基于MobileNet-SSD目标检测算法的硬件加速器设计

人工智能的迅速发展使得现代卷积神经网络在图像识别和分类任务上取得了巨大成功.然而,复杂神经网络模型不断向更深层的网络结构发展,在面积、功耗受限的移动设备上部署时无法保持高性能和高精度.针对该问题,面向可编程阵列芯片(FPGA)平台提出了一种基于软硬件协同方法的MobileNet-SSD目标检测硬件加速器设计.首先采用剪...     

基于图像深度学习的调制识别算法

针对现阶段基于深度学习的调制识别算法中出现的检测效率低下的问题,提出一种高效的调制识别算法—RadioFSDet(Radio Frequency Spectrum Detection)检测算法.RadioFSDet算法利用信号在频谱图上的特征差异,使用目标检测算法YOLOv4检测频谱图上的调制信号.相较于主流的基于深度...     

基于目标识别的SAR图像特征分析

特征分析是目标检测与识别的关键,也是图像解译的经典课题之一.本文分析了合成孔径雷达图像目标识别系统各阶段常用的特征,并提出了几个新的具有鲁棒性的特征,从而为SAR图像目标检测和分类提供了良好的基础.     

基于改进的EfficientDet的手语识别算法

手语识别在聋哑人与正常人的交流中起至关重要的作用.为了解决传统手语识别算法由于手部特征多尺度造成的手势特征提取不充分、特征融合丢失细节信息等问题,提出了基于改进的EfficientDet-DO的手语检测识别算法.该算法首先在EfficientDet-DO的主干网络中增加了空间注意力机制,能更加准确的定位图像中的手部特征...     

基于图像识别的河流周界入侵检测算法研究

基于图像识别的河流周界入侵检测算法相比于雷达检测,具有成本低、误报率低的优点.针对河流监控视频中存在算法识别精度不高、分类不明确、不同分辨率目标的问题,提出一种基于Faster R-CNN网络模型的河流周界入侵检测算法,并对该模型做适应性改进以满足河流检测的现实需要.使用全局平均池化层替代全连接层,通过增加锚点个数来提...     

基于MobileNet-SSD的红外人脸检测算法

针对"可见光"+"热红外"融合的双光人脸检测算法对硬件依赖性高的劣势.本文提出一种基于MobileNet-SSD的红外人脸检测算法,该算法可以直接检测出红外图像中的人脸区域,对硬件的依赖性较低.同时实验结果表明该算法的检测精度和实时性均有所提高,可以直接运用到"疫情"期间的智能体温监控系统中.     

星上运动目标识别的若干关键问题

未来战争,敌我双方的战争机器将向机动性、隐蔽性方向发展。许多武器系统本身就是运动目标,如航母战斗群、弹道导弹、巡航导弹,远程战斗轰炸机等。因此,空间卫星侦察系统的星上运动目标检测和识别就是迫在眉睫的课题。文中探讨了与此课题相关的若干关键技术问题,并给出了一个检测弹道导弹运动目标的方法和模拟结果。     

基于非监督网络的军事目标识别算法的研究

军事目标识别是目标检测领域中的一大研究方向,这对于提前侦测敌情和精准打击目标具有重要的意义,目前,主流的军事目标识别算法主要是运用YOLO,Fast RCNN等非监督深度学习网络模型,这些方式都是通过将手动标注的数据集输入到网络中,经过处理输出结果,但是数据集数量总是有限的,在精度上有所欠缺,泛化能力也不足.针对这种问题,提出了基于非监督网络的军事目标识别算法,可以通过生成式对抗网络(GAN)有效地解决数据集不足以及精度不够的问题.     

基于标志物识别的机器人自我定位算法研究

针对特定环境下清扫机器人自我精确定位问题,提出一种基于图像处理技术的标志物识别算法,进而基于标志物位置信息的定位算法研究,可实现室外环境下清扫机器人的自我实时定位。该识别算法主要通过标志物的选定以及结合室外环境下标志物的颜色及边缘特征研究实现,获得了室外环境下标志物准确识别以及基于标志物的自我精确定位的实验效果。     

基于PCA-SIFT特征的目标识别算法

针对尺度不变特征变换(SIFT)算法在匹配时特征向量过多,从而导致耗时过长的问题,提出PCA-SIF]算法,对目标进行匹配与识别.首先,利用SIFT算法提取出原图像中稳健的特征点以及特征向量;其次,利用PCA算法对SIFT特征向量的维数进行约减;最后利用降维后的图像与原始图像进行匹配.实验证明,与原始SIFT算法相比,该算法不仅保持了SIFT算法的鲁棒性和稳定性,同时提高了匹配效率,增强了实时性.     

基于遗传算法的J波识别优化算法

J波是心电信号的异常变异,具有不易察觉的特点,在J波的识别中特征数量对于识别准确率具有很大的影响,结合遗传算法对用于J波识别所提取的特征进行优化处理,设计的J波分类模型能够有效地提高分类识别准确率,同时可以减少识别时间.利用MATLAB进行仿真验证,结果显示,设计的J波识别系统能够达到96.8％的准确率与2.3s的识别时间,能够有效地辅助医生进行J波诊断.     

基于Relax散射点特征提取的舰船目标识别方法

针对基于高分辨距离像(HRRP)的舰船目标识别问题,提出了一种基于Relax散射点特征提取和设计了基于散射中心最近邻模糊分类器的目标识别方法.首先对数据进行预处理,然后基于Relax算法提取出散射中心,最后通过最近邻模糊分类器进行识别匹配.通过仿真4类军民船目标的数据进行测试,验证结果表明该方法在舰船目标识别领城具有很...     

基于ADSABC算法优化WNN的语音识别研究

小波神经网络(WNN)具有高度的非线性映射功能及强大的自适应能力,但是WNN算法存在易陷入局部极小值,收敛速度慢。而人工蜂群算法(ABC)具有很强的全局搜索能力及较快的收敛速度。两者优势互补,已结合应用于语音识别中。本文对ABC算法做出改进,在采蜜蜂和观察蜂阶段各提出一个新的解搜索方程,采取自适应的双搜索方式(Adaptive Double Search)求解,从而提高算法的收敛速度和收敛精度。并将其和WNN算法进行结合,组成一种训练神经网络的新算法ADSABC-WNN,该算法既能克服WNN算法的缺点,又能保存双方的优点。实验结果表明,与传统ABC算法优化小波神经网络相比,识别率提高均有所提高,其中在词汇量为50时识别率提高了4.51%。将实验结果与其他方法优化的小波神经网络模型进行比较,在噪声环境下,该混合模型可以有效地减少识别时间,而且可以明显提高网络的训练速度和语音识别的识别率。     

基于OCR技术的票据识别算法研究

现有方法在进行票据的识别时,需要特定设备扫描或大量的票据标签才能达到很好的识别效果.为了解决上述问题,提出了采用OCR技术进行票据识别算法.该算法是由OCR识别和N版本程序策略两部分组成.在OCR识别阶段,采用了OCR进行票据文字的识别,将识别后的非结构化数据转化为结构化数据.在N版本程序设计策略中,提出了两种算法:前者进行主关键字的匹配;后者通过选择基准,计算字符大小从而推算出其它字段.选取火车票和发票作为实验数据,广泛的实验结果证明:算法在自然场景下票据识别具有很好的结果.     

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。     

多分类器融合的短文本识别算法

近年来,关于短文本的文本挖掘逐渐变成了自然语言处理的热点之一。针对微博这种短文本,内容较少但语义却极其丰富,而且新词、错字较多等特征,文章提出一种多分类器融合的短文本识别算法,该算法能够自动的对短文本情感倾向性进行识别。从NLPCC2012提供的评测数据的实验结果来看,该方法取得了一定的效果。     

基于图像识别的钻头自动跟踪算法

针对当前方法进行钻头自动跟踪过程中,难以对钻头目标模板进行精确描述且运算较为复杂,存在跟踪误差大的问题,提出一种基于图像识别钻头自动跟踪方法。该方法利用双重卷积理论对钻头原图像进行阈值分割,提取钻头运动图像目标,将提取的钻头运动图像目标进行滤波处理,获得钻头图像的归一化中心矩,采用高斯模型对钻头运动图像目标和背景建模,在此基础上将卡尔曼滤波预测估计思想和均值漂移思想相融合,应用于钻头运动图像目标跟踪过程中,由此完成对钻头的自动跟踪。实验结果表明,所提方法能够有效提升钻头运动图像目标的检测精度,且目标跟踪的稳定性较强。