基于活动轮廓模型的交通违禁区域自动识别系统

文章首先介绍了基于活动轮廓模型的交通违禁区域自动识别系统的设计思想，详细的说明了图像识别的算法原理．然后描述了实例系统的实现和主要技术。     

道路声屏障计算机辅助设计系统的研究

道路声屏障是降低交通噪声对道路两侧区域局部环境污染的重要设施，本文介绍了一种自行研制的“道路声屏障计算机辅助设计系统”软件的构成及功能特点，该软件包括声学设计，辅助制图，结构设计，综合评价等几大部分。     

计算机体系结构的层次设计:来自易经模型的视角

易经是中华民族的宝贵文化遗产,它包含上古时期人们对自然宇宙和人生社会的思想认识、哲学理念和辩证法,代表了先民哲学地认识宇宙模型的思维成果.从易经模型方法来观察计算机体系结构层次设计,对层阴阳性质的分类可以带来层次设计的深化,可以认识层次设计的本质,为层次设计带来模型体系和学说理念.我们建立了层次对立统一和刚柔相应学说,给出了体系结构层次设计的模型和评价,并且可以促进层次部件之间的协调发展.本文论述了经卦分层连接关系和六爻的层次模型与理念学说,拓展了易经层次模型的发展演化,透过SDN网络层次模型和云计算层次模型的例子阐明了层次设计的模型方法和演化推理.最后,进行了总结,并对下一步的研究进行了简单展望.     

计算机光刻全息图的视角研究

本文提出了一种制作全息图的新技术－用计算机程序控制光刻全息图。     

基于道路运力的交通自适应调节系统

为解决城市交通拥堵问题所提出的交通管控方法大多数是基于实时路况、车流量、车速等信息.但是,一个城市的交通运力在道路建成之后便相对固定下来,保障交通运力最重要的前提是预防拥堵,最大程度地使道路交通处于运行状态.基于这种思路,从城市道路实际运力角度,提出一种交通自适应管控方法,通过实时检测道路车流量,对比道路运力,自适应调节车流运行.     

计算机视觉检测技术在交通场景中的应用

基于计算机视觉技术,采用Python语言、OpenCV图像视频处理及百度大脑实现对交通场景的智能识别.通过对交通路口的监控视频进行分帧处理,得到大量图片数据,对图片中机动车进行检测,实现路口交通的流量统计;识别图片中闯红灯行为,并对违规车辆车牌、车型、车身颜色等信息进行识别.利用智能识别系统,不仅降低了交通的拥堵现象,...     

移相式轮廓测量法相移误差的计算机模拟校正

在移相式轮廓测量法（PMP）中,提出了基于快速傅里叶变换（FFT）的相移校正算法。利用计算机仿真技术发现,在移相式轮廓测量法的固定步长出现定值偏差时,在测量结果频域的光栅二倍频处出现峰值。据此提出定值相移误差的频域检测方法,并通过滤波使误差得到抑制。     

计算机视觉在交通领域的应用

在我国市场经济不断发展的盛况下,我国科技发展水平也紧随其后,成为世界上的科技强国之一。在计算机水平的不断提高下,计算机视觉技术应运而生。其中,计算机视觉技术被应用与各个领域,并在各个领域都得到广泛有效的应用,比如军事领域、医疗领域、工业领域等。本文针对计算机视觉技术在交通领域中的应用进行分析。     

基于计算机视觉的智能交通监控系统

智能交通系统在未来会成为必然的发展趋势,在计算机环境不断应用下,要实现交通系统的直观认识和方便手段,就要将大量的交通信息利用计算机的视觉技术进行处理。在这种技术应用上,不仅降低了交通的拥堵现象,实现交通的运输期间的畅通性,也减少了大量的交通事故,加强了交通的安全性。在文章中对计算机在视觉技术下的智能交通监控系统进行研究,实现多种交通的视觉效果。     

电子技术在高速公路中的应用 ——基于计算机视角

有句话说得好要想富先修路.这句话充分说明了道路建设在综合国力提升中的地位.而迅猛发展的高速公路在交通运输业中有着不可小觑的地位.合理的规划和维护高速公路的建设,有利于节约国家的土地面积,有助于提升一个国家的经济实力.随着工业革命4.0的提出,人类对于物联网技术有了更深层次的突破.如何合理的利用计算机提升电子技术在高速公路上的应用,是实现中国梦中必不可少的一小步.     

一种基于SURF的交通标志识别算法

提出了一种基于SURF的交通标志识别算法。算法首先对从视频中抽取的图像进行预处理,之后使用交通标志的颜色与形状特征信息来检测与分割交通标志。然后使用SURF特征提取算法来抽取和描述已经定位的交通标志的特征值。最后,使用基于加权欧几里德距离的最近邻搜索方法在经过粗分类的特征模板库中进行搜索匹配。实验结果显示该算法具有较好的识别精度和速度。     

基于轮廓特征的人体行为识别

提出了一种以运动人体轮廓为特征,基于模板匹配的人体行为识别方法。首先,利用背景差分法和阴影消除技术提取运动人体轮廓;定义一种边界点-半径的轮廓描述方法,将时变的二维轮廓形状转换为对应的一维距离向量;以成本函数为特征向量,利用谱系聚类方法提取行为序列的关键姿态;最后,将关键姿态编码为行为字符串,利用编辑距离度量测试序列与标准序列间的相似性。实验结果表明,利用本文方法对人的6种日常行为进行识别,正确识别率达到84.3%以上,具有简单实用的特点。     

一种级联式神经网络框架的路标识别方法研究

为了提升无人驾驶汽车对于外界环境感知的能力, 本文提出了一种级联式神经网络框架对虚拟环境中的路标进行检测与分类。该框架将添加了 辅助结构的全卷积神经网络与改进后的经典LeNet-5网络进行 组合,在处理所提取出的路标区域边缘不平整以及产生杂项问题上使用传统的腐蚀膨胀开运 算图像处理算 子进行优化和解决,实现虚拟道路图像中雨雪等多种情况下的多类路标进行定位与识别。通 过与经典的不 变矩特征、ORB全局特征提取方法,以及YOLO,SSD人工智能方法对比试验表明,本文所提出 方法具备检测准确度高,运算速度快的优势。     

利用轮廓特征识别人的日常行为

提出了一种以人的动作序列图像的轮廓为特征,基于RBF神经网络的日常行为识别方法.首先通过建立自适应背景模型分割出动作序列并提取轮廓,然后利用傅立叶描述子处理动作的轮廓线序列并进行数据维数压缩,结合径向基神经网络进行行为识别.实验表明,利用本方法对人的日常行为的正确识别率达到90%以上,具有简单、实用的特点.     

基于颜色空间和模板匹配的交通标志检测方法

交通标志检测技术是交通标志识别系统的重要前提和基础。由于背景的复杂性,在进行颜色分割时部分区域可能会受到干扰,为交通标志的检测带来困难。文中利用HSV颜色空间和RGB颜色空间对不同颜色的交通标志进行粗检测,标记不同的值实现ROI分割。然后利用模板匹配的方法对交通标志进行处理,使用模板在ROI区域上滑动,得到模板相似度的最大值,以此来实现检测过程。实验结果表明该方法能获得较好的检测结果。     

基于颜色和国形度的交通禁令标志提取

为满足智能交通系统的实时性要求,提高交通标志图像预处理的速度,以交通禁令标志为例,介绍了一种提取交通标志的新方法.该方法首先通过RGB彩色信息快速分割彩色标志图像转换为灰度图像,使用log边缘提取算子进行图形的边缘检测.对细化后的灰度图像,再利用链码计算图形周长和面积,进而求取目标圆形度,设置合适的面积和圆形度阈值可提...     

基于轮廓曲线和局部特征点的自动人耳识别

针对人耳识别问题,提出了一种由粗到细的两步识别方法.首先采用边界跟踪算法从侧脸图像上提取外耳及其轮廓曲线,然后利用基于改进Hausdorff距离的轮廓曲线对齐方法对图像库进行筛选得出候选的人耳图像,最后通过使用广义外耳局部特征点匹配方法从候选图像中精确匹配出与待测人耳相同的图像.采用轮廓曲线和局部特征点作为识别特征向量,利用改进Hausdorff 距离作为匹配量度方法,实现了基于2-D灰度侧脸图像的完全自动人耳识别,较有效地克服了光照和旋转角度变化对外耳识别的影响.实验结果表明,该方法计算量小、适应性强、鲁棒性好,极具实用价值.     

一种基于网络的实时限速牌识别算法

针对现有关于车载限速牌识别算法所存在的检测速度慢、准确率低、无法应用于嵌入式系统等问题,提出了一种基于网络的实时限速牌识别算法。该算法基于SSD_MobileNet_v1网络框架进行改进,对原来的网络进行架构裁剪以去除冗余结构;同时引入了特征金字塔网络结构,并使用focal loss作为网络训练的分类损失。实验表明,提出的识别算法准确率可达88.11%,虽然略低于目前主流目标检测算法的检测精度,但是网络的每秒帧率(Frame per Second,FPS)可以达到35.13,拥有较快的检测速度,而权重文件只有24 MB 。因此,与其他算法相比,该算法不仅适合小型的嵌入式人工智能（Artifical Intelligence,AI）设备,而且更贴近真实车载场景下的识别。     

一种面向交通标志识别系统的图像识别算法

目前各类面向交通标志识别系统的机器算法大多存在计算复杂度高、实时性差等问题,文中基于ELM模型,加入改进的PCA方法,提出了一种面向交通标志识别系统的PCA-ELM图像识别算法。该算法依次通过HOG特征的提取、改进的PCA方法降维、ELM模型的特征训练,实现交通标志图像的识别。经过实验测试,发现该算法能够较好地兼顾识别率和计算复杂度,符合交通标志识别系统图像识别的准确性与实时性要求,具有一定的实用价值。     

人机交互中的语音情感识别研究进展

语音情感识别是当前信号处理、模式识别、人工智能、人机交互等领域的热点研究课题,其研究的最终目的是赋予计算机情感能力,使得人机交互做到真正的和谐和自然。本文综述了语音情感识别所涉及到的几个关键问题,包括情感表示理论、情感语音数据库、情感声学特征分析以及情感识别方法四个方面的最新进展,并指出了研究中存在的问题及下一步发展的方向。