "sayap" pada ujung garis menurun. Menjaga FPV di cakrawala memungkinkan pilot untuk tingkat terbang bergantian di berbagai sudut bank.
http://en.wikipedia.org/wiki/Tangible_User_Interface
Sebuah Tangible User Interface (TUI) adalah sebuah antarmuka pengguna di mana orang berinteraksi dengan informasi digital melalui lingkungan fisik. Nama awal Graspable User Interface, yang tidak lagi digunakan.
Salah satu pelopor dalam antarmuka pengguna nyata adalah Hiroshi Ishii, seorang profesor di MIT Media Laboratory yang mengepalai Berwujud Media Group. Pada visi-Nya nyata UIS, disebut Berwujud Bits, adalah memberikan bentuk fisik ke informasi digital, membuat bit secara langsung dimanipulasi dan terlihat. Bit nyata mengejar seamless coupling antara dua dunia yang sangat berbeda dari bit dan atom.
Karakteristik Berwujud User Interfaces
1. Representasi fisik digabungkan untuk mendasari komputasi informasi digital.
2. Representasi fisik mewujudkan mekanisme kontrol interaktif.
3. Representasi fisik perseptual digabungkan untuk secara aktif ditengahi representasi digital.
4. Keadaan fisik terlihat "mewujudkan aspek kunci dari negara digital dari sebuah sistem.
Contoh :
Sebuah contoh nyata adalah Marmer UI Answering Machine oleh Durrell Uskup (1992). Sebuah kelereng mewakili satu pesan yang ditinggalkan di mesin penjawab. Menjatuhkan marmer ke piring diputar kembali pesan atau panggilan terkait kembali pemanggil.
Contoh lain adalah sistem Topobo. Balok-balok dalam LEGO Topobo seperti blok yang dapat bentak bersama, tetapi juga dapat bergerak sendiri menggunakan komponen bermotor. Seseorang bisa mendorong, menarik, dan memutar blok tersebut, dan blok dapat menghafal gerakan-gerakan ini dan replay mereka.
Pelaksanaan lain memungkinkan pengguna untuk membuat sketsa gambar di atas meja sistem dengan pena yang benar-benar nyata. Menggunakan gerakan tangan, pengguna dapat mengkloning gambar dan peregangan dalam sumbu X dan Y akan hanya sebagai salah satu program dalam cat. Sistem ini akan mengintegrasikan kamera video dengan gerakan sistem pengakuan.
Contoh lain adalah logat, pelaksanaan TUI membantu membuat produk ini lebih mudah diakses oleh pengguna tua produk. 'teman' lewat juga dapat digunakan untuk mengaktifkan interaksi yang berbeda dengan produk.
Beberapa pendekatan telah dilakukan untuk membangun middleware untuk TUI generik. Mereka sasaran menuju kemerdekaan aplikasi domain serta fleksibilitas dalam hal teknologi sensor yang digunakan. Sebagai contoh, Siftables menyediakan sebuah platform aplikasi yang sensitif menampilkan gerakan kecil bertindak bersama-sama untuk membentuk antarmuka manusia-komputer.
Dukungan kerjasama TUIs harus mengizinkan distribusi spasial, kegiatan asynchronous, dan modifikasi yang dinamis, TUI infrastruktur, untuk nama yang paling menonjol. Pendekatan ini menyajikan suatu kerangka kerja yang didasarkan pada konsep ruang tupel LINDA untuk memenuhi persyaratan ini. Kerangka kerja yang dilaksanakan TUI untuk menyebarkan teknologi sensor pada semua jenis aplikasi dan aktuator dalam lingkungan terdistribusi.
http://en.wikipedia.org/wiki/Computer_vision
Komputer visi adalah ilmu dan teknologi mesin yang melihat. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan teori untuk membangun sistem buatan yang memperoleh informasi dari gambar. Data gambar dapat mengambil banyak bentuk, seperti urutan video, dilihat dari beberapa kamera, atau multi-dimensi data dari scanner medis.
Sebagai teknologi disiplin, visi komputer berusaha untuk menerapkan teori dan model untuk pembangunan sistem visi komputer. Contoh aplikasi visi komputer mencakup sistem untuk:
* Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom).
* Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang menghitung).
* Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar urutan).
* Modeling benda atau lingkungan (misalnya, industri inspeksi, analisis gambar medis / topografis).
* Interaksi (misalnya, sebagai input ke perangkat untuk interaksi manusia komputer).
Visi komputer juga dapat digambarkan sebagai pelengkap (tapi tidak harus lawan) penglihatan biologis. Biologis visi, persepsi visual manusia dan berbagai hewan yang dipelajari, sehingga dalam model tentang bagaimana sistem ini beroperasi dalam hal proses-proses fisiologis. Komputer visi, di sisi lain, kajian dan menjelaskan sistem penglihatan buatan yang diimplementasikan dalam perangkat lunak dan / atau perangkat keras. Interdisipliner pertukaran antara biologis dan visi komputer telah terbukti semakin bermanfaat bagi kedua bidang.
Sub-domain visi komputer termasuk adegan rekonstruksi, acara deteksi, pelacakan video, pengenalan obyek, belajar, pengindeksan, gerak estimasi, dan gambar restorasi.
Bidang visi komputer dapat dikategorikan sebagai dewasa dan beragam. Meskipun karya sebelumnya ada, tidak sampai akhir 1970-an yang lebih terfokus studi lapangan dimulai ketika komputer bisa mengelola pengolahan kumpulan data besar seperti foto. Namun, penelitian ini biasanya berasal dari berbagai bidang lain, dan akibatnya tidak ada standar perumusan "masalah visi komputer". Juga, dan untuk tingkat yang lebih besar, tidak ada rumusan standar bagaimana masalah penglihatan komputer seharusnya diselesaikan. Sebaliknya, ada yang berlimpah metode untuk memecahkan berbagai komputer yang terdefinisi dengan baik visi tugas, di mana seringkali metode tugas sangat spesifik dan jarang dapat digeneralisasi atas berbagai aplikasi. Banyak metode dan aplikasi masih di negara bagian penelitian dasar, tetapi lebih dan lebih metode yang telah menemukan cara mereka ke dalam produk komersial, di mana mereka sering merupakan bagian dari sistem yang lebih besar yang dapat menyelesaikan tugas-tugas yang rumit (misalnya, di daerah gambar medis, atau pengawasan mutu dan pengukuran dalam proses industri). Dalam visi komputer paling praktis aplikasi, komputer yang sudah diprogram untuk menyelesaikan tugas tertentu, tetapi didasarkan pada metode pembelajaran sekarang semakin umum.
Hubungan antara visi komputer dan berbagai bidang lain
Sebuah bagian penting dari kecerdasan buatan berkaitan dengan perencanaan otonom atau musyawarah untuk sistem yang dapat melakukan tindakan mekanis seperti robot yang bergerak melalui beberapa lingkungan. Jenis ini biasanya memerlukan pengolahan data input yang disediakan oleh sistem visi komputer, bertindak sebagai sensor dan visi tingkat tinggi menyediakan informasi tentang lingkungan dan robot. Bagian lain yang kadang-kadang digambarkan sebagai milik dan kecerdasan buatan yang digunakan dalam kaitannya dengan visi komputer adalah pengenalan pola dan teknik pembelajaran. Sebagai akibatnya, visi komputer kadang-kadang dilihat sebagai bagian dari bidang kecerdasan buatan atau bidang ilmu komputer secara umum.
Fisika adalah bidang lain yang sangat terkait dengan visi komputer. Sebuah bagian penting dari visi komputer berkaitan dengan metode-metode yang memerlukan pemahaman menyeluruh proses di mana radiasi elektromagnetik, biasanya dalam terlihat atau infra-merah yang rentang, dipantulkan oleh permukaan benda dan akhirnya diukur oleh sensor gambar untuk menghasilkan data gambar. Proses ini didasarkan pada optik dan fisika solid-state. Sensor gambar yang lebih canggih bahkan memerlukan mekanika kuantum untuk memberikan pemahaman yang lengkap dari proses pembentukan gambar. Selain itu, berbagai masalah pengukuran di fisika dapat diatasi dengan menggunakan visi komputer, misalnya gerak dalam cairan. Akibatnya, visi komputer juga dapat dilihat sebagai perluasan dari fisika.
Bidang ketiga yang memainkan peran penting adalah neurobiologi, khususnya studi tentang sistem visi biologis. Selama abad terakhir, telah ada studi yang ekstensif mata, neuron, dan struktur otak yang ditujukan untuk pemrosesan rangsangan visual pada manusia dan berbagai hewan. Hal ini mengakibatkan kasar, namun rumit, deskripsi tentang bagaimana "sesungguhnya" sistem visi beroperasi dalam rangka untuk menyelesaikan tugas-tugas yang terkait visi tertentu. Hasil ini telah menyebabkan komputer subfield dalam visi di mana sistem buatan yang dirancang untuk meniru perilaku pengolahan dan sistem biologi, pada tingkat kerumitan yang berbeda. Juga, beberapa metode pembelajaran berbasis komputer yang dikembangkan dalam visi memiliki latar belakang dalam biologi.
Bidang lain yang terkait dengan visi komputer adalah pemrosesan sinyal. Banyak metode untuk memproses variabel satu-sinyal, biasanya waktu sinyal, dapat diperpanjang dengan cara alami untuk pengolahan sinyal dua variabel atau multi-variabel sinyal dalam visi komputer. Namun, karena sifat spesifik gambar ada banyak metode yang dikembangkan dalam visi komputer yang tidak memiliki mitra dalam pemrosesan sinyal satu-variabel. Sebuah karakter yang berbeda dari metode ini adalah kenyataan bahwa mereka yang non-linear, bersama-sama dengan multi-dimensi dari sinyal, mendefinisikan sebuah subfield dalam pemrosesan sinyal sebagai bagian dari visi komputer.
Samping yang disebutkan di atas pandangan tentang visi komputer, banyak topik penelitian yang terkait juga dapat dipelajari dari matematika murni sudut pandang. Sebagai contoh, banyak metode dalam visi komputer didasarkan pada statistik, pengoptimalan atau geometri. Akhirnya, suatu bagian penting dari lapangan dikhususkan untuk aspek pelaksanaan visi komputer; bagaimana metode yang ada dapat diwujudkan dalam berbagai kombinasi perangkat lunak dan perangkat keras, atau bagaimana metode-metode ini dapat dimodifikasi untuk mendapatkan kecepatan pemrosesan tanpa kehilangan terlalu banyak kinerja .
Kolom yang paling erat kaitannya dengan visi komputer adalah pengolahan gambar, gambar mesin analisis dan visi. Ada tumpang tindih yang signifikan dalam berbagai teknik dan aplikasi yang menutupi ini. Ini berarti bahwa teknik-teknik dasar yang digunakan dan dikembangkan dalam bidang ini kurang lebih sama, sesuatu yang dapat diartikan sebagai hanya ada satu field dengan nama yang berbeda. Di sisi lain, tampaknya sangat diperlukan bagi kelompok-kelompok penelitian, jurnal ilmiah, konferensi dan perusahaan untuk menampilkan atau pasar diri sebagai milik khusus untuk salah satu bidang tersebut, dan karena itu, berbagai penokohan yang membedakan masing-masing bidang dari yang lain telah disajikan.
Penokohan berikut muncul relevan, tetapi seharusnya tidak dianggap sebagai diterima secara universal:
* Pemrosesan gambar dan analisis gambar cenderung berfokus pada gambar 2D, bagaimana mentransformasikan satu gambar yang lain, misalnya dengan bijaksana pixel operasi seperti kontras tambahan, operasi lokal seperti tepi kebisingan ekstraksi atau penghapusan, atau transformasi geometris seperti memutar gambar. Karakterisasi ini menyiratkan bahwa pengolahan gambar / analisis asumsi tidak memerlukan atau menghasilkan penafsiran tentang isi gambar.
* Komputer visi cenderung untuk berfokus pada adegan 3D diproyeksikan ke satu atau beberapa gambar, misalnya, bagaimana merekonstruksi struktur atau informasi lain tentang adegan 3D dari satu atau beberapa gambar. Visi komputer sering bergantung pada lebih atau kurang kompleks asumsi tentang adegan yang digambarkan dalam gambar.
* Mesin visi cenderung berfokus pada aplikasi, terutama di bidang manufaktur, misalnya, robot otonom berbasis visi dan visi berbasis sistem inspeksi atau pengukuran. Ini berarti bahwa teknologi sensor gambar dan teori kontrol seringkali terintegrasi dengan pengolahan data gambar untuk mengendalikan robot dan yang real-time processing ditekankan dengan cara yang efisien implementasi di hardware dan software. Hal ini juga menyiratkan bahwa kondisi-kondisi eksternal seperti pencahayaan dapat dan sering lebih terkontrol dalam visi mesin daripada di komputer umum visi, yang dapat memungkinkan penggunaan algoritma yang berbeda.
* Ada juga field yang disebut pencitraan yang terutama berfokus pada proses untuk menghasilkan gambar, tapi kadang-kadang juga berhubungan dengan pengolahan dan analisis citra. Sebagai contoh, pencitraan medis berisi banyak bekerja pada analisis data gambar dalam aplikasi medis.
* Akhirnya, pengenalan pola merupakan bidang yang menggunakan berbagai metode untuk mengekstrak informasi dari sinyal pada umumnya, terutama didasarkan pada pendekatan statistik. Sebuah bagian penting dari bidang ini dikhususkan untuk menerapkan metode ini untuk data gambar.
Sebagai konsekuensi dari keadaan ini adalah bahwa seseorang dapat bekerja di laboratorium berkaitan dengan salah satu dari bidang-bidang ini, menerapkan metode-metode dari lapangan kedua untuk memecahkan masalah dalam bidang ketiga, dan menampilkan hasil pada sebuah konferensi yang berhubungan dengan bidang yang keempat .
Aplikasi untuk komputer visi
Salah satu yang paling menonjol adalah bidang aplikasi komputer medis visi atau pemrosesan gambar medis. Daerah ini dicirikan oleh ekstraksi informasi dari data gambar untuk tujuan membuat diagnosis medis pasien. Secara umum, data gambar dalam bentuk gambar mikroskop, foto sinar-X, angiografi gambar, ultrasonik gambar, dan gambar tomografi. Contoh informasi yang dapat diekstraksi dari data gambar tersebut mendeteksi tumor, arteriosclerosis atau perubahan memfitnah. Ini juga dapat organ pengukuran dimensi, aliran darah, dll daerah Aplikasi ini juga mendukung penelitian medis dengan menyediakan informasi baru, misalnya, tentang struktur otak, atau tentang kualitas perawatan medis.
Aplikasi kedua daerah dalam visi komputer di industri, kadang-kadang disebut visi mesin, di mana informasi yang diekstraksi untuk tujuan mendukung proses manufaktur. Salah satu contohnya adalah pengendalian kualitas di mana detail atau produk akhir diperiksa secara otomatis untuk menemukan cacat. Contoh lain adalah pengukuran posisi dan orientasi detail yang harus diambil oleh lengan robot.
Aplikasi militer mungkin salah satu daerah terbesar untuk visi komputer. Contoh yang jelas deteksi musuh tentara atau kendaraan dan rudal bimbingan. Lebih maju bimbingan sistem untuk mengirimkan rudal rudal ke wilayah bukan target spesifik, dan target seleksi dibuat ketika rudal mencapai daerah didasarkan pada data gambar yang diperoleh secara lokal. Konsep-konsep militer modern, seperti "kesadaran medan perang", menyiratkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan set kaya informasi tentang sebuah adegan tempur yang dapat digunakan untuk mendukung keputusan strategis. Dalam kasus ini, otomatis pemrosesan data digunakan untuk mengurangi kompleksitas dan untuk memadukan informasi dari berbagai sensor untuk meningkatkan kehandalan.
Konsep artis Rover di Mars, contoh dari tanah tak berawak berbasis kendaraan. Perhatikan kamera stereo terpasang di atas Rover. (kredit: Maas Digital LLC)
Salah satu area aplikasi yang lebih baru adalah kendaraan otonom, yang meliputi submersibles, tanah berbasis kendaraan (robot dengan roda kecil, mobil atau truk), kendaraan udara, dan kendaraan udara tanpa awak (Unmaned Aaerial Vehicle). Tingkat otonomi berkisar dari sepenuhnya otonom (berawak) kendaraan untuk kendaraan di mana visi sistem berbasis komputer mendukung driver atau pilot dalam berbagai situasi. Sepenuhnya otonom kendaraan biasanya menggunakan visi komputer untuk navigasi, yakni untuk mengetahui di mana itu, atau untuk menghasilkan sebuah peta dari lingkungan (SLAM) dan untuk mendeteksi rintangan. Juga dapat digunakan untuk mendeteksi aktivitas spesifik tugas tertentu, e. g., sebuah UAV mencari kebakaran hutan. Contoh sistem pendukung sistem peringatan kendala dalam mobil, dan sistem untuk pendaratan pesawat otonom. Beberapa produsen mobil telah menunjukkan otonom sistem untuk mengemudi mobil, tapi teknologi ini masih belum mencapai tingkat di mana dapat diletakkan di pasar. Ada banyak contoh dari kendaraan otonom militer mulai dari rudal canggih, untuk UAV untuk misi pengintaian atau rudal bimbingan. Eksplorasi ruang angkasa sudah sedang dibuat dengan otonom kendaraan yang menggunakan visi komputer, e. g., NASA's Mars Exploration Rover.
Wilayah aplikasi lain meliputi:
* Dukungan penciptaan efek visual untuk bioskop dan siaran, misalnya, kamera pelacakan (matchmoving).
* Surveillance.
Khas tugas komputer visi
Masing-masing dari area aplikasi yang dijelaskan di atas menggunakan visi komputer berbagai tugas; lebih atau kurang baik masalah pengukuran didefinisikan atau masalah pemrosesan, yang dapat dipecahkan dengan menggunakan berbagai metode. Beberapa contoh tugas-tugas khas visi komputer
Masalah klasik dalam visi komputer, mesin pengolahan gambar dan visi adalah untuk menentukan apakah atau tidak berisi data gambar objek tertentu, fitur, atau kegiatan. Tugas ini biasanya dapat diselesaikan kokoh dan tanpa upaya manusia, tetapi masih belum dipecahkan secara memuaskan dalam visi komputer untuk kasus umum: sewenang-wenang obyek dalam situasi yang sewenang-wenang. Metode yang ada untuk mengatasi masalah ini dapat di memecahkannya terbaik hanya untuk objek tertentu, seperti obyek geometris yang sederhana (misalnya, polyhedrons), wajah manusia, dicetak atau tulisan tangan karakter, atau kendaraan, dan dalam situasi tertentu, biasanya digambarkan dalam syarat-syarat yang terdefinisi dengan baik pencahayaan, latar belakang, dan pose dari objek relatif terhadap kamera.
Varietas yang berbeda dari masalah pengakuan dijelaskan dalam literatur:
* Objek pengakuan : satu atau beberapa telah ditetapkan sebelumnya atau belajar kelas benda-benda atau objek dapat dikenali, biasanya bersama-sama dengan mereka dalam posisi 2D atau 3D pose gambar dalam adegan.
* Identifikasi : Sebuah contoh individu objek diakui. Contoh: identifikasi orang tertentu wajah atau sidik jari, atau identifikasi kendaraan tertentu.
* Deteksi : data gambar dipindai untuk kondisi tertentu. Contoh: deteksi kemungkinan sel atau jaringan abnormal dalam gambar medis atau mendeteksi kendaraan di jalan tol otomatis sistem. Deteksi yang didasarkan pada relatif sederhana dan cepat perhitungan kadang-kadang digunakan untuk mencari daerah yang lebih kecil dari gambar menarik data yang dapat dianalisa lebih lanjut oleh lebih menuntut komputasi teknik untuk menghasilkan sebuah interpretasi yang benar.
Beberapa tugas khusus berdasarkan pengakuan ada, seperti:
* Konten gambar berbasis Pengambilan: menemukan semua gambar dalam rangkaian gambar yang lebih besar yang memiliki konten spesifik. Konten dapat ditetapkan dengan berbagai cara, misalnya dalam hal kesamaan relatif gambar target (beri aku semua gambar yang mirip dengan gambar X), atau dalam hal tingkat tinggi dengan kriteria pencarian yang diberikan sebagai input teks (beri aku semua gambar yang berisi banyak rumah, yang diambil selama musim dingin, dan tidak punya mobil di dalamnya).
* Pose estimasi: memperkirakan posisi atau orientasi obyek tertentu relatif terhadap kamera. Contoh aplikasi untuk teknik ini akan membantu lengan robot dalam mengambil objek dari ban berjalan di jalur perakitan situasi.
* Optical character recognition (OCR): mengidentifikasi karakter dalam gambar-gambar yang dicetak atau teks tulisan tangan, biasanya dengan tujuan untuk pengkodean teks dalam format yang lebih setuju untuk mengedit atau pengindeksan (misalnya ASCII).
Motion
Beberapa tugas yang berhubungan dengan gerak estimasi, di mana urutan gambar diproses untuk menghasilkan perkiraan kecepatan baik di setiap titik dalam gambar atau dalam adegan 3D. Contoh tugas-tugas seperti:
* Egomotion: menentukan gerakan kaku 3D kamera.
* Pelacakan: mengikuti gerakan objek (misalnya, kendaraan atau manusia).
Scene rekonstruksi
Diberikan satu atau (biasanya) lebih dari sebuah adegan gambar, atau video, adegan rekonstruksi bertujuan komputasi model 3D TKP. Dalam kasus yang paling sederhana model dapat menjadi serangkaian titik-titik 3D. Metode yang lebih canggih menghasilkan sebuah model permukaan 3D lengkap.
Gambar restorasi
Tujuan pemulihan citra adalah penghilangan bunyi (sensor suara, gambar blur, dll) dari gambar. Pendekatan yang paling sederhana untuk menghilangkan kebisingan adalah berbagai jenis penyaring seperti low-pass filter atau filter median. Metode yang lebih canggih mengasumsikan model bagaimana struktur gambar lokal tampak seperti, sebuah model yang membedakan mereka dari kebisingan. Dengan pertama-tama menganalisis data gambar dalam bentuk struktur gambar lokal, seperti garis atau tepi, dan kemudian mengendalikan penyaringan berdasarkan informasi lokal dari langkah analisis, tingkat yang lebih baik penghapusan kebisingan biasanya diperoleh dibandingkan dengan pendekatan sederhana.
Komputer visi sistem
Organisasi sistem visi komputer sangat tergantung aplikasi. Beberapa sistem aplikasi yang berdiri sendiri yang menyelesaikan pengukuran tertentu atau masalah deteksi, sementara yang lain merupakan sub-sistem yang desain yang lebih besar, misalnya, juga mengandung sub-sistem untuk mengontrol mekanik aktuator, perencanaan, informasi database, man - mesin interface, dll Implementasi sistem visi komputer juga tergantung pada fungsi adalah jika telah ditetapkan sebelumnya atau jika beberapa bagian dari itu dapat dipelajari atau diubah selama operasi. Namun ada, fungsi-fungsi khas yang terdapat di banyak komputer sistem penglihatan.
* Berkas akuisisi: Sebuah gambar digital yang dihasilkan oleh satu atau beberapa sensor gambar, yang, selain berbagai jenis kamera yang sensitif terhadap cahaya, termasuk sensor jarak, perangkat tomografi, radar, ultra-sonik kamera, dll Tergantung pada jenis sensor, data gambar yang dihasilkan adalah gambar 2D biasa, 3D volume, atau urutan gambar. Nilai pixel biasanya sesuai dengan intensitas cahaya dalam satu atau beberapa band spektral (warna abu-abu foto atau gambar), tetapi juga dapat terkait dengan berbagai tindakan fisik, seperti kedalaman, penyerapan atau reflectance dari sonik atau gelombang elektromagnetik, atau resonansi magnetik nuklir.
* Pre-processing: Sebelum metode visi komputer dapat diterapkan ke data gambar dalam rangka untuk mengambil beberapa potongan informasi yang spesifik, biasanya diperlukan untuk memproses data dalam rangka untuk memastikan bahwa memenuhi asumsi-asumsi tertentu yang ditunjukkan oleh metode. Contoh :
o Re-sampling dalam rangka untuk memastikan bahwa sistem koordinat gambar benar.
o Kebisingan pengurangan dalam rangka untuk memastikan bahwa suara sensor tidak mem perkenalkan informasi palsu.
o Kontras tambahan untuk memastikan bahwa informasi yang relevan dapat dideteksi.
o Scale-ruang representasi untuk meningkatkan struktur citra pada skala yang sesuai secara lokal.
* Fitur ekstraksi: fitur gambar pada berbagai tingkat kompleksitas yang diekstraksi dari data gambar. Contoh-contoh khas fitur seperti :
o Garis, tepi dan punggung.
o Localized poin kepentingan seperti sudut, gumpalan atau poin.
Fitur lebih kompleks mungkin berhubungan dengan tekstur, bentuk atau gerakan.
* Deteksi / segmentasi: Pada titik tertentu dalam memproses keputusan dibuat tentang gambar mana yang poin atau wilayah dari gambar yang relevan untuk diproses lebih lanjut. Contoh
o Pemilihan set tertentu bunga poin
o Segmentasi satu atau beberapa daerah citra yang berisi objek kepentingan tertentu.
* Tingkat tinggi pengolahan: Pada tahap ini input kecil biasanya set data, misalnya satu set poin atau wilayah gambar yang dianggap mengandung objek tertentu. Pengolahan yang tersisa berurusan dengan, misalnya:
o Verifikasi bahwa data model memuaskan dan aplikasi berbasis asumsi spesifik.
o aplikasi Estimasi parameter tertentu, seperti obyek berpose atau ukuran objek.
o Klasifikasi objek yang terdeteksi ke dalam kategori yang berbeda.
http://www.freshpatents.com/Network-video-audio-browsing-system-and-browsing-method-thereof-dt20090702ptan20090172088.php
http://www.computer.org/portal/web/csdl/doi/10.1109/ICFCC.2009.123
Network video/audio browsing system and browsing method
Dalam beberapa tahun terakhir, perkembangan Internet telah didefinisikan kembali berbagai bidang hiburan, khususnya, yaitu musik. Hari ini, real-time Internet Real audio streaming musik dan MP3 secara teratur dinikmati oleh jutaan pendengar. Makalah ini menyajikan multimedia yang berpusat manusia audio (audio informasi) sistem pencarian melalui jaringan komputer. Karya ini juga telah diurus memainkan audio yang terus-menerus tanpa ada data yang mengganggu dengan menerapkan mekanisme streaming dan buffering. Arsitektur sistem client-server berikut model. Database digunakan untuk menyimpan informasi metadata audio. Server audio yang bertanggung jawab untuk mengambil informasi dari database untuk memenuhi permintaan klien. Klien menyediakan antarmuka komputer manusia untuk pengguna melalui antarmuka pengguna grafis untuk browsing, mencari dan memainkan audio yang menarik melalui jaringan. Berdasarkan masukan klien permintaan pengguna ke server untuk mendapatkan informasi audio (seperti daftar film-film bahasa tertentu, daftar lagu-lagu film tertentu dan daftar lagu berdasarkan pencocokan pengguna memasukkan teks lirik). Audio pengambilan informasi dari basis data akan dilakukan oleh server berbasis teks menggunakan metode pencarian.
Sebuah jaringan metode browsing disediakan untuk browsing video / audio data yang ditembak oleh sebuah IP kamera. Sebuah komputer lokal digabungkan ke LAN (local area network) untuk mendeteksi IP kamera. Metode browsing jaringan mencakup langkah-langkah dari: mengeksekusi program aplikasi komputer lokal untuk mendapatkan kode identifikasi IP yang tersimpan dalam kamera; transmisi untuk mendaftarkan kode identifikasi ke DDNS (Dynamic Domain Name Server) oleh program aplikasi; mendapatkan kamera IP pribadi alamat dan alamat server pribadi sehingga pasangan IP kamera dan kontrol kamera IP melalui kamera IP pribadi alamat dan alamat server pribadi dan kopel ke layanan server melalui alamat server pribadi sehingga untuk mendapatkan video / audio data yang ditembak oleh kamera IP. Server layanan menangkap video / audio data yang ditembak oleh kamera IP melalui Internet.
Davies , K.H., Biddulph, R. and Balashek, S. (1952) Automatic Speech Recognition of Spoken Digits, J. Acoust. Soc. Am. 24(6) pp.637 – 642
http://en.wikipedia.org/wiki/Speech_recognition
Speech recognition (juga dikenal sebagai pengenalan suara otomatis atau komputer pengenalan suara) mengkonversi kata yang diucapkan dengan teks. Istilah "pengenalan suara" kadang-kadang digunakan untuk merujuk kepada speech pengakuan di mana sistem pengakuan dilatih untuk pembicara tertentu - seperti halnya bagi sebagian besar perangkat lunak pengenal desktop, maka ada aspek pembicara pengakuan, yang mencoba untuk mengidentifikasi orang berbicara, untuk lebih mengenal apa yang dikatakan. Speech recognition adalah istilah yang luas yang berarti dapat mengenali hampir siapa pun speech - seperti sebuah pusat panggilan sistem yang dirancang untuk mengenali banyak suara. Pengenalan suara adalah sebuah sistem dilatih untuk pengguna tertentu, di mana ia mengakui ucapan mereka berdasarkan suara vokal mereka yang unik.
Aplikasi pengenalan suara termasuk panggilan suara (misalnya, "Call home"), call routing (misalnya, "Saya ingin membuat collect call"), alat rumah tangga domestik DNS dan berbicara konten berbasis pencarian audio (misalnya, menemukan podcast tempat tertentu kata yang terucap), entri data sederhana (misalnya, memasukkan nomor kartu kredit), penyusunan dokumen terstruktur (misalnya, sebuah laporan radiologi), speech-untuk-pengolahan teks (misalnya, pengolah kata atau email), dan di dalam pesawat terbang cockpits ( biasanya disebut suara langsung Input).
http://en.wikipedia.org/wiki/Speech_synthesis
http://en.wikipedia.org/wiki/Festival_Speech_Synthesis_System
http://www.cstr.ed.ac.uk/projects/festival/
Speech sintesis adalah buatan ucapan manusia. Sebuah sistem komputer yang digunakan untuk tujuan ini disebut speech synthesizer, dan dapat diimplementasikan dalam perangkat lunak atau perangkat keras. A text-to-speech (TTS) sistem bahasa normal mengkonversi teks ke dalam speech; sistem lain yang memberikan representasi linguistik simbolis seperti transkripsi fonetik bicara.
Speech buatan dapat dibuat dengan potongan-potongan concatenating speech yang direkam disimpan dalam database. Sistem berbeda dalam ukuran speech yang disimpan unit; sebuah sistem yang menyimpan telepon atau diphones memberikan output terbesar jangkauan, tapi mungkin kurang jelas. Untuk keperluan khusus domain, yang menyimpan seluruh kata-kata atau kalimat memungkinkan output yang berkualitas tinggi. Atau, synthesizer dapat menggabungkan model sistem vokal dan karakteristik suara manusia lain untuk membuat yang benar-benar "sintetik" output suara.
Kualitas synthesizer speech dinilai oleh kesamaan dengan suara manusia dan kemampuannya untuk dipahami. Sebuah dimengerti text-to-speech program yang memungkinkan orang-orang dengan gangguan visual atau membaca cacat untuk mendengarkan karya-karya tulis di komputer rumah. Banyak sistem operasi komputer termasuk alat bicara sejak awal 1980-an.
Festival Speech Synthesis System
Festival adalah bahasa multi-sistem sintesis umum, awalnya dikembangkan di Centre for Speech Technology Research (CSTR) di University of Edinburgh. Kontribusi yang cukup besar juga telah disediakan oleh Carnegie Mellon University dan situs lainnya. Ini didistribusikan di bawah lisensi perangkat lunak bebas mirip dengan BSD License.
Menawarkan teks penuh untuk sistem speech dengan berbagai API, serta suatu lingkungan untuk penelitian dan pengembangan sintesis berbicara teknik. Hal ini ditulis dalam C + + dengan perintah Skema seperti juru bahasa untuk kustomisasi umum dan ekstensi. [1]
Festival ini dirancang untuk mendukung berbagai bahasa, dan datang dengan dukungan untuk Inggris (Inggris dan Amerika pengucapan), Welsh, dan Spanyol. Paket suara yang ada untuk beberapa bahasa lain, seperti Castile Spanyol, Ceko, Finlandia, Hindi, Italia, Bahasa Marathi, Rusia dan Telugu