Teknia for integrated systems

  كيف بداء إنترنت الاشياء IoT ؟ الفكرة و النشأة في عام 1997 كان كيفين اشتون يعمل مساعد  مدير  للعلامة التجارية في شركة  (PROCTER& GANBLE)  الوقت الذي كان يهتم فيه باستخدمات التكنولجيا في مجال إدارة سلاسل التوريد ما دفعه الى جامعة (MIT)   صاحبة الدور البارز في تطوير التكنولجيا و العلوم هناك التقى بعدد من العلماء والباحثين و أسس معهم ما يسمى (AUTO ID CENTER)  وبداء العمل في سنة 1999 في بحث ممول من قبل الشركات بهدف ادخال تكنولوجيا الـ (RFID) في كل شيء وصل عدد الشركات المموله لمشروع البحث 103 راعي و ممول وتم ضم عدد من المراكز  البحثيه الكبرى في الجامعات حول العالم الى هذ المشروع وبمجرد تطويرالنظام قامت جامعة (MIT)  بالترخيص لهيئة المعابير الدوليه (GS1) المعنيه بتكويد  السلع والمنتجات حول العالم، نجاح المشروع جعل من اشتون رائد اعمال في مجال التكنولوجيا الفائقه أسس بعد ذلك عدد من الشركات مثل (BLIKN-WEMO-CLEAN TECH) و هي الشركات التي قامت بالبناء على نتيجة أبحاث العلماء لتحصيل المكاسب المادية و إخراج منتجات جديدة في مجال الاتصالات الل...

المسافة المثالية لتحديد الوجه (Face recognition) في أنظمة المراقبة التلفزيونية CCTV! تحديد المسافة "المثالية" للتعرف على الوجوه (Face Recognition) يعتمد بشكل كبير على جودة الكاميرا (الميجا بكسل)، نوع العدسة (ثابتة أم متغيرة)، وظروف الإضاءة، وزاوية التركيب . ومع ذلك، يمكننا تقديم تقديرات عامة بناءً على دقة الصورة: مبدأ "البكسلات لكل قدم" (Pixels Per Foot - PPF) أو "البكسلات لكل متر" (PPM) لفهم الأمر، يعتمد التعرف على الوجه على عدد البكسلات التي "يغطيها" الوجه في الصورة. كلما زاد هذا العدد، زادت دقة التعرف. هناك معايير صناعية تقريبية لهذا: اكتشاف الوجه (Detection): يتطلب حوالي 20-30 بكسل لكل قدم (حوالي 65-100 بكسل لكل متر) فقط لتحديد وجود وجه. تصنيف الوجه (Classification): يتطلب حوالي 40-50 بكسل لكل قدم (حوالي 130-160 بكسل لكل متر) لتحديد السمات العامة للوجه (ذكر/أنثى، العمر التقريبي). التعرف على الوجه (Recognition/Identification): يتطلب حوالي 50-80 بكسل لكل قدم (حوالي 160-260 بكسل لكل متر) أو أكثر لتحديد هوية شخص معين بدقة ومطابقته بقاعدة...