基于DSP和USB接口的视觉检测系统的设计

实时视觉检测系统的一个主要瓶颈是图像的处理速度。该文将DSP技术应用于计算机视觉领域，闸述了利用DSP和现场可编程门阵列(FPGA）实现的基于USB接口的嵌入式视觉检测系统。详细介绍了系统的构成以及该系统的主要工作流程。     

基于DSP和CAN的现场总线控制系统设计

随着计算机网络技术和现场总线技术的发展,工业自动化系统将逐步被现场总线控制系统FCS(Field-bus Control System)所取代.本文给出了一种基于CAN现场总线技术、以DSP TMS320LF2407A为智能节点控制核心的现场总线控制系统的原理及其实现.     

基于Xscale和多DSP的智能视频监控系统的设计与实现

设计了基于PXA270Xscale处理器和多片TMS320DM642DSP处理器的并行智能视频监控系统,详细介绍了其体系结构的特点,关键模块的硬件组成及工作原理,并通过在该系统上实现运动目标的实时跟踪算法验证了系统的设计性能.验证结果表明,该监控系统具有处理速度快、接口丰富、成本低廉、可重构的特点,适合应用于视觉导航、安全监控等要求高速视频图像处理的场合.     

基于DSP平台的网络视频监控系统构建

本文设计实现了一个基于DSP的嵌入式智能网络视频监控系统.整个系统包括视频服务器端、视频客户端和视频控制端三大部分.其中服务器端采用自行研制的嵌入式DSP开发平台实现,具有体积小、智能判断运动目标等特点.测试结果表明,该系统运行稳定,对于D1格式的视频图像,能达到实时网络视频监控的目的.     

基于视频的智能交通研究

现在社会的发展很快,城市交通容量的不断增加,车辆数目的大幅增加,基于视频的交通监控系统就迅速发展起来。它是一种将视频图像处理技术与模式识别相结合的技术。由于传统的视频是比较难实现的。智能交通通过对视频数据中对所包含的视觉内容信息进行了自动研究和分析以及特征的提取,这样人们就可以直接利用计算机视频技术搜索寻找相应的信息。在计算机的视频中采用了图像处理、计算机视觉、模式识别等技术处理计算机的视频图像。在研究过程中视频交通的研究意义很重大主要是是及时准确地掌握所监视路口和交通治安情况等,为指挥人员提供迅速直观的指导信息从而做出准确判断并及时响应。     

基于DSP+FPGA结构图像处理系统设计与实现

为了实现视频图像的实时处理，采用基于DSP FPGA的线性流水阵列结构，用现场可编程门阵列FPGA对采集的视频数字图像做预处理，并结合大规模可编程逻辑阵列CPLD进行逻辑控制，实现了视频图像的采集和目标提取的视频数字图像处理系统。介绍了该视频图像处理系统的硬件组成、工作原理和各种视频跟踪算法的应用。该系统与计算机联结，配以适当的图像处理软件和开发系统，即可形成一个通用的实时图像处理平台。     

基于DSP的智能视觉监控系统

提出基于人脸检测与跟踪的智能视觉监控系统。采用运动和肤色特征提取包含人脸区域的检测算法,并使用多层分类器定位人脸、CAMShift算法实现人脸的及时跟踪。在DM642DSP上实现算法。系统达到了8帧／s处理速度,基本满足视频监控的要求。     

基于视频分析的智能监控系统

智能监控是当前计算机视觉研究的热点领域之一。针对室内监控的具体特点,实现了一种基于视频分析的智能检测跟踪监控系统。利用基于统计模型的目标检测算法提取运动目标;然后结合Meanshift算法对目标进行粗跟踪;最后针对Meanshift算法无法实时改变跟踪窗大小的缺陷,提出边界力调整算法以自适应更新跟踪窗窗宽。并以DM642数字图像处理DSP为核心,设计并搭建了智能视频监控平台。实验表明,该系统可以实时有效地检测、跟踪室内运动目标。     

基于DSP的智能视觉监控系统

本文提出一种基于人脸检测与跟踪的智能视觉监控系统。本系统首先采用运动和肤色特征提取包含人脸区域的检测算法,然后使用多层分类器定位人脸,利用CAMShift算法实现人脸的及时跟踪,最后在DM642 DSP上实现了算法。系统达到了8帧/s的处理速度,基本满足视频监控的要求。     

基于ModBus/Tcp协议和自定义协议的机器视觉智能终端的设计与实现

提出了一种基于WinCE、ModBus/Tcp协议和自定义协议的机器视觉智能终端的实现方案,解决了传统机器视觉系统应用中因为采用计算机而造成的不便.机器视觉智能终端体积小、便携性好、操作方便,非常适合在工业现场应用;机器视觉智能终端通过以太网、采用ModBus/Tcp协议和自定义协议与智能相机通信,最多可同时连接4个智能相机,相对于计算机价格低廉,宜于大规模应用.     

智能制造中的计算机视觉应用瓶颈问题

计算机视觉在智能制造工业检测中发挥着检测识别和定位分析的重要作用,为提高工业检测的检测速率和准确率以及智能自动化程度做出了巨大的贡献。然而计算机视觉在应用过程中一直存在技术应用难点,其中3大瓶颈问题是：计算机视觉应用易受光照影响、样本数据难以支持深度学习、先验知识难以加入演化算法。这些瓶颈问题使得计算机视觉在智能制造中的应用无法发挥最佳效能。因此,需要系统地加以分析和解决。本文总结了智能制造和计算机视觉的概念及其重要性,分析了计算机视觉在智能制造工业检测领域的发展现状和需求。针对计算机视觉应用存在的3大瓶颈问题总结分析了问题现状和已有解决方法。经过深入分析发现：针对受光照影响大的问题,可以通过算法和图像采集两个环节解决;针对样本数据难以支持深度学习的问题,可以通过小样本数据处理算法和样本数量分布平衡方法解决;针对先验知识难以加入演化算法的问题,可以通过机器学习和强化学习解决。上述解决方案中的方法不尽相同,各有优劣,需要结合智能制造中具体应用研究和改进。     

面向时空特征融合的GSTIN动作识别网络

视频动作识别是计算机视觉领域一个十分具有挑战性的课题,主要任务是利用深度学习等视频智能分析技术识别的深层信息推导出视频人体行为动作.通过结合双流卷积神经网络和三维卷积神经网络的结构特点,提出了一种面向时空特征融合的GSTIN(GoogLeNet based on spatio-temporal intergration network).GSTIN中设计了时空特征融合模块InBST(inception blend spatio-temporal feature),提升网络对空间特征与时间特征的利用能力;在时空特征融合模块InBST基础上,构建了适合动作识别的多流网络结构.GSTIN在动作识别数据集UCF101、HMDB51上识别精度分别达到了93.8％和70.6％,这表明GSTIN与其他动作识别网络相比具有较好的识别性能.     

一种基于背景动态更新与暗通道先验的火灾烟雾检测算法*

烟雾检测在现代智能消防中有着重要的应用前景,随着计算机视觉和模式识别技术的发展,基于视频图像的火灾烟雾检测算法不断被提出。针对目前检测方法适应性不强、在复杂环境下检测性能不高的问题,提出了一种基于背景动态更新和暗通道先验的烟雾检测算法。算法首先通过改进的背景动态更新算法提取运动前景;然后,结合暗通道先验知识确定前景中的疑似烟雾区域;最后,利用烟雾颜色特征、旋转不变的LBP纹理特征和HOG特征的线性融合通过最近邻分类器(KNN)进行识别。通过在多个视频场景下的实验,表明该算法受环境因素影响较小,且具有良好的烟雾检测能力。     

基于Android平台的多人视频聊天系统

随着互联网技术和计算机网络技术的快速发展, Android平台系统普遍应用到智能移动终端上,基于Android平台的多人视频聊天系统能使得人们在何时何地都能实现了远程多人视频聊天,提高工作效率,受到很多公司和科研机构的关注.本系统以Websocket为通信信令,利用WebRTC技术传送视频和音频,设计了多人视频聊天系统,包括了服务器及Android客户端;在同一个房间的Android客户端可以实现远程多人视频聊天.本文重点介绍了采用Websocket信令方式和利用WebRTC相关等技术实现了多人视频通信.     

基于自适应背景模型运动目标检测

随着城市化速度的加快,机动车日益普及,人们在享受机动车所带来的巨大便利的同时,也面临着交通拥挤的困扰。随着计算机硬件技术和计算机视觉技术的发展,基于计算机视觉的交通监控系统成为可能。从一个交通视频序列中识别出运动物体是许多交通监控系统应用系统的重要任务,针对该问题,提出了一种建立在对视频序列中的整个背景情景的统计描述基础上的运动目标的检测的有效方法,该方法能够适应变化的背景,具有较强的鲁棒性和较好的实时性。     

基于智能计算的计算机网络安全防范措施解析

随着计算机技术和网络技术的迅猛发展,智能计算作为一种经验化的计算机思考性程序由此兴起,其主要作用是以自身智能采集、识别、思考和控制功能辅助人类处理各式问题,是人们生活和工作中比不可少的工具。然而由于网络具有开放性特征,智能计算系统安全问题日益突出,人们重要数据信息和系统自身面临严重的安全威胁。本文首先介绍了计算机网络安全漏洞存在的原因,并对基于智能计算的计算机网络安全防范措施进行了解析,以供参考。     

一种基于视频的多目标追踪与分割算法

基于视觉的多目标跟踪由于在智能监控、动作与行为分析、自动驾驶、虚拟现实和娱乐互动等领域都有重要的应用,近年来越来越多地成为计算机视觉领域的研究重点。并且在电力设施中对人员的活动需要实时追踪,有助于安全防护。对此,针对视频中的多目标检测与分割问题,在原有Mask-RCNN算法的基础上做了改进,引入光流分析法和视频关键帧提取技术,在不改变检测精度的同时大幅度缩短对每一帧的检测时间。实验结果表明,相较于原有Mask-RCNN算法,改进的Mask-RCNN算法大幅缩短了检测时间,对比于其他的目标追踪算法,改进的Mask-RCNN算法增强了对视频中的对象实例识别和分割的效果,分割精度有了显著提升,达到了视频里的多目标追踪的需求,并且对提高多目标场景下的目标跟踪水平具有一定的实际意义。     

基于多粒度视频信息和注意力机制的视频场景识别

视频场景识别是机器学习和计算机视觉一个重要的研究领域.但是当前对于视频场景识别的探索工作还远远不够,而且目前提出的模型大都使用视频级的特征信息,忽略了多粒度的视频特征关联.本文提出了一种基于多粒度的视频特征的注意力机制的模型架构,可以动态高效的利用各维度视频信息之间存在的丰富的语义关联,提高识别准确度.本文在中国多媒体大会（CCF ChinaMM 2019）最新推出的VideoNet数据集上进行了实验,实验结果表明基于多粒度的视频特征的注意力机制的模型与传统方法相比具有明显的优越性.     

Interactive design of intelligent machine vision based on human–computer interaction mode

The intelligent machine vision technology based on man-machine interaction mode has the advantages of weak intrusion, low adhesion and no device binding. With the development and progress of science and technology, the intelligent machine vision technology has become one of the most important directions in the field of human–computer interaction. Compared with the traditional interactive mode, the intelligent machine vision interaction technology is quite convenient, and the existence of these problems can also influence the vision of the intelligent machine to a certain extent. And the wide application of the sense interaction. At present, the operation precision is the main basis of the machine vision interaction design. Therefore, this paper studies the precision of the visual interaction of the intelligent machine. In this paper, three point-to-click experiments will be carried out on the basis of the Fitts' Law. The accuracy of the machine vision algorithm is experimentally studied from the operating direction, the mapping scale equation and the machine vision algorithm, and a reasonable suggestion is made for the intelligent machine vision interactive design of the human interaction mode.