基于卷积神经网络面向自然场景建筑物识别技术的移动端应用

由于自然场景中背景噪声的存在,以及光照、旋转、拍摄角度等复杂因素的干扰,使得自然场景中对建筑物的图像识别难度较大.针对传统建筑物提取方法对人为设计的依赖,以及对建筑物边缘特征提取算法的改进,基于卷积神经网络(convolutional neural networks,CNN)对自然场景中地标建筑物进行分类的图像识别技术,以及将CNN模型移植到移动端实现复杂场景的快速识别的现实需求,通过Keras框架获取MobileNet瓶颈层后加入新的分类器进行迁移学习,对输入图片进行大量的图像增强技术和测试集增强技术,经过3个阶段的迁移学习,480次迭代后在3个测试集上分别达到98.2%、95.6%、97.2%的准确率.相比其他的特征提取算法,CNN具有平移不变形以及自动提取等优点,在较短的时间内获得较高准确率的同时,MobileNet的权重仅有15.3 MB,兼顾计算量和精度,可以广泛移植到移动端设备.基于模型移植的移动端系统兼具拍照识别、相册识别、菜单展示等功能,为移动平台用户提供一个方便简捷的工具来快速准确地判断自然场景中建筑物的信息.     

基于摄像头的自动寻迹智能车控制系统设计

介绍了基于MC9S12DG128单片机控制的智能车系统,该系统以摄像头传感器作为路径识别装置,通过图像识别提取路径信息。文章对智能车寻线控制系统的软、硬件设计思路和控制算法等进行了论述。测试结果表明智能车能准确稳定地跟踪引导线。     

基于移动电子商务的AR商品展示系统设计

增强现实是继虚拟现实之后的一种新的计算机应用技术,它允许用户将感知和体验融合到虚拟物体的真实环境中。文章根据需求分析对移动电子商务的AR商品展示系统进行描述,对系统架构进行了设计,同时对AR商品展示系统所用的关键技术如编码识别技术、摄像机定标、跟踪注册进行了研究。     

基于连续非对称卷积结构的手写体数字识别

为了提高手写体数字识别的准确率,设计并提出了一种基于连续非对称卷积结构的手写体数字识别的深度学习算法.以连续非对称卷积结构为基础,结合极限学习机和MSRA初始化设计网络结构.在识别输入图像时,利用CUDA并行计算与Cudnn神经网络GPU加速库对手写体数字识别进行加速.在MNIST手写体数字数据库上进行实验,提出的网络结构识别准确率达到99.62%,单张图像识别速度为0.005 8 s.经实验结果对比表明,该网络结构在识别准确率和识别速度上得到有效提升.     

基于深度学习的变压器图像识别系统

针对变压器型号多、图像复杂,以及传统基于机器学习的人工设计特征的方法不能对大规模变压器图像准确分类等问题提出了基于深度学习的变压器图像识别系统直接对原始图像进行"端对端"的学习。为实现变压器图像的准确分类,提出了改进VGG-16卷积神经网络的变压器图像识别模型。在VGG-16模型的基础上,重新构建了全连接层,针对原有的SoftMax分类器,采用3标签的SoftMax分类器进行替换,以实现网络结构优化,并通过迁移学习共享V GG-16模型卷积层和降采样层的权值参数。通过构建变压器图像的训练集和测试集对改进模型进行了训练,并进行性能测试。结果表明,与深度神经网络、卷积神经网络模型相比,改进VGG-16模型具有更好的效果,识别误差达到了9.17%,并实现了对3种变压器的准确区分。     

ART-2神经网络在机器人视觉特征识别中的应用

介绍了一种采用ART-2型神经网络技术对图像进行识别的方法,并进行了一系列实验.实验结果表明,基于神经网络的识别模型是一种比较理想的图像识别模型,基于ART-2神经网络的视觉系统能够很好的识别物体形状,具有良好的应用前景.     

基于DSP的手势图像识别系统设计

以TI公司的定点型DSP芯片TMS320VC5509A为核心,通过CMOS摄像头OV7620采集图像,设计了一种基于统计学方法与信息融合的手势图像识别系统.通过分析待识别手势的特征信息,多次提取手势特征的灰度值、手势的面积大小,来计算特征值的期望、方差,并得到广义期望、面积的均值,从而用广义期望与图像的面积信息融合来判断输入手势是否为所要识别的手势.     

近邻样本协作表示的人脸识别算法

在Gabor特征空间,根据相关系数寻找测试图像的近邻样本,并用这些近邻样本构造完备的冗余字典,从而提出一种基于Gabor特征的近邻样本协作表示的人脸识别算法.在l2范数约束下,利用可变厚度的紧致字典对测试图像进行稀疏表示,根据稀疏系数逐类计算重构图像和测试图像之间的误差,并判断测试图像所属类别.该算法在FERET、ORL和AR数据上进行了无遮挡测试,在AR库上进行了有遮挡测试.实验结果表明,无论有无遮挡,识别速度和识别率都得到了明显改善.     

嵌入式实时物体移动监测及报警系统的设计与实现

本文设计了一套基于嵌入式单片机Cortex-M4的实时物体移动监测及报警系统,实现了在无人为干预的情况下,系统能够自动的对监控场景中物体的移动完成定位、识别和分析,并将具体的监测情况和报警信息通报给值班人员,减轻了其工作压力并降低安防成本.     

基于多尺度特征融合的水果图像识别算法研究

水果图像识别是智能采摘系统中最重要的组成部分.针对现阶段水果图像识别过程中存在的漏检和误检现象,为进一步提高识别准确率,研究了基于多尺度特征融合的水果图像识别算法.首先,为避免训练过程中出现欠拟合现象,对Fruits-360中的水果图像进行数据扩充,并进一步灰度归一化处理以减少计算量.随后采用ResNet-50作为骨干网络,并在骨干网络的基础上建立多尺度采样层,使用1×1、3×3和5×5的卷积核在拓宽网络宽度的同时进行特征提取,多尺度网络层整体增加BN层,即在每个卷积层之后都增加BN层.使在ResNet-50提取的原始特征基础上获取语义信息更加丰富的特征图.最后采用梯度下降法优化网络,得到最终的识别模型.实验结果表明,所提算法识别精度高,可准确的对水果图像经识别,识别精度高达99.4％,在相同数据集的情况下,优于目前主流算法,可为水果自动采摘技术提供帮助.     

基于卷积神经网络的水下目标声呐图像识别方法

水下目标识别是水下无人探测的一项核心技术,为提高水下自动目标识别准确率,提出基于卷积神经网络的目标声呐图像识别方法,针对声呐图像特点,设计了融合图像显著区域分割和金字塔池化的水下目标识别模型.基于流形排序显著性检测方法分割和裁剪图像,减小输入数据维度并减少图像背景对目标特征提取过程的干扰;通过堆叠卷积层和池化层,从原始...     

基于特征分布的建筑墙体裂缝图像识别方法

针对当前以人工智能为基础的墙体裂缝识别主要以图像识别为主,容易受到裂痕特征分布不均匀的影响,识别精度不高的问题,提出基于特征分布和高斯混合模型的建筑墙体裂缝图像识别方法.采用Harris角点检测算法对墙体图像进行角点求解处理,对建筑墙体图像进行预处理;通过选择掩模平滑法对墙体图像进行增强处理,将特征分布和高斯混合模型相结合,实现对建筑墙体裂缝图像的高精度识别.结果表明,该方法识别精度较高且识别时间短,预处理效果明显增强.     

一种联合语音与手势识别的增强现实人机交互系统

针对AR系统人机交互问题,提出了一种联合语音与手势识别的AR系统人机交互系统,利用语音识别传感器和手势识别传感器构建AR系统人机交互硬件系统,利用MCU芯片对语音识别传感器和手势识别传感器进行控制,实现了"翻页""缩放""上一步""下一步"等多种交互命令。与传统人机交互方法相比,克服了单个传感器使用环境受限制的缺陷,提高了AR系统人机交互的实时性和鲁棒性,实现了AR系统人机交互方法的普适性、低成本和高效率。     

基于双目视觉的无人机定位与控制系统

设计实现了一个基于双目视觉的无人机定位与控制系统.系统由四旋翼飞行器、两个Wii Remote传感器、Kinect传感器、凌动处理器等构成.飞行器采用STM32F401为主控,辅以六轴速度和加速度传感器以及超声波传感器实现姿态和高度控制.利用两个Wii Remote传感器以双目视觉的原理即可实现飞行器的三维定位与追踪.Kinect传感器实现对手势姿态的识别.在Intel凌动处理器平台上利用2.4G无线数传与飞行器通信,并利用PID控制器以增强飞行器的鲁棒性.该系统实现了在室内没有GPS信号的情况下对飞行器的精确定位,以及基于手势姿态识别的对四旋翼的智能控制.     

基于MATLAB图像式识别算法的风电场图传定位系统

基于风电场的图像传输系统,借助MATLAB GUIDE开发界面,为多轴云台电机图传系统设计了一套专用的控制平台。该平台内置了图像识别算法与电机控制策略,可以完成指定目标的识别与跟踪。结果表明,在运动控制系统中,采用了图像识别算法和控制策略后,可以将其应用于多种基于图像目标定位的场合。     

基于 RFID 技术的多通道信息识别机设计与实现

为研究贴有电子标签的货物在信息识别过程中由不同的方向进入射频识别通道机以提高货物识别效率,对多通道射频识别通道机内的天线系统、自动屏蔽门系统、输送系统进行性能试验研究.通过分析天线系统的识别角度和范围,设计自动屏蔽门系统的电机,布局光电开关,测试输送系统速率和选择电滚筒材料等,运用Tecnomatix Plant Simulation 9仿真软件对通道机各组成的结构及不同的工况进行仿真测试,仿真结果验证了多通道机在相同的工况下比单通道机性能优越.研究表明:本多通道信息识别机对多通道设计合理,各系统参数满足物联网工程应用中射频识别(RFID)信息识别的效率要求.     

RBF网络在基于动载的路面识别中的应用

设计了基于车轮垂直动载的路面识别的RBF网络分类器.对正则化、网络集成、添加噪声及最优停止4种神经网络泛化方法进行了归纳分析.输入加入强度为0.025的噪声,并用5个子网进行集成处理后,测试样本正确识别率最高,达50%.上述方法结合最优停止法时,测试正确率没有提高反而下降.反映了RBF网络在小样本识别中泛化处理的某些特点.测试结果表明:适当泛化后的RBF神经网络可用于基于垂直动载的路面识别.     

基于Android的色卡识别系统的设计与实现

针对箱包企业在原料采购过程中找料难的问题,结合目前Android智能手机的普及,基于Android系统开发了一个色卡识别系统移动端。系统结合基于HSV颜色空间的主色权重直方图和带参数的LBP算子提取色卡的颜色和纹理特征,基于粒计算构建识别模型,针对用户特定需求,使用4种匹配模式结合颜色和纹理特征进行色卡识别。系统使用CS架构、MVC框架,做出概要设计后详细设计各个模块。在完成系统的开发后,系统在华为C8816上进行真机测试。结果表明:系统运行流畅,无卡顿等异常现象,达到预期效果,性能测试也表明系统具有较高的实用价值。 更多还原     

基于双向特征金字塔和深度学习的图像识别方法

图像物体识别与检测(图像识别)是计算机视觉领域的一个基础性任务.近年来,深度神经网络等推进了图像物体识别的发展.多尺度问题是图像识别的难点问题之一.引入特征金字塔是解决图像多尺度物体识别的有效途径之一.然而,现有基于特征金字塔的方法大多采用自上而下的语义特征信息融合方式,无法提升大尺度物体识别的精确率.为解决该问题,提...     

基于Nios Ⅱ的纤维自动识别系统设计

研究基于Mtera的Nios Ⅱ Cyclone嵌入式系统开发板的硬件系统设计和纤维图像识别技术，开发了一种基于NiosⅡ的纤维自动识别系统．文中在介绍其总体构成的基础上，说明了系统硬件设计方法以及纤维图像的边缘检测、纤维图像的分割和特征提取及识别等软件设计方法．该系统适用于羊绒纤维的检测．