ممنوعیت استفاده از درب ضد سرقت عریض در شرکت اپل تأیید شد

مدل کاربردی نوعی درب ضد سرقت عریض ایمنی برای سهولت باز و بسته شدن تهویه از جمله بدنه درب ضد سرقت است، مشخصه آن این است که سمت چپ و راست بدنه درب ضد سرقت به صورت موازی مطابقت دارد تا به آن مجهز شود.

صفحه ناف داخلی و پانل درب ضد سرقت خارجی، چندین سوراخ مکان در دیواره داخلی مدار نوسان مخالف با انتهای باز از بالا به پایین مجهز شده است.

بالای ستون بالابر با بادگیر متصل است و در سوراخ عبوری در بدنه درب ضد سرقت، دیوارهای جانبی جلو و عقب بادگیر با دیواره داخلی جلویی و پشتی پنجره هواگیر برای کشویی بادگیر متصل شده است.

ساختار مدل کاربردی ساده است، تنظیم معقول است، با ارائه پنجره تهویه توری ضد سرقت در بدنه درب ضد سرقت، مدار نوسان با ستون بالابر و پین موقعیت، بادگیر، سوراخ محل همکاری، با توجه به تقاضای مردم، متوجه می شود و بخشی تاشو به درب امنیتی انجام می شود.

درب

زمانی که مردم می خواهند تهویه داشته باشند، بدون درب ضد سرقت کاملا باز، به طوری که تهویه روزانه انجام می شود که مردم ایمن و ایمن باشند، نیاز زندگی روزمره را برآورده کند.

حریم خصوصی و امنیت دو حق اساسی در زندگی روزمره هستند.

در حال حاضر، از کلیدها، رمزهای عبور و پین برای ایمن سازی اطلاعات محرمانه استفاده می شود.

با این حال، روش های ذکر شده در بالا می توانند به خطر بیفتند و در نتیجه تهدیداتی را برای امنیت مطرح کنند.

این مقاله روشی پیشرفته برای تقویت سیستم امنیتی با استفاده از الگوریتم‌های تشخیص چهره و تشخیص چهره ادغام شده با Raspberry Pi ارائه می‌کند که برای کنترل دسترسی به درب ضد سرقت استفاده می‌شود.

از آنجایی که صورت بدون شک به یک فرد مرتبط است، نمی توان آن را تکرار کرد. این مقاله از سه زیرسیستم تشخیص چهره، استخراج ویژگی و تشخیص چهره برای دسترسی به در تشکیل شده است.

در ابتدا سیستم با ویژگی های افراد مجاز که در پایگاه داده ذخیره می شوند آموزش داده می شود.

در مرحله اول، این فرآیند با گرفتن تصویر یک شی با استفاده از دوربین Raspberry Pi و سپس تشخیص چهره با استفاده از الگوریتم Viola Jones آغاز می شود زیرا دقت بیشتری در تشخیص شی در زمان واقعی ارائه می دهد.

سپس استخراج ویژگی و تشخیص چهره با استفاده از الگوریتم Local Binary Pattern (LBP) انجام می شود که می تواند اطلاعات بافت همسایه محلی تصویر در مقیاس خاکستری را استخراج کند و می تواند به طور موثر بین شی و پس زمینه تمایز قائل شود.