学科分类
/ 1
16 个结果
  • 简介:当前主流的运动目标检测方法存在计算量大、计算速度慢和无法实时检测等问题。本文以室外场景下的视频作为研究对象,在特征提取方面利用HOG特征和颜色特征相结合的特征融合方法,使用主成分分析法对特征维度进行降维,克服了单特征描述能力不全面的问题和多个特征数据量大的问题;在分类器设计方面,本文使用经过调优结构的BP神经网络,克服了模式识别检测时间长的问题。实验结果表明,该算法相对于当前主流的HOG+SVM算法,在INRIA运动目标数据库上对运动目标的检测率达到92%,且速度较快。

  • 标签: 运动目标检测 混合高斯模板 HOG特征 BP神经网络
  • 简介:传统汽车后视镜的盲区是道路安全驾驶的隐患,汽车视场景的数字化实时监控成为当前研究热点。该系统以ARM+DSP双核DM3730板为上位机,多个嵌入式AM3715板为下位机进行分布式系统设计。基于Android和嵌入式Linux操作系统,采用USB视频设备类(UVC)采集多个USB摄像头图像,通过实时传输协议(RTP)同步传输至DM3730,运用CodeeEngine和SURF算法进行图像拼接,并利用简单直接媒体层(SDL)实时显示。

  • 标签: 数字化监控 ANDROID DM3730 CODEC ENGINE SURF
  • 简介:故障现象:一台实选云天3000品牌机,开机能通过自检,但出现Windows启动画面,就会自动重启反复多次都是如此。据使用人员反映,他还试过重装系统,但只要一出现Windows的安装画面,也会重启.

  • 标签: WINDOWS 操作系统 应用程序 电脑 故障现象 故障排除
  • 简介:为了确保网络安全.现在有不少机房安装了还原精灵。在使用还原精灵的过程中.也常会碰到一些棘手的问题。譬如忘了还原精灵保护密码,你既不能在受保护的磁盘上保存新安装的软件.又不能卸载没用的数据,甚至连还原精灵本身也卸不掉.对着它真是哭笑不得。那么万一忘了还原精灵保护密码.又该怎么办呢?

  • 标签: 保护密码 磁盘 网络安全 卸载 机房 软件
  • 简介:随着人工智能的发展,数字识别技术也得到了关注并通过各种算法提高了识别准确率。数字识别在安防、交通、邮政等领域发挥越来越重要的作用,是智能城市不可或缺的一环。通过采用包含隐含层的BP神经网络对数字识别进行仿真。首先介绍Mnist数据集、人工神经元模型、激活函数、BP算法等相关概念,详细描述了BP神经网络的原理,并通过实例进行BP网络设计。同时提出了6种优化方式,分别是初始化权值、设置Dropout、选取不同的激活函数、选取不同的代价函数、采用不同优化器、设置学习率。结果表明BP网络在数字识别方面具有实际应用价值,并能通过各种优化方式提高识别精度。

  • 标签: 人工智能 手写数字识别 Mnist数据集 算法 优化
  • 简介:摘要:基于ARM芯片和FPGA的特点,设计了一种ARM与FPGA人工神经网络处理器之间的通信方案。该方案采用ARM的ZDMA控制器对数据传输进行控制,完成ARM与神经网络处理器的控制寄存器组、分布式存储器、样本存储器等存储体的数据交换。

  • 标签: 关键词 神经网络 嵌入式 通信 ARM FPGA
  • 简介:在丝绸等织物生产过程中,经常会出现织物产生非正常花纹的缺陷。目前对织物缺陷的检测主要是通过人工肉眼判别,该方法花费时间长、人工成本高,会给企业带来较大的经济负担。本文通过使用BP和SAE两种神经网络对织物进行缺陷检测,并判断是何种缺陷:首先介绍了使用BP神经网络对大量样本训练并保存,得到最佳权值,从而实现对于图像的缺陷检测和分类;训练样本通过SAE深度神经网络训练得到重构图像,再不断微调参数,获得最佳的权重数值,运用滤波器过滤噪声,最终得到结果。通过大量的实验,结果表明两种方法对织物缺陷检测均具有非常良好的效果,充分证明了深度神经网络在工业生产织物过程中运用的可行性。

  • 标签: BP神经网络 SAE 织物缺陷检测
  • 简介:我的系统为Windows2000Professional+SP4.前段时间不慎使机器先后感染了三种病毒:“新欢乐时光”,“爱情后门”和“劳拉’.在使用杀毒软件正常查杀病毒.给系统留下了一点后遗症.带来了许多麻烦.下面就向大家介绍这些病毒后遗症的现象及治疗方法.

  • 标签: 病毒后遗症 治疗方法 “新欢乐时光” “爱情后门” “劳拉” 金山毒霸
  • 简介:WindowsXP对文件的加密方式与Windows2000有了很大的不同如果处理不当就有可能无法解密原来的文件内容。比如.笔者曾用Word2003编辑了一个文件并加了密分区格式是NTFS.系统是WindowsXPSP2。

  • 标签: 重装系统 加密方式 Windows 文档 文件内容 WORD