段文雙 閆書佳 單鴻濤 盧金科

摘?要：現(xiàn)有的關(guān)于鼠標輸入的測試自動化方法大多需要調(diào)用被測設(shè)備底層操作系統(tǒng)接口或者向操作系統(tǒng)植入測試輔助工具。這些方法具有侵入性，在一些具有封閉性、或者安全性要求高的設(shè)備上無法使用。提出了一種非侵入式的鼠標輸入測試自動化方法，通過USB信號激勵器給入輸入激勵，通過外部攝像頭和計算機視覺方法定位鼠標指針，校準視覺和激勵器空間鼠標移動關(guān)聯(lián)，確定鼠標移動尺度，最終完成相應(yīng)鼠標動作。案例研究表明該方法具有較高的測試執(zhí)行準確度，有良好的實用價值。

關(guān)鍵詞：計算機視覺;測試自動化;鼠標;非侵入式

中圖分類號：?TP311??????文獻標識碼：A

A?Computer?Vision?Based?Mouse?Input?Test?Automation?Method

ZHOU?Xu，QIAN?Ju

（College?of?Computer?Science?and?Technology，?Nanjing?University?of?Aeronautics

and?Astronautics，Nanjing，?Jiangsu?211106，?China）

Abstract：The?existing?test?automation?methods?about?mouse?input?require?calling?the?underlying?operating?system?of?the?device?under?test?or?install?test?enabling?tools?on?the?underlying?system.?These?methods?are?intrusive?and?hence?cannot?be?used?on?closed?or?securitysensitive?systems.This?paper?presents?a?nonintrusive?test?automation?method?for?mouse?input.?The?method?uses?computer?vision?techniques?to?obtain?mouse?positions?from?camera?captured?desktop?images?and?uses?USB?signal?stimulator?to?fire?mouse?events.It?first?introduces?an?algorithm?to?calibrate?the?correlation?between?mouse?move?on?the?visual?space?and?that?on?the?stimulator?space.?Then?the?required?mouse?moves?are?calculated?and?the?mouse?clicks?are?activated?via?the?USB?stimulator.Case?study?shows?that?this?method?has?high?test?execution?accuracy?and?is?practical?for?use.

Key?words：computer?vision;?test?automation;?mouse;?nonintrusive

鼠標設(shè)備對于日常工作和生活必不可少。軟件測試中，很多場景下需要對鼠標加以操作。這些操作往往涉及鼠標不斷移動、點擊等，上述動作如果通過人工實現(xiàn)則低效、耗時。為了提高測試效率，需要對鼠標輸入進行測試自動化[1]，自動進行鼠標指針移動，完成鼠標點擊功能。將測試人員從繁瑣的手工測試中解放出來，節(jié)省時間和人力成本。F7F8A21B-9E1C-47AE-BBCB-C48400AF1B6D

關(guān)于鼠標輸入的測試自動化，現(xiàn)有的技術(shù)大致可以分為兩類：一類是基于系統(tǒng)調(diào)用的方式，通過調(diào)用底層操作系統(tǒng)編程接口，控制鼠標指針移動、點擊。例如通過Windows系統(tǒng)提供的PostMessage接口完成鼠標指令發(fā)送和接收[2]、通過安卓平臺中的adb?shell?sendevent指令完成點擊輸入功能[3]等;第二類是基于硬件模擬，通過不同的硬件設(shè)備對鼠標命令進行攔截、仿真[4][5]。第一類針對鼠標設(shè)備進行的測試自動化技術(shù)具有侵入性。這些技術(shù)需要在被測設(shè)備中安裝或啟用測試輔助工具[6]，訪問設(shè)備底層操作系統(tǒng)。第二類基于硬件模擬的測試自動化技術(shù)雖然無需在被測系統(tǒng)中植入測試輔助工具，具有一定的非侵入性，但其硬件仿真設(shè)備需要與被測系統(tǒng)通過電子線路相連接，要求被測目標開放內(nèi)部物理結(jié)構(gòu)，允許接入信號，在控制鼠標指針進行移動點擊時，需要根據(jù)待測設(shè)備屏幕接收的信號對其進行控制。對于一些系統(tǒng)封閉和高安全性要求的設(shè)備，例如軍用顯控臺等，這些測試自動化技術(shù)難以應(yīng)用。

非侵入式測試具有免植入工具、天然跨平臺等特點。然而，實現(xiàn)真正非侵入式的鼠標測試自動化技術(shù)頗具挑戰(zhàn)，特別是在不通過底層系統(tǒng)或顯示接口獲取桌面圖像的情況下，鼠標指針不易定位，鼠標移動速度不易控制，實現(xiàn)準確的鼠標移動和點擊存在難度。為此，提出了一種基于視覺拍攝的鼠標測試自動化研究技術(shù)。該技術(shù)通過外部攝像頭跟蹤鼠標指針并完成定位，使用USB信號激勵器完成鼠標指針移動點擊，并同步視覺空間和激勵器空間鼠標的移動，實現(xiàn)非侵入性的測試。

通過控制激勵器，驅(qū)動鼠標指針實現(xiàn)移動點擊待測桌面上的不同應(yīng)用等案例研究，表明該技術(shù)具有較高的測試執(zhí)行準確度。該測試自動化方法可適用于多種不同工作場景下的機器設(shè)備，例如普通的工作筆記本、禁止調(diào)用操作系統(tǒng)底層接口的軍用顯控臺等。擴展了測試自動化技術(shù)的應(yīng)用范圍，為現(xiàn)有技術(shù)無法應(yīng)用的測試場景，提供了有效技術(shù)支撐，為測試自動化創(chuàng)造了更多的技術(shù)選擇。

1?測試自動化總體結(jié)構(gòu)

提出的測試自動化系統(tǒng)包括攝像頭、鼠標激勵器和測試控制軟件等幾個主要部分，基本結(jié)構(gòu)如所圖1示。

攝像頭拍攝整個屏幕，用來跟蹤鼠標位置，且保持成像平面平行于桌面屏幕。鼠標激勵器與待測設(shè)備通過USB相連，用來控制鼠標指針移動。激勵器中只能實現(xiàn)鼠標指針相對移動功能，不支持絕對位置定位，并且操作系統(tǒng)鼠標移動速度設(shè)置不確定，激勵器中發(fā)出一個鼠標移動命令，具體在桌面空間發(fā)生的鼠標移動規(guī)模不確定。鼠標控制過程無需向待測設(shè)備植入測試輔助軟件。測試控制軟件根據(jù)攝像頭獲取的信息決策鼠標動作，向鼠標激勵器發(fā)送移動命令實現(xiàn)鼠標輸入的測試自動化。

在上述系統(tǒng)上，鼠標輸入測試自動化的目標是給定一個如下形式的控制指令：

自動定位目標控件位置，將鼠標準確移動到該位置，并實現(xiàn)點擊。

方法的總體流程主要包括三個步驟：

（1）鼠標指針定位;

（2）校準視覺與激勵器空間鼠標移動關(guān)聯(lián);

（3）實現(xiàn)鼠標動作。

鼠標輸入測試自動化過程首先定位待測屏幕中鼠標指針位置。鼠標指針定位是進行鼠標移動、點擊的基礎(chǔ)。由于鼠標圖標較小，在不同位置、不同背景下，并不總是能視覺識別，為此，本文提出一種校準和識別鼠標位置的方法，通過試探性移動和多次識別來嘗試找出鼠標位置。由于操作系統(tǒng)中的鼠標移動速度設(shè)置不確定，在攝像頭采集的圖像中，攝像頭還可能相對桌面屏幕發(fā)生一定的旋轉(zhuǎn)，導(dǎo)致鼠標從當(dāng)前位置到目標位置的水平、垂直方向移動和桌面空間、鼠標激勵器空間的移動并不一致，移動角度、移動尺度都存在偏差。本文提出一種視覺空間和激勵器空間的鼠標移動同步方法，來校準視覺空間鼠標移動和激勵器空間鼠標移動的關(guān)聯(lián)，進而根據(jù)視覺空間所需的鼠標移動決策激勵器空間所需的鼠標移動，驅(qū)動鼠標激勵器，完成鼠標動作。

2?鼠標指針定位

實現(xiàn)鼠標輸入的測試自動化，首先需要對鼠標指針在屏幕中的位置進行定位。為視覺定位鼠標，本研究在拍攝的屏幕的圖像中，首先截圖獲得鼠標的形態(tài)，作為定位的模板。定位算法首先控制鼠標進行一次初始移動，目的是為了防止某些被測設(shè)備中鼠標長時間未使用而出現(xiàn)隱藏的狀態(tài)，通過一次移動確保鼠標出現(xiàn)在屏幕內(nèi)。然后，在攝像頭獲取的待測設(shè)備現(xiàn)場屏幕圖中應(yīng)用SIFT[7]算法匹配鼠標圖像，來定位鼠標位置。

為了防止屏幕背景過多的干擾鼠標圖像匹配，提高鼠標指針往不同方向移動時匹配的準確性，較為精確地獲得每個方向上視覺空間與激勵器空間鼠標移動之間的關(guān)聯(lián)。選擇將鼠標指針盡可能移往屏幕中背景信息較少的區(qū)域。采用SIFT算法計算圖像特征點，并將鼠標移向特征點較少的區(qū)域，認為在該區(qū)域中，屏幕的背景信息相對較少。如圖2所示，通過攝像頭獲得待測設(shè)備屏幕圖像后，對初始鼠標附近區(qū)域進行特征點檢測，附近區(qū)域分為四個方向分別是上、下、左、右。附近區(qū)域的大小和鼠標指針初始截圖一樣大。將鼠標指針初始區(qū)域記為origin，在圖中用白色框標出。對于鼠標指針附近的上、下、左、右四個區(qū)域，分別記為top、bottom、left、right。在圖中用黑色框標出，在每個區(qū)域中，我們計算該區(qū)域內(nèi)部特征點集合，用諸如fp（top）的形式表示，最后，我們求出四個區(qū)域中特征點集合中數(shù)目最少的區(qū)域，用areaMin表示，則areaMin的表達式為：

同時，在進行鼠標圖像匹配時，為了進一步減少圖像背景對模板匹配的干擾，選擇為模板圖像增加Alpha[8]通道。本文為鼠標圖像增加Alpha通道，目的是將鼠標指針與圖像背景隔離，使鼠標指針背景變?yōu)橥该?，在進行特征點計算與匹配時，就不會誤計算背景中的特征點而導(dǎo)致誤匹配。

3?視覺和激勵器空間鼠標移動同步關(guān)系

每利用鼠標激勵器驅(qū)動鼠標移動一次，在對應(yīng)的被測設(shè)備的桌面空間，鼠標指針便會發(fā)生一次改變，在攝像頭拍攝的屏幕圖像中，鼠標指針的像素位置也會相應(yīng)地發(fā)生改變。在三個空間中發(fā)生的鼠標移動在方向和尺度上都有可能存在不同。為控制鼠標指針移動到攝像頭拍攝屏幕圖像中的指定位置，需要識別不同空間鼠標移動間的關(guān)聯(lián)，進行鼠標移動間的同步。F7F8A21B-9E1C-47AE-BBCB-C48400AF1B6D

給定一個由鼠標激勵器觸發(fā)的桌面空間鼠標移動（py）的映射為激勵器-視覺鼠標移動映射。

以圖3為例，在激勵器空間中鼠標指針從初始位置向右上方運動。Δx和Δy分別表示激勵器驅(qū)動鼠標移動時，激勵器中設(shè)置的鼠標移動步長，Δdx和Δdy分別表示在對應(yīng)的鼠標激勵器中設(shè)置的鼠標移動步長下，激勵器驅(qū)動鼠標移動一次，鼠標指針在桌面空間的水平、垂直方向移動尺度，Δpx和Δpx分別表示在同樣的鼠標移動步長下，鼠標移動一次，鼠標指針在視覺空間的水平、垂直方向移動尺度。在激勵器空間中定義好鼠標移動步長并發(fā)送激勵器信號時，就會相應(yīng)的在桌面空間移動固定的距離，因此激勵器空間與桌面空間鼠標移動是一種縮放關(guān)系，而因攝像頭旋轉(zhuǎn)導(dǎo)致成像傾斜時，激勵器空間移動一次，視覺空間的移動并不是固定的，因此本節(jié)的目標，就是為了找出激勵器空間中鼠標移動一次與視覺空間移動時的指針移動對應(yīng)關(guān)系。

3.1?激勵器單位有效移動方法

在計算不同方向上激勵器-視覺鼠標移動映射關(guān)系時，若在鼠標激勵器中設(shè)置的鼠標移動步長過長，在鼠標指針移動一次時，可能會導(dǎo)致鼠標指針已經(jīng)移動到待測設(shè)備的屏幕邊緣位置，從而鼠標激勵器中驅(qū)動鼠標移動一次與實際的桌面鼠標指針移動距離產(chǎn)生了錯誤的縮放關(guān)系，最終導(dǎo)致激勵器-視覺鼠標移動的映射也發(fā)生了錯誤。因此，本文提出一種激勵器單位有效移動的方法，計算激勵器中驅(qū)動鼠標兩次單位移動后的鼠標指針橫縱坐標位置，判斷鼠標進行一次激勵器單位移動時是否已經(jīng)移動到待測屏幕邊緣位置，從而避免產(chǎn)生激勵器與視覺桌面鼠標移動時錯誤的映射關(guān)系。

提出一種在激勵器進行單位移動時，判斷其是否有效移動的方法。激勵器單位有效移動是指激勵器驅(qū)動鼠標進行一次單位移動，鼠標指針在移動前后，指針的橫坐標和縱坐標位置都發(fā)生了改變，即鼠標在移動之前沒有到達屏幕的邊界。

為了防止鼠標移動時已經(jīng)觸碰到屏幕邊界，導(dǎo)致實際移動距離與預(yù)期移動距離不符，本文采取兩次試探，分別將鼠標向同一方向移動兩次，若兩次移動后鼠標坐標位置不同，則認為第一次移動是有效移動，保留第一次移動距離，作為計算視覺空間的移動距離。具體流程是：

（1）記錄初始鼠標指針坐標位置;

（2）往某方向移動鼠標一次，定位其坐標;

（3）再次同方向移動鼠標，并定位其坐標;

（4）判斷兩次坐標是否相同，若相同，則為無效移動，此時反向移動鼠標指針多次，并記錄其坐標位置。

（4）若兩次坐標不同，則認為第一次移動一定是有效移動，計算第一次移動鼠標指針前后的坐標偏量。

3.2?激勵器-視覺鼠標移動映射關(guān)系

在實際通過攝像頭對待測屏幕進行拍攝時，攝像頭成像相對桌面屏幕可能發(fā)生一定的旋轉(zhuǎn)，導(dǎo)致激勵器驅(qū)動鼠標在桌面上的水平或豎直方向移動一次時，在成像結(jié)果像素空間的移動并不一定是水平或豎直的，且鼠標指針在桌面上各個方向的移動速度也不一致。同時，激勵器驅(qū)動鼠標在桌面空間的移動步長與激勵器內(nèi)設(shè)置的步長不一定相同，導(dǎo)致激勵器步長與桌面移動步長存在一種縮放關(guān)系，且根據(jù)成像大小不同，桌面移動步長與成像移動步長也存在一種縮放關(guān)系。因此，需要計算出成像旋轉(zhuǎn)以及不同縮放比例情況下，激勵器驅(qū)動鼠標指針移動一次，在像素空間移動與桌面上移動之間的關(guān)系。

首先給出激勵器空間與像素空間的縮放關(guān)系。通過激勵器驅(qū)動鼠標指針在桌面上進行一次移動，在激勵器空間，設(shè)移動步長為（Δx，Δy），將激勵器與桌面空間鼠標移動縮放尺度記為k1，桌面空間鼠標移動與像素空間鼠標指針移動縮放尺度記為k2，則激勵器驅(qū)動鼠標指針移動后，在只考慮縮放關(guān)系的情況下，將像素空間移動步長記為（Δx'，Δy'），則用公式可以表示為：

縮放關(guān)系計算完成后，接下來計算激勵器空間與像素空間鼠標指針移動滿足的旋轉(zhuǎn)關(guān)系。將激勵器驅(qū)動鼠標進行步長（Δx，Δy）的移動后，視覺空間鼠標指針移動步長記為Δx″，Δy″，則應(yīng)首先根據(jù)（Δx，Δy）和縮放尺度，通過上述公式，得到像素空間移動步長（Δx'，Δy'）。再根據(jù)像素空間移動步長，計算視覺空間移動步長，其計算公式為：

根據(jù)此公式以及在鼠標激勵器上驅(qū)動鼠標指針向每個方向進行一次單位移動，即可計算出旋轉(zhuǎn)角θ和縮放尺度k1k2的積，最后將這兩個參數(shù)帶入上述公式，即可得到在鼠標激勵器中驅(qū)動鼠標指針移動一次，實際在像素中每個方向的移動尺度。具體的做法是：以鼠標激勵器驅(qū)動鼠標指針向右進行一次有效單位移動為例，令Δx=1，Δy=0，根據(jù)鼠標指針移動前后，獲取鼠標指針在像素空間中的坐標變換為（Δx″，Δy″），則可以得到如下公式：

在該公式中，Δx″和Δy″為已知量，將這兩個公式分別進行平方后再相加，最后可以得到k1k2的積，即為激勵器空間與像素空間鼠標移動的縮放尺度，再計算得到的縮放尺度再帶回此公式，可求出旋轉(zhuǎn)角度θ。在計算出傾斜角θ和縮放尺度后，可以將θ與縮放尺度帶入旋轉(zhuǎn)關(guān)系公式中，得到激勵器-視覺鼠標移動的映射關(guān)系。根據(jù)此移動映射關(guān)系，在鼠標激勵器中驅(qū)動鼠標指針進行單位移動時，可以獲取相應(yīng)的在像素空間鼠標移動的尺度。

在通過鼠標移動計算激勵器-視覺鼠標移動映射關(guān)系時，還需考慮到鼠標指針移動后，圖像匹配未成功的情況，例如，在用SIFT算法進行鼠標圖像的特征點匹配時，鼠標移動一次后，并未匹配成功，但是移動兩次或者多次之后可以完成鼠標指針圖像匹配，鑒于此種情況，本文給出一個鼠標移動序列，如下所示，M表示鼠標指針移動后的圖像匹配結(jié)果集。

其中，將任意兩個在同方向移動后，能夠定位的鼠標指針記為Mi（x，y），Mj（m，n），Mi，Mj∈?M。根據(jù)指針位置，算出鼠標在像素空間移動前后的距離，并帶入旋轉(zhuǎn)公式中，再根據(jù)移動次數(shù)，可以算出θ角和縮放尺度，作為旋轉(zhuǎn)公式中的未知參數(shù)的解。將該序列中任意能夠定位的多個同方向移動后的鼠標指針，兩兩進行角度和縮放尺度計算。最后，對于每次能夠定位的點，我們將計算得到的角度相加并求平均值，得到較為精確的旋轉(zhuǎn)角度，并帶入坐標轉(zhuǎn)換矩陣中，并將縮放尺度也進行同樣的操作。以計算平均角度為例，將角度的平均值記為θ-，對于每次計算得到的角度，將其記為θ。則的表達式為：F7F8A21B-9E1C-47AE-BBCB-C48400AF1B6D

其中count（i，j）表示可定位同方向鼠標指針對個數(shù)。

4?鼠標動作的實現(xiàn)

獲得激勵器-視覺鼠標移動映射關(guān)系后，下一步是實現(xiàn)鼠標移動，對目標控件進行點擊，完成鼠標設(shè)備的非侵入式測試自動化。該方法是主要思想是通過計算待點擊應(yīng)用與鼠標指針之間的位置，根據(jù)激勵器-視覺鼠標移動關(guān)系，計算鼠標指針移動到待點擊應(yīng)用時需要移動的次數(shù)。輸入數(shù)據(jù)是鼠標指針在待測桌面中的初始坐標位置，輸出是鼠標指針在待測桌面中的最終停留位置。

本文采用Arduino?Leonardo[9]和esp8266[10]模塊來模擬鼠標設(shè)備，并將其通過杜邦線連接，如圖5所示。

方法首先定位像素空間中待點擊應(yīng)用與鼠標指針初始位置，并根據(jù)兩者位置，計算需要移動的次數(shù)。具體的計算方法為，根據(jù)3.2節(jié)中對縮放關(guān)系和旋轉(zhuǎn)關(guān)系矩陣的描述，將公式進行整合，整合情況如下所示，首先計算鼠標指針位置與待點擊應(yīng)用位置在不同方向上的移動關(guān)系，得到縮放尺度和旋轉(zhuǎn)角度。

并根據(jù)待點擊應(yīng)用位置與鼠標初始指針位置，可以得到上述公式中的Δx''和Δy''，最后可以得出需要移動的次數(shù)Δx和Δy。

若Δx或者Δy是整數(shù)，則在進行鼠標移動時，只需向激勵器先發(fā)送Δx次信號，再發(fā)送Δy次信號即可。若Δx或者Δy是非整數(shù)（即小數(shù)），則需先向激勵器發(fā)送整數(shù)部分次數(shù)的信號，例如若Δx=?5.4，先向激勵器發(fā)送5次水平方向移動信號，然后對于剩下的0.4次，將激勵器中的移動步長改為原先設(shè)置好的移動步長step_size*?0.4，作為最后一次的移動步長。對于豎直方向，也采取同樣的操作。

5?測試自動化框架使用效果

在實驗時盡可能時成像平面平行于桌面屏幕，同時可以使攝像頭旋轉(zhuǎn)，與桌面屏幕呈現(xiàn)一定旋轉(zhuǎn)角度。在該旋轉(zhuǎn)角度下，嘗試對桌面屏幕中位于鼠標指針不同方向的應(yīng)用進行點擊測試。同時，為鼠標指針點擊選擇不同的目標控件，觀察控件是否準確打開，并將目標控件位于鼠標指針的不同方向，如圖5所示。

本文對該種情況下鼠標指針移動點擊進行七次執(zhí)行實驗，計算腳本執(zhí)行后，鼠標指針與待點擊應(yīng)用之間的距離，在計算該距離時，首先為待點擊應(yīng)用截取一張長寬相同的圖像，并將該圖像長度（或?qū)挾龋┯洖閣idth，然后計算鼠標最終停留的像素坐標位置與待點擊應(yīng)用中心像素坐標的歐式距離[11]，記為distancemouse_img，將此距離與圖像長度的一半相除，得到指針停留位置與目標位置距離，該距離越小，則表示指針停留位置與目標位置越接近。

并觀察待點擊目標控件是否被打開。七次實驗執(zhí)行結(jié)果如表1所示。以上數(shù)據(jù)表明該鼠標非侵入式測試自動化方法具有較高的準確度。

6?小?結(jié)

本文提出了一個基于視覺拍攝的鼠標輸入測試自動化技術(shù)，該技術(shù)使用攝像頭捕捉鼠標在屏幕中的移動，并進行鼠標指針定位。通過鼠標激勵器控制鼠標指針移動，并校準鼠標激勵器中的鼠標移動與實際視覺成像中鼠標指針移動之間的關(guān)系。實驗研究表明本方法只需將鼠標激勵器插入待測設(shè)備中，即可完成對不同設(shè)備的非侵入式鼠標測試自動化，能夠滿足測試人員對各種不同工作場景下鼠標的測試需求，具有較高的使用價值。

參考文獻

[1]?C.?Hsueh，?Y.?Cheng?and?W.?Pan，?"Intrusive?Test?Automation?with?Failed?Test?Case?Clustering，"?2011?18th?AsiaPacific?Software?Engineering?Conference，?Ho?Chi?Minh，?2011.

[2]?胡智文，陳連運，余增亮.通過鼠標自動控制實現(xiàn)程序的自動化操作[J].計算機工程與應(yīng)用，2003.

[3]?古銳，肖璞.基于Appium的Android應(yīng)用自動化測試框架的研究[J].現(xiàn)代計算機（專業(yè)版），?2018.

[4]?Cheng?Y?P，?Liang?D，?Wang?W?J.?KORAT—A?platform?independent?test?automation?tool?by?emulating?keyboard/mouse?hardware?signals[C]//2016?IEEE?AUTOTESTCON.?IEEE，?2016.

[5]?Yu，?Zhengwei，?et?al.?"A?Novel?Automated?GUI?Testing?Echnology?Based?on?Image?Recognition."?2016?IEEE?18th?International?Conference?on?High?Performance?Computing?and?Communications;?IEEE?14th?International?Conference?on?Smart?City;?IEEE?2nd?International?Conference?on?Data?Science?and?Systems?.?IEEE，?2016.F7F8A21B-9E1C-47AE-BBCB-C48400AF1B6D

[6]?2020.UIAutomator.http：//developer.android.com/tools/testingsupportlibrary.

[7]?G.?Shi，?X.?Xu?and?Y.?Dai，?"SIFT?Feature?Point?Matching?Based?on?Improved?RANSAC?Algorithm，"?2013?5th?International?Conference?on?Intelligent?HumanMachine?Systems?and?Cybernetics，?Hangzhou，?2013.

[8]?H.?Zhang，?Y.?Zhou，?L.?Chen?and?J.?Zhao，?"Image?Alpha?Matting?via?Residual?Convolutional?Grid?Network，"?2019?IEEE?Global?Conference?on?Signal?and?Information?Processing?（GlobalSIP），?Ottawa，?ON，?Canada，?2019.

[9]?蔡睿妍.Arduino的原理及應(yīng)用[J].電子設(shè)計工程，2012.

[10]張琥石，林偉龍，楊發(fā)柱，黃向軍，金星伊，陳潔，羅曉春，張盈盈，甘辛.基于ESP8266?WiFi模塊的物聯(lián)網(wǎng)體溫監(jiān)測系統(tǒng)[J].物聯(lián)網(wǎng)技術(shù)，2020.

[11]H.?Wang?et?al.，?"Research?on?the?Relationship?between?Classic?DenavitHartenberg?and?Modified?DenavitHartenberg，"?2014?Seventh?International?Symposium?on?Computational?Intelligence?and?Design，?Hangzhou，?2014，?pp.?26-29，?doi：?10.1109/ISCID.2014.F7F8A21B-9E1C-47AE-BBCB-C48400AF1B6D