Varför lita på ditt företag till oss?
Vi tar paniken från upphandling. Vi lagerför miljontals svårtillgängliga delar från våra pålitliga källor. Vi uppdaterar våra produktlistor efter minuter, och köp online genomförs i realtid och skickas varje dag.
MFGChips grundades 2002 och är en lokal ledare inom distribution av elektroniska komponenter och är också erkänd som ett av de mest respekterade och innovativa företagen på den lokala marknaden idag. Med huvudkontor i Hong Kong har MFGChips fått ett imponerande rykte för att tillhandahålla enastående service och utveckla effektiva, omfattande globala leveranskedjelösningar.
Läs mer >
Smartare ögonspårning för smarta glasögon
ETH Zürich-teamet introducerar Electrasight, ett hybridögonspårningssystem för smarta glasögon, som kombinerar kontakt- och kontaktlösa metoder.
Smarta glasögon blir smartare och erbjuder nya sätt att interagera med enheter och världen omkring oss.Ögonrörelser är ett av de enklaste och mest naturliga sätten att använda dem.Genom att spåra var vi tittar kan glasögonen visa relevant information om våra omgivningar eller låta oss styra digitala verktyg utan att röra vid en skärm eller prata.Till exempel kan man titta på en artikel i en butik visa sitt pris eller titta på ett monument visa historiska detaljer.För att göra detta behöver glasögonen ögonspårningssystem, ofta med kameror.Även om de är exakta är dessa kameror skrymmande, använder mycket energi och kan orsaka integritetsproblem, vilket gör dem mindre praktiska för glasögon.
Ett team på Eth Zürich har utvecklat Electrasight, en icke-invasiv hybridkontakt och kontaktlöst ögonspårningssystem som kan fungera direkt på smarta glasögon.Till skillnad från tidigare EOG-baserade lösningar erbjuder Electrasight förbättrad noggrannhet för ögonspårning.
Systemet använder hårdvara hårdvara för att spåra ögonrörelser genom att känna små elektriska signaler som genereras av ögonen.Specialsensorer upptäcker dessa signaler och erbjuder hög noggrannhet medan du använder lite energi.
Electrasight har tre huvuddelar: en fungerar som kontrollcenter, en annan bearbetar ögonrörelsedata och den tredje hanterar sensorerna.Dessa delar arbetar tillsammans för att samla in, skicka och analysera data i realtid.
En liten AI -modell klassificerar ögonrörelser snabbt och exakt och känner igen sex rörelser med 92% noggrannhet och tio typer med 81% noggrannhet.Denna modell är mycket effektiv med hjälp av minimalt minne och inget behov av installation eller justeringar för varje användare.Tester visade att systemarbeten med låg fördröjning, upptäcker de flesta rörelser inom 60 millisekunder och bearbetade data i 301 mikrosekunder.
Teamet skapade också ett datasätt med märkta ögonrörelser för att förbättra framtida ögonspårningssystem och stödja framsteg inom Smart Glasses Technology.
Smarta glasögon blir smartare och erbjuder nya sätt att interagera med enheter och världen omkring oss.Ögonrörelser är ett av de enklaste och mest naturliga sätten att använda dem.Genom att spåra var vi tittar kan glasögonen visa relevant information om våra omgivningar eller låta oss styra digitala verktyg utan att röra vid en skärm eller prata.Till exempel kan man titta på en artikel i en butik visa sitt pris eller titta på ett monument visa historiska detaljer.För att göra detta behöver glasögonen ögonspårningssystem, ofta med kameror.Även om de är exakta är dessa kameror skrymmande, använder mycket energi och kan orsaka integritetsproblem, vilket gör dem mindre praktiska för glasögon.
Ett team på Eth Zürich har utvecklat Electrasight, en icke-invasiv hybridkontakt och kontaktlöst ögonspårningssystem som kan fungera direkt på smarta glasögon.Till skillnad från tidigare EOG-baserade lösningar erbjuder Electrasight förbättrad noggrannhet för ögonspårning.
Systemet använder hårdvara hårdvara för att spåra ögonrörelser genom att känna små elektriska signaler som genereras av ögonen.Specialsensorer upptäcker dessa signaler och erbjuder hög noggrannhet medan du använder lite energi.
Electrasight har tre huvuddelar: en fungerar som kontrollcenter, en annan bearbetar ögonrörelsedata och den tredje hanterar sensorerna.Dessa delar arbetar tillsammans för att samla in, skicka och analysera data i realtid.
En liten AI -modell klassificerar ögonrörelser snabbt och exakt och känner igen sex rörelser med 92% noggrannhet och tio typer med 81% noggrannhet.Denna modell är mycket effektiv med hjälp av minimalt minne och inget behov av installation eller justeringar för varje användare.Tester visade att systemarbeten med låg fördröjning, upptäcker de flesta rörelser inom 60 millisekunder och bearbetade data i 301 mikrosekunder.
Teamet skapade också ett datasätt med märkta ögonrörelser för att förbättra framtida ögonspårningssystem och stödja framsteg inom Smart Glasses Technology.