SentiSight 3.0 pacote de distribuição do SDK contém:

• SentiSight 3.0 processo de aprendizado e reconhecimento de objetos. Na fase de aprendizagem, os algoritmos de SentiSight 3.0 extraem características específicas do objeto de um vídeo stream ou de uma única imagem e salva ele dentro do que é conhecido como um Modelo de OBJETO. A aprendizagem manual e automática do objeto está disponível. Nenhuma interação do usuário é requerida para o reconhecimento do objeto exceto fornecer um file do vídeo com o objeto ou apontar uma câmera à cena...
• SentiSight 3.0 potencialidades e exigências do algoritmo. O algoritmo do SentiSight 3.0 implementa um reconhecimento e aprendizado de objetos avançado baseado no visual do objeto. O algoritmo executa oreconhecimento múltiplo simultâneo do objeto, é capaz da operação em tempo real , é tolerante àrotação, à translação, à definição, à escala e às oclusões...
• SentiSight 3.0 SDK. O SDK permite o desenvolvimento de sistemas do reconhecimento de objetos para plataformas Microsoft Windows ou do Linux, e inclui tutoriais de programação em diversas línguas de programação. Uma biblioteca de gerenciamento de câmera é incluída para a captação simultânea das câmeras múltiplas...
• Requerimento de sistema. SentiSight 3.0 requer um computador com no mínimo processador de 1GHzque suporte SSE2, e no mínimo 256 MB de memória livre RAM. Opcional , câmera ou webcam podem ser adicionados...
• Testes da confiabilidade e especificações técnicas. A taxa do reconhecimento do SentiSight 3.0 é98%-99% para objetos com estrutura interna bem definidas, e 70%-99% para outros objetos; a velocidade de processamento da imagem é de ~20 frames por o segundo...
• Download. SentiSight 3.0 algoritmo demo aplicações de SentiSight 3.0 30-dias SDK Trial esta disponível para...

Requisitos de sistema para SentiSight 3.0

• PC com x86 (32 bits) ou x86-64 (64 bits) Processador:
  • SSE2 Suporte é necessário. processadores que não suportam SSE2 não pode executar o algoritmo de 3,0 SentiSight. Por favor, verifique se um modelo de processador suporta SSE2 determinado conjunto de instruções.
  • SSSE3 Suporte é recomendado, como o algoritmo de 3,0 SentiSight oferece maior desempenho usando este conjunto de instruções. Por favor, verifique se um modelo de processador específico suporta SSSE3.
  • Arquitetura de 64 bits permite trabalhar com imagens maiores, bancos de dados modelo maior e também aumenta o desempenho geral SentiSight algoritmo de 3,0 devido ao uso de registradores de 64 bits CPU.
• Pelo menos 256 MB de RAM livre deve estar disponível para a aplicação SentiSight-based. RAM adicional pode ser necessária:
  • Para aplicações que necessitam de reconhecer objetos usando banco de dados grande como o banco de dados inteiro deve ser carregado na memória RAM antes do reconhecimento. O tamanho do banco de dados depende da quantidade de objetos e número de modelos salvos em cada modelo de objeto. Cada modelo de objeto pode ser bastante grande, devido ao uso de vídeos longos para a aprendizagem (como modelo aprendi com cada frame é salvo separadamente) e / ou utilizando várias exibições para cada objeto. 
    Por exemplo, um banco de dados de 100 modelos de objetos, com 36 Templates por modeloserá requerido cerca de 25 MB de RAM quando algoritmo de reconhecimento de locais funções é utilizada, ou cerca de 50 MB quando algoritmo de reconhecimento de forma é usado (para resolução de 320 x 240 pixels).
  • Para aplicações que necessitam de trabalhar com vídeos de alta resolução. De alta resolução permite extrair mais recursos a partir de objetos, assim, os tamanhos modelo de objeto será maior. Em geral, o tamanho do modelo tem cerca de dependência linear a partir da resolução da imagem ou vídeo. 
    Por exemplo: um quadro de 1 megapixel da câmera é de cerca de 13 vezes maior do que um quadro de um normal de 320 x 240 pixels câmara (0,08 megapixels). Se um modelo de objeto aprendi com uma seqüência de 320 x 240 quadros ocupa 250 KB de memória, então um modelo aprendido com a mesma seqüência de frames obtidos a partir de 1 Megapixel exigirá cerca de 3,3 MB de memória. Note que cada quadro do vídeo é processado separadamente e no modelo de objeto obtido é salvo no modelo.
• Câmera opcional ou webcam. Estas câmeras são suportadas por SentiSight:
  • Qualquer de webcam ou câmera que é acessível por meio de:
    • DirectShow interface para plataforma Microsoft Windows.
    • GStreamer de interface para a plataforma Linux.
  • Também estes modelos específicos de câmeras de alta resolução são suportados:
    • AXIS Camera M1114 (Microsoft Windows e Linux)
    • Cisco câmera IP 4500 (Microsoft Windows apenas)
    • IrisGuard IG-AD100 - face e da íris da câmera (Microsoft Windows apenas)
    • Mobotix DualNight câmera IP M12 (Microsoft Windows e Linux)
    • PiXORD N606 câmera (Microsoft Windows e Linux)
    • Prosilica GigE Vision câmera (Microsoft Windows apenas)
    • Sony SNC-CS50 câmera (Microsoft Windows e Linux)
    • VistaFA2 / VistaFA2E câmeras (Microsoft Windows apenas)
    • VistaMT dispositivo Multimodal Biométrico (Microsoft Windows apenas)
• Requisitos Microsoft Windows específicos:
  • Microsoft Windows 2000/XP/2003/2008/Vista/7, 32 bits ou 64 bits.
  • Microsoft. NET Framework 2.0 ou mais recente (para. Uso de componentes NET).
  • Microsoft DirectX 9.0 ou posterior (para a câmera / uso de webcam).
  • Microsoft Visual Studio 2005 SP1 ou mais recente (para desenvolvimento de aplicativos em C / C++, C#, Visual Basic NET.)
• Linux requisitos específicos:
  • Linux kernel 2.6 ou mais recente, 32 bits ou 64 bits.
  • glibc 2.7 ou mais recente
  • GStreamer 0.10.23 (com gst-plugin-base e gst-plugin-bom) ou mais recente (para captura de objeto usando câmera / webcam)
  • udev-143 ou mais recente com libudev (para uso da câmera)
  • GTK + 2.10.x ou superior libs e pacotes dev (para executar amostras SDK e aplicações baseadas neles)
  • GCC-4.0.x ou mais recente (para desenvolvimento de aplicativos)
  • GNU Make 3.81 ou mais recente (para desenvolvimento de aplicativos)