简介：

简介：

简介：

简介：

简介：首先采用基于混合高斯模型与椭圆肤色模型进行手势分割，分割出手势区域，使用卡尔曼滤波器进行手势跟踪，获得手势中心点的位置。在此基础上，记录各帧中心点位置，得到运动轨迹，利用提出的轨迹模板匹配方法对动态手势进行识别。该方法利用基本的几何特征便可完成手势运动轨迹的设置与识别，无需特征选择或训练样本的搜集。最后，采用基于Zynq-7000的Zedboard平台对该算法进行实现，并采用HLS硬件加速工具进行算法加速。实验结果表明，该算法可实现较精确的手势识别，接受弹性的输入采样，识别正确率在95％以上，且通过硬件加速后，可在嵌入式平台中实时识别，具有较好的实时性。

简介：过去十年间,几项技术的进步使人工智能(AI)成为最令人振奋的技术之一。2012年,GeoffreyEverestHinton在Imagenet挑战赛中展示了他的广义反向传播神经网络算法,该算法使计算机视觉领域发生了革命性变化。然而,机器学习理论早在2012年之前就有人提出,并且NvidiaGTX580图形处理器单元等微处理器使这一理论得以实现。这些处理器具有相对较高的内存带宽能力且擅长矩阵乘法,可将该神经网络模型的AI训练时间缩短至大约一周。

简介：为了快速开发性价比高的基于USB接口的虚拟数据采集仪，采用了NIVISA和CH372芯片的方案搭建一个通用的模板，并以一个温度信号的虚拟数据采集仪器的实例加以说明。实验表明该模板降低了USB通信的复杂度，缩短了开发周期。

简介：人工智能技术在军事领域中的应用受到越来越多国家的重视,国外相继大力资助人工智能技术军事化应用的研究和开发工作,且有了很大进展。本文简述了人工智能在军事领域中的应用,以及国外人工智能典型的军事应用项目和理念。人工智能的发展将对军事装备的发展产生重大作用,也将对未来战争的战略、战术带来重大影响。

简介：人工智能的崛起并不是偶然的,一方面得益于AI棋王AlphaGo战胜人类棋王之后,AI技术便为大众所熟知,另一方面就是技术上的突破和运算能力的提升,即算法、数据和算力三者缺一不可。人工智能对处理能力和实时性有着极强的要求,边缘计算的兴起与物联网和嵌入式系统密不可分。