Hanwha Vision SPS-A100M AI ශබ්ද වර්ගීකරණය සහ ශබ්ද දිශා හඳුනාගැනීම
හැඳින්වීම
නොපෙනෙන තර්ජන මධ්‍යයේ ශබ්දය බොහෝ විට නොසලකා හරින නමුත් බලවත් නිරීක්ෂණ මෙවලමකි. සාම්ප්‍රදායික වීඩියෝ නිරීක්ෂණ පද්ධති සිදුවන්නේ කුමක්ද යන්න දෘශ්‍යමය වශයෙන් ග්‍රහණය කර ගැනීම කෙරෙහි අවධානය යොමු කර ඇතත්, අද ආරක්ෂක පරිසරය ශබ්ද සිදුවීම් වර්ග පමණක් නොව ඒවායේ නිශ්චිත මූලාශ්‍ර ද හඳුනා ගැනීමට පරිණාමය වී ඇත. මහජන ආරක්ෂාව සහ වත්කම් ආරක්ෂණයේ සීමාවන් පුළුල් වන විට, අපරාධ වැළැක්වීම සහ වේගවත් සිදුවීම් ප්‍රතිචාර දැක්වීම සඳහා සරල සහායට වඩා දායක වීමේ හැකියාව ශ්‍රව්‍ය විශ්ලේෂණ තාක්ෂණය සතුව ඇත.
මෙම සන්දර්භය තුළ, හන්වා විෂන් හි ගැඹුරු ඉගෙනුම් මත පදනම් වූ ශබ්ද වර්ගීකරණ තාක්ෂණය, පූර්ව පුහුණුව ලත් කෑගැසීම් සහ වීදුරු කැඩීම වැනි නිශ්චිත ශ්‍රව්‍ය සිදුවීම් නිවැරදිව හඳුනා ගන්නා බුද්ධිමත් කාර්යයන් සපයයි - ක්ෂණික ඇඟවීම් අවුලුවයි. තවද, ශබ්ද දිශා හඳුනාගැනීමේ තාක්ෂණය ශ්‍රව්‍ය ප්‍රභවයේ පිහිටීම හඳුනා ගන්නා අතර, 'ශබ්දය කුමක්ද' යන්න පමණක් නොව 'ශබ්දය ආරම්භ වූ ස්ථානය' පිළිබඳ තීරණාත්මක තොරතුරු ලබා දෙයි. ඒකාබද්ධ තත්ව දැනුවත් කිරීමේ හැකියාවන් උපරිම කිරීම සඳහා මෙම තාක්ෂණයන් දෙක සහජීවනයෙන් ක්‍රියා කරයි, ඊළඟ පරම්පරාවේ ආරක්ෂක පද්ධති සඳහා නව මිණුම් ලකුණක් සකසයි.
මෙම ධවල පත්‍රිකාව මෙම තාක්ෂණයන් පිළිබඳව ගැඹුරින් සොයා බලන අතර, විවිධ පරිසරයන් තුළ ප්‍රශස්ත ලෙස ක්‍රියාත්මක කිරීම සහ භාවිතය සඳහා ප්‍රායෝගික මග පෙන්වීමක් සපයයි.
AI-පාදක ශ්‍රව්‍ය විශ්ලේෂණ තාක්ෂණය
- ශබ්ද වර්ගීකරණය
හන්වා විෂන් හි ශබ්ද වර්ගීකරණ තාක්ෂණය මූලික ගැඹුරු ඉගෙනුම් ආකෘතියක් මත ගොඩනගා ඇත: සංවෘත ස්නායුක ජාලය (CNN). මෙම තාක්ෂණය ආරම්භ වන්නේ වියුක්ත ශබ්ද තොරතුරු වර්ණාවලීක්ෂයක් ලෙස හඳුන්වන දෘශ්‍ය ආකාරයක් බවට පරිවර්තනය කිරීමෙනි1.
වර්ණාවලීක්ෂ සටහනක් ධ්වනි "ඇඟිලි සලකුණක්" ලෙස ක්‍රියා කරන අතර, නිශ්චිත ශබ්දයක අද්විතීය රටා පැහැදිලිව පෙන්වයි. මිනිස් කනට වෙන්කර හඳුනා ගැනීමට බොහෝ විට අපහසු මෙම වර්ණාවලීක්ෂ රූප තුළ ඇති සියුම් ධ්වනි ලක්ෂණ සහ රටා ස්වයංක්‍රීයව ඉගෙන ගැනීමට සහ හඳුනා ගැනීමට CNN විශිෂ්ටයි. මෙම ක්‍රියාවලිය කෑගැසීම, වීදුරු කැඩීම, මෝටර් රථ නළා සහ ටයර් ලිස්සා යාම ඇතුළු පුළුල් පරාසයක ශබ්ද සිදුවීම් නිවැරදිව හඳුනා ගැනීමට සහ වර්ගීකරණය කිරීමට හැකියාව ලබා දෙයි.
ශබ්දයක් හඳුනාගෙන වර්ගීකරණය කළ පසු, පද්ධතිය ස්වයංක්‍රීයව ශ්‍රව්‍ය ප්‍රවාහයෙන් දත්ත උපුටා ගනී. ශ්‍රව්‍ය දත්ත දැනටමත් පෙර-සකසා ඇති බැවින් සහ sampled, වර්ගීකරණය කරන ලද ශබ්දය පසුව ශ්‍රව්‍ය පටයක් ලෙස ජනනය වේ file, පහසුවෙන් බාගත කර නැවත ලබා ගැනීම සඳහා පාර-දත්ත සමඟ සම්පූර්ණ කරන්නview.
මෙම තාක්ෂණය තෝරාගත් Hanwha Vision නිෂ්පාදන මත ලබා ගත හැකිය. - ශබ්ද දිශාව අනාවරණය
හන්වා විෂන් හි ශබ්ද දිශා හඳුනාගැනීමේ තාක්ෂණය, නිශ්චිත ශ්‍රව්‍ය සිදුවීමක දිශාව හඳුනාගෙන පරිශීලකයින්ට දැනුම් දීමෙන් වේගවත් ප්‍රතිචාරයක් සඳහා සහාය වේ. පැමිණීමේ කාල වෙනස මැනීමෙන් තාක්ෂණය මෙම දිශාව තීරණය කරයි.
(TDoA) ශබ්ද සංඥාව බහු, භෞතිකව වෙන් වූ මයික්‍රෆෝන වෙත ළඟා වන විට.
TDoA ඇල්ගොරිතමය ක්‍රියා කරන්නේ ශබ්දයක් එක් එක් මයික්‍රෆෝනයට ළඟා වීමට ගතවන කාලයෙහි අවධි වෙනස විශ්ලේෂණය කිරීමෙනි, එමඟින් ප්‍රභවයට ඇති සැබෑ දුර ඇස්තමේන්තු කරයි. මෙම තොරතුරු පසුව ශබ්ද ප්‍රභවයේ කෝණය ගණනය කිරීමට භාවිතා කරයි. රූපය 1 හි දක්වා ඇති පරිදි, රවුමක සකස් කර ඇති මයික්‍රෆෝන (MIC1,MIC2,MIC3,MIC4) සහිත බහු-මයික්‍රොෆෝන පද්ධතියකට ශබ්ද ප්‍රභවය සහ එක් එක් මයික්‍රෆෝනය අතර දුර වෙනස්කම් (d1,d2,d3,d4) තීරණය කළ හැකිය. මෙම දුර වෙනස්කම් මත පදනම්ව පැමිණීමේ කාල වෙනස ගණනය කිරීම TDoA ඇල්ගොරිතමයේ හරයයි.
රූප සටහන 2 හි මයික්‍රොෆෝන දෙකක (දුඹුරු සහ නිල් තරංග ආකාර) ශබ්ද සංඥාවක් පැමිණීමේදී කාල වෙනස (τij) දෘශ්‍යමය වශයෙන් පෙන්නුම් කෙරේ. මෙම පැමිණීමේ කාල වෙනස්කම් නිවැරදිව මැනීමෙන්, පද්ධතියට ශබ්ද ප්‍රභවයේ දිශාව නිවැරදිව ත්‍රිකෝණගත කළ හැකිය. 
ශබ්ද දිශාව හඳුනාගැනීමේ ක්‍රියාවලිය ප්‍රධාන පියවර හතරකට බෙදා ඇත:
- සංඥා එකතුව: බහු මයික්‍රෆෝන හරහා එකවර ශබ්ද සංඥා එකතු කරන්න.
- සංඥා සැකසීම: විශේෂිත ඇල්ගොරිතමයක් භාවිතයෙන් එකතු කරන ලද සංඥා විශ්ලේෂණය කරන්න.
- දිශා ඇස්තමේන්තුව: සැකසූ සංඥාව මත පදනම්ව ශබ්දයේ දිශාව ඇස්තමේන්තු කරන්න.
- ප්‍රතිඵල ප්‍රතිදානය: අවසාන වශයෙන් අනාවරණය කරගත් දිශාව බෙයාරිං කෝණයක් ලෙස පෙන්වන්න.
මෙම තාක්ෂණය Audio Beacon (SPS-A100M) සහ ඇතැම් Wisenet 9 SoC සහිත කැමරා වැනි බහු මයික්‍රොෆෝන සඳහා සහය දක්වන Hanwha Vision නිෂ්පාදනවල ඇත.
ස්ථාපනය සහ පරිසරය: ප්‍රශස්ත කාර්ය සාධනය සඳහා මාර්ගෝපදේශයක්
Hanwha Vision හි AI ශ්‍රව්‍ය විසඳුමේ කාර්යක්ෂමතාව එහි ස්ථාපන පරිසරයට සමීපව බැඳී ඇත. පහත කරුණු ක්‍රියාශීලීව සලකා බැලීමෙන්, ඔබට පද්ධතියේ විභවය උපරිම කර ස්ථාවර ක්‍රියාකාරිත්වය සහතික කළ හැකිය.
ප්‍රශස්ත ස්ථාපන ස්ථානය තෝරා ගැනීම
විශ්වාසදායක ශබ්ද වර්ගීකරණය සහ දිශා හඳුනාගැනීමේ කාර්ය සාධනය සඳහා, පහත සඳහන් කොන්දේසි නිර්දේශ කෙරේ:
ශබ්ද වර්ගීකරණය: නිෂ්පාදනය සහ ශබ්ද ප්‍රභවය අතර දුර අවම වශයෙන් මීටර් 2 ක් වන විට පද්ධතිය වඩාත් විශ්වාසදායක ලෙස ක්‍රියාත්මක වේ. මෙම දුර පදනම් වී ඇත්තේ ශබ්ද ප්‍රභවයක උස මත ය. දුර ඉතා ආසන්න නම් (මීටර් 2 ක් ඇතුළත), අත්පුඩි ගැසීමක් වැනි අඩු පරිමාවක් ඇති ශබ්දයක් පවා අධික ලෙස ඝෝෂාකාරී විය හැකි අතර එය ව්‍යාජ ධනාත්මක බවට හේතු වේ. ගෘහස්ථ සැකසුමක සිවිලිම සවි කිරීම ශබ්ද වර්ගීකරණය සඳහා කදිම ක්‍රමයකි, මන්ද එය ධ්වනි පරාවර්තන අවම කරන අතර පුළුල් ප්‍රදේශයක් පුරා ඒකාකාර ශබ්ද අනාවරණයක් සඳහා ඉඩ සලසයි.
ශබ්ද දිශා හඳුනාගැනීම: නිවැරදි දිශා හඳුනාගැනීම සඳහා, අවම වශයෙන් මීටර් 6.0 ක් පළල සහ මීටර් 6.0 ක් දිග අවම ඉඩක් නිර්දේශ කෙරේ. මෙය ශබ්ද පරාවර්තන සහ ප්‍රතිවර්තනවල බලපෑම් අවම කරන අතර බහු මයික්‍රොෆෝන අතර සංඥා විශ්ලේෂණය සඳහා ප්‍රමාණවත් ඉඩක් සහතික කරයි. 
නිසි දුර සහ සිදුවීම් කෝණය පවත්වා ගැනීම: සිදුවීම් ශබ්ද ප්‍රභවය සහ නිෂ්පාදනය අතර දුර සහ කෝණය හඳුනාගැනීමේ නිරවද්‍යතාවය සඳහා ඉතා වැදගත් වේ. සිදුවීම් ශබ්දයේ සිදුවීම් කෝණය ඉතා විශාල නම් (20 ∘ ඉක්මවන) හෝ දුර ඉතා කෙටි නම්, හඳුනාගැනීමේ නිරවද්‍යතාවය අඩු විය හැකිය. නිෂ්පාදනයේ ස්ථාපන උස මත පදනම්ව නිර්දේශිත අවම දුර පහත වගුවේ දක්වා ඇත.
| නිෂ්පාදන ස්ථාපන උස | අවම දිශා හඳුනාගැනීමේ දුර |
| මීටර් 2.3 | ≥ මීටර් 2.2 |
| මීටර් 2.5 | ≥ මීටර් 2.7 |
| මීටර් 2.7 | ≥ මීටර් 3.3 |
| මීටර් 2.9 | ≥ මීටර් 3.8 |
| මීටර් 3.1 | ≥ මීටර් 4.4 |
| මීටර් 3.3 | ≥ මීටර් 4.9 |
| මීටර් 3.5 | ≥ මීටර් 5.5 |
| මීටර් 3.8 | ≥ මීටර් 6.3 |
| 4m | ≥ මීටර් 6.9 |
| 5m | ≥ මීටර් 9.6 |
පැහැදිලි ශබ්ද මාර්ගයක් සහතික කිරීම: ශබ්ද ප්‍රභවය සහ නිෂ්පාදනය අතර බිත්ති, වීදුරු හෝ ඝන තිර වැනි භෞතික බාධක සංඥාව දුර්වල කිරීමට හෝ විකෘති කිරීමට හේතු විය හැක. උපරිම කාර්ය සාධනයක් ලබා ගැනීම සඳහා, ශබ්දය සඳහා පැහැදිලි, සෘජු මාර්ගයක් සහතික කරන්න.
ඵලදායී ශබ්ද හඳුනාගැනීම සහ වර්ගීකරණය සඳහා පාරිසරික විශ්ලේෂණය
නිවැරදි ශබ්ද අනාවරණය සහ වර්ගීකරණය සඳහා, පහත ධ්වනි තත්ත්වයන් සහ අවට පාරිසරික සාධක සලකා බලන්න.
| ශබ්ද වර්ගය | dB සීමාව | පුරෝකථනය කළ දුර |
| කෑ ගහනවා | >70dB | 2m~20m |
| වීදුරු කැඩීම, කාර් හෝන් ගැසීම, ටයර් ලිස්සා යාම | >80dB | 2m~16m |
උදාහරණයක් ලෙසample, කෑගසන ශබ්දයක් එහි පරිමාව 70dB ට වඩා වැඩි වූ විට නිවැරදිව වර්ගීකරණය කර දිශානුගතව අනාවරණය කර ගත හැකිය. සිදුවීම් ශබ්දයේ පරිමාව අවට පසුබිම් ශබ්දයට වඩා සැලකිය යුතු ලෙස වැඩි විය යුතුය (නිර්දේශිත: අවම වශයෙන් 30dB වැඩි). නිවැරදි මිනුම් සහ වර්ගීකරණය සඳහා, පසුබිම් ශබ්දය 60dB නොඉක්මවිය යුතුය, එමඟින් සිදුවීම සහ අවට ශබ්දය අතර පැහැදිලි වෙනසක් සහතික කෙරේ.
අවට ශබ්දය ක්‍රියාකාරිත්වයට බලපෑ හැකි බැවින්, පහත සඳහන් කරුණු කල්තියා විශ්ලේෂණය කිරීම හොඳ පුරුද්දකි:
- එළිමහන් පරිසරයන්: ස්වභාවික ශබ්ද (සුළඟ, වැසි, ගිගුරුම් සහිත) සහ කෘතිම ශබ්ද (රථවාහන තදබදය, බලපෑම්, මෝටර් රථ ගැස්වීම්) පිළිබඳව දැනුවත් වන්න. අනපේක්ෂිත පරිසරවලදී, සම්පූර්ණ විශ්ලේෂණයක් මඟින් ප්‍රශස්ත ස්ථාපන ස්ථානය තෝරා ගැනීමට ඔබට උපකාරී වේ.
- ගෘහස්ථ පරිසරයන්: ශබ්ද පරාවර්තන සහ ප්‍රතිවර්තන ද්‍රව්‍ය (බිත්ති, සිවිලිම්, බිම්) සහ කාමරයේ ප්‍රමාණය අනුව සැලකිය යුතු විය හැකිය. බැලූනයක් පුපුරා යාම හෝ බර පෙට්ටියක් බිම හෙළීම වැනි ඉලක්කගත සිදුවීමකට සමාන ශබ්ද, ව්‍යාජ අනතුරු ඇඟවීම් වලට තුඩු දෙන ප්‍රතිවර්තනයක් නිර්මාණය කළ හැකිය. ස්ථාපනය ගෘහස්ථ අවකාශයේ ධ්වනි ගුණාංග සඳහා හේතු විය යුතුය.
ශබ්ද වර්ගීකරණ dB සීමාවන් වින්‍යාස කිරීම
ශබ්ද වර්ගීකරණ ශ්‍රිතය ප්‍රශස්ත කිරීම සඳහා, ඔබට ඔබේ නිශ්චිත පරිසරයට ගැලපෙන පරිදි dB එළිපත්ත වින්‍යාසගත කළ හැකිය.
- ඝෝෂාකාරී පරිසරයක, ව්‍යාජ අනතුරු ඇඟවීම් අඩු කිරීම සඳහා එළිපත්ත ඉහළට සකසන්න.
- සිදුවීම් සියුම් වන නිහඬ පරිසරයක, වැදගත් ඇඟවීම් මඟ හැරීම වළක්වා ගැනීම සඳහා සීමාව පහළින් සකසන්න.
- සාමාන්‍ය පසුබිම් ශබ්ද dB පරීක්ෂා කිරීමෙන් පසු, එම සාමාන්‍යයට වඩා අවම වශයෙන් 55dB වැඩි සීමාවක් සැකසීමට නිර්දේශ කෙරේ.
රූප සටහන 6 හි පෙන්වා ඇති පරිදි, dB එළිපත්ත ස්ලයිඩරයක් හෝ සංඛ්‍යා ආදාන ක්ෂේත්‍රයක් භාවිතයෙන් සහජයෙන්ම සකස් කළ හැකි අතර, එය තත්‍ය කාලීන හඳුනාගැනීමේ සංවේදීතාවයට සෘජුවම බලපායි. ප්‍රස්ථාරය මඟින් කාලයත් සමඟ ශබ්ද dB හි වෙනස (කළු රේඛාව) සහ වින්‍යාස කරන ලද එළිපත්ත (අළු රේඛාව) දෘශ්‍යමය වශයෙන් නිරූපණය කරන අතර, ශබ්ද සිදුවීමක් (තැඹිලි උච්චය) එළිපත්ත ඉක්මවා යන විට එය දැකීම පහසු කරයි.
ශබ්ද දිශා ක්‍රමාංකනය සහ පද්ධති වින්‍යාසය
හන්වා විෂන් නිෂ්පාදන මඟින් සිදුවීම් ශ්‍රව්‍ය ක්ලිප් ලෙස සපයන අතර ඒවාට ශබ්ද වර්ගීකරණය සහ දිශා හඳුනාගැනීමේ ප්‍රතිඵල යන දෙකම ඇතුළත් වේ.
රූපය 7 හි පෙන්වා ඇති පරිදි, ශබ්ද වර්ගීකරණ ප්‍රතිඵලය පහළින් බුද්ධිමය නිරූපකයක් සමඟින් ශබ්ද දිශාව හඳුනාගැනීමේ ප්‍රතිඵලය සමඟ ප්‍රදර්ශනය කෙරේ. 'දිශාව (N+301.8∘)' යන්නෙන් අදහස් වන්නේ ශබ්ද ප්‍රභවය උතුරේ (N) සිට දක්ෂිණාවර්තව 301.8∘ පිහිටා ඇති බවයි.
මේ සමඟ ඇති 'විශ්වාසය (0.74)' අගය 74% විශ්වාස මට්ටමක් පෙන්නුම් කරයි. මෙය ශබ්ද පීඩන මට්ටම (52dB) සමඟින්, පරිශීලකයින්ට තත්ත්වය නිවැරදිව තක්සේරු කිරීමට සහ ඉක්මනින් ප්‍රතිචාර දැක්වීමට උපකාරී වේ.
පද්ධතියේ ශබ්ද දිශා තොරතුරු කාලයත් සමඟ හෝ ස්ථාපනය හේතුවෙන් සත්‍ය උතුරෙන් බැහැර විය හැකිය. නිවැරදි දිශා තොරතුරු අත්‍යවශ්‍ය බැවින්, අවශ්‍ය පරිදි උතුරු යොමු ලක්ෂ්‍යය ක්‍රමාංකනය කිරීම වැදගත් වේ. මෙය ක්‍රම තුනෙන් එකක් භාවිතයෙන් කළ හැකිය:
- මාලිමා යන්ත්‍රයකින් දැක්වෙන පරිදි නිෂ්පාදනය සැබෑ උතුරට මුහුණලා සවි කරන්න.
- නිෂ්පාදන මෙනුවෙහි, [පද්ධතිය] > [නිෂ්පාදන තොරතුරු] > [සවිකිරීමේ මාදිලිය] වෙත ගොස් මාලිමා උතුරේ සිට කැමරාවේ යොමු ලක්ෂ්‍යය දක්වා දක්ෂිණාවර්තව මනින ලද කෝණය කෙලින්ම ඇතුළත් කරන්න.
- වඩාත් පහසු සහ නිවැරදි මූලික සැකසුමක් සඳහා Wisenet ස්ථාපන මෙවලමෙහි ඇතුළත් මාලිමා විශේෂාංගය භාවිතා කරන්න.
සංකීර්ණ ධ්වනි පරිසරයන් සඳහා උපදෙස්
- සංකීර්ණ ධ්වනි පරිසරයන්: එකවර ශබ්ද කිහිපයක් ඇති පරිසරයක, AI ආකෘතිය ඒවා තනි ශබ්දයක් ලෙස වර්ගීකරණය කිරීමට හෝ වැරදි ලෙස වර්ගීකරණය කිරීමට හැකිය. මෙය ස්වාභාවික සංසිද්ධියකි; පද්ධතිය මඟින් සපයනු ලබන තොරතුරු පිළිබඳ පුළුල් විශ්ලේෂණයක් නිවැරදි තත්ත්‍ව දැනුවත්භාවය සහතික කිරීමට උපකාරී වේ.
නිරවද්‍ය අනතුරු ඇඟවීම් සඳහා පාරිසරික විශ්ලේෂණය: ශබ්ද වර්ගීකරණ ආකෘතිය මඟින් සිදුවීම් ශබ්දවලට සමාන නමුත් වර්ගීකරණ කාණ්ඩවලට අයත් නොවන ශබ්ද සඳහා අනතුරු ඇඟවීම් ජනනය කළ හැකිය - ලෝහ වස්තූන්ගේ ඝර්ෂණය, සත්ව ඇමතුම්, සංගීත භාණ්ඩ හෝ වෙනත් හදිසි, බලවත් ශබ්ද වැනි. ආකෘතියේ මෙම ලක්ෂණය තේරුම් ගැනීමෙන් ඔබට මෙම සුවිශේෂී ශබ්ද වලින් අනතුරු ඇඟවීම් අපේක්ෂා කිරීමට සහ සූදානම් වීමට ඉඩ සලසයි, අනවශ්‍ය ව්‍යාකූලත්වය ඵලදායී ලෙස අඩු කරයි.
නිගමනය
දෘශ්‍ය නිරීක්ෂණයේ සීමාවන් ඉක්මවා යාමෙන්, හන්වා විෂන් හි AI ශ්‍රව්‍ය විසඳුම ශබ්දය බුද්ධිමත්ව විශ්ලේෂණය කරන සැබවින්ම පුළුල් පූර්ව අනතුරු ඇඟවීමේ පද්ධතියක් නිර්මාණය කරයි.
මෙම සුදු පත්‍රිකාව ප්‍රායෝගික මාර්ගෝපදේශයක් ලෙස ක්‍රියා කරන අතර, ඔබේ නිශ්චිත පරිසරය සඳහා තාක්ෂණය ක්‍රියාත්මක කිරීමට සහ ප්‍රශස්ත කිරීමට ඔබට බලය ලබා දෙයි - මූලික ස්ථාපනයේ සිට උපරිම කාර්ය සාධනය සඳහා සියුම් ලෙස සකස් කිරීම දක්වා.
ආරක්ෂක අභියෝග පරිණාමය වන විට, ඕනෑම අවස්ථාවක වඩාත් ස්ථාවර, කාර්යක්ෂම සහ ක්‍රියාශීලී ආරක්ෂක අත්දැකීමක් සහතික කරමින්, හන්වා විෂන් එහි ශ්‍රව්‍ය විශ්ලේෂණ හැකියාවන් දියුණු කිරීමට කැපවී සිටී.
හන්වා දැක්ම
- 13488 හන්වා විෂන් පර්යේෂණ සහ සංවර්ධන මධ්‍යස්ථානය,
- 6 Pangyo-ro 319-gil, Bundang-gu, Seongnam-si, Gyeonggi-do, කොරියාව www.HanwhaVision.com
- ප්‍රකාශන හිමිකම ⓒ 2025 හන්වා විෂන්. සියලුම හිමිකම් ඇවිරිණි.
ලේඛන / සම්පත්
 |
Hanwha Vision SPS-A100M AI ශබ්ද වර්ගීකරණය සහ ශබ්ද දිශා හඳුනාගැනීම [pdf] හිමිකරුගේ අත්පොත SPS-A100M AI ශබ්ද වර්ගීකරණය සහ ශබ්ද දිශා හඳුනාගැනීම, SPS-A100M, AI ශබ්ද වර්ගීකරණය සහ ශබ්ද දිශා හඳුනාගැනීම, වර්ගීකරණය සහ ශබ්ද දිශා හඳුනාගැනීම, ශබ්ද දිශා හඳුනාගැනීම, දිශා හඳුනාගැනීම, අනාවරණය |