基于SeetaFace的人脸识别门禁系统

社会的发展需要科学技术作为支撑,生活水平的提高伴随着更多的安全隐患,门禁系统的开发与完善与人们的生活密切相关。主要任务是设计一个基于SeetaFace的人脸识别门禁系统,搭配OpenCV先进行图像提取、样本采集和图像预处理,用Seeta Face-engine自带的检测模块、特征点标记模块和特征提取识别模块三个核心模块来完成人脸识别的主要功能。通过软件控制门禁,达到智能门禁的效果。     

基于Android平台的WIFI遥控智能小车的设计

为了设计一款WIFI遥控智能小车,能够实现在WIFI控制下小车遥控运行、自动跟随、自主循迹、自动避障、视频拍摄和视频回传等功能,提出了基于Android平台的系统总体设计方案,采用了双电源独立供电以避免电机运转引入干扰的供电方案,探讨了直流电机驱动模块的电路设计和抗干扰解决方案,以及WIFI模块的设计方案,并详细介绍了Android设备与单片机之间的通信协议和软件设计的关键模块：电机驱动与PWM调速模块和命令解码模块。测试结果表明：系统运行状态良好,在Android设备控制下小车能够实现遥控运行、自动跟随、自主循迹、自动避障、视频拍摄和视频回传等功能,满足设计要求,达到了预期目标。     

基于深度学习的马铃薯机械损伤检测方法应用研究

针对人工难以区分的的马铃薯机械损伤特征的问题,提出了一种基于深度学习的马铃薯机械损伤检测方法,主要研究内容如下：1）研究基于深度学习的模型caffe的神经网络CaffeNet、GoogLeNet、AlexNet的马铃薯机械损伤识别,准确率的对比;2）研究基于MATLAB的caffe模型函数封装,将马铃薯分类模型整合到用MATLAB做的界面壳中,生成应用程序。根据以上研究,使用AlexNet、CaffeNet、GoogLeNet 3个经典的物体识别卷积神经网络对108张马铃薯图片进行识别,识别的准确率都达到了100%,表明该方法具有识别准确率高、识别速度快的特点。