基于EAIDK310和OneNET云平台的非接触式智能门禁系统

物联网时代下,智能家居作为人们日常生活中重要的一环,正在飞速发展。设计了一款基于EAIDK310和OneNET云平台的非接触式智能门禁系统,采用Arm公司与Open AI Lab联合开发的EAIDK310人工智能开发套件作为系统控制核心,在主控板内通过人脸识别、手势识别、语音交互等功能实现无接触门禁进出。系统借助人工智能中发展较为成熟的卷积神经网络并通过百度AI开放平台的领先优势进行人脸识别、手势数字识别和语音实时交互,在保证识别速度够快的同时也能够维持非常高的识别精准度,引入活体检测避免不法分子使用照片欺骗系统,使得整个门禁系统更加安全。系统通过Wi-Fi将数据上传移动OneNET云平台,与微信小程序进行数据图像交互,主人可在任何地点通过手机对门禁系统进行解锁等操作,并能监控门禁外实时图像,能够在住户安全方面提供保障。     

基于声网Agora实时AI互动课堂系统的设计与实现

文章旨在设计与实现一个实时人工智能（Artificial Intelligence,AI）互动课堂系统,利用基于声网Agora的音视频和实时AI互动集成等通信技术,为学生提供高质量的在线互动教育教学体验。该系统的设计与实现,使教师和学生能够在课堂教学中基于声网Agora进行实时AI互动,从而在课堂教学中实现教学精准语音对话识别、细腻情感问题剖析、在线机器人虚拟授课等功能。这种方式有助于改善AI互动课堂在线教育效果。     

基于大数据和深度学习的语音识别研究

近年来,现代信息技术进入高速发展的阶段,新的研究成果出现的同时也带来了新的难题和挑战,其中,对人工智能的研究应用到了人们生活和生产的各个方面,给社会生活带来了巨大的改变。在人工智能识别中的语音识别研究一直是重点研究项目,虽然基于人工神经网络引入声学理论的研究,让语音识别智能化的效率和准确率大大提高,但是随着对语音识别需求的增多,仍然出现了一些不足。因此需要基于大数据和深度学习,对语音识别进行改善和深入研究,本文通过探讨语言智能识别的现状,用基于大数据和深度学习的方法,改善语音识别中的语音提取,声音模拟和识别判断等,有效提高语音识别技术的发展。     

具有甜品识别功能的智能支付平台研究

针对甜品店的基于商品识别的自助结账问题,研究并实现了一个具有甜品识别功能的智能支付平台。该平台通过摄像头采集甜品图像,对图像中甜品的种类和数量进行识别,识别后自动计算甜品总价,并向用户提供支付二维码和网页支付方式完成付款。基于Web环境开发了平台的原型系统,采用百度AI图像识别技术实现了甜品种类和数量的识别,利用SQLServer搭建后台数据库,存储甜品名称及其单价,调用支付宝平台API实现支付功能。     

基于图像识别的湿地外来入侵物种监测系统的设计与实现

针对外来物种入侵对湿地生态环境构成的严重危害和潜在威胁,开发了湿地外来入侵物种监测系统.本系统基于Linux操作系统,选用Eclipse开发软件、MySQL数据库和Openlayers地理信息系统,应用人工智能百度AI开发平台的图像识别接口服务,实现了外来入侵物种名录管理、物种识别、物种上报等功能.经过测试,本系统识别...     

单兵装备通信模块语音视频交互功能系统设计

为了提高单兵装备通信模块语音视频交互和信息管理能力,提出基于云技术和物联网的单兵装备通信模块语音视频交互功能系统设计方法。构建单兵装备通信模块语音视频交互系统的总体构架,设计的系统主要包括信息采集模块、单兵装备通信视频交互设备运行状态监测模块、通信传输模块、物联网组网控制模块以及远程传输模块等。结合远动通信装置实现对单兵装备通信模块语音视频交互功能组件传输控制,采用AMBA2.0实现单兵装备通信模块语音视频交互的AI传输控制,基于视频流以及智能视频网关的AI交互设计方法,结合平台参数配置和功能组件分配,建立单兵装备通信模块语音视频交互功能系统的人机交互模块和信道扩频模块,实现部分场景的单兵装备通信AI自主识别。测试结果表明,设计的单兵装备通信模块语音视频交互功能系统稳定性较好,控制能力较强,提高了单兵装备通信模块语音视频交互的实时性和输出可靠性。     

机器学习高阶课程建设的探索与实践

针对人工智能技术迅猛发展背景下机器学习课程面临的挑战,提出机器学习研究生高阶课程培养方案,阐述如何开展基于百度AI Studio平台和飞桨（PaddlePaddle）深度学习框架的机器学习高阶在线课程,并对课程建设方案和实践教学模式进行总结。     

AI下的智能语音开放创新平台设计

以智能家居为例,设计了人工智能(Artificial Intelligence,AI)云平台下的智能家居语音识别开放创新平台。采用软件即服务(Software-as-a-Service,SaaS)思想实现对平台功能的模块化设计,解决了代码和服务器存在的管理问题,同时通过调用平台接口实现语音功能,以期为智能家居的用户提供高质量的服务。     

计算机人工智能识别技术及其应用的研究

智能识别技术受到了社会各界广泛关注,应用于社会中不同的行业,并发挥了明显优势和作用。文章基于计算机人工智能（Artificial Intelligence,AI）识别技术,从语音识别技术、人脸识别技术、指纹识别技术、智能卡识别技术以及智能卡识别技术等方面分类人工智能识别技术,并就其在各行各业的应用进行研究。     

基于Kaldi的语音识别

人工智能技术是当前计算机科学的研究热点,人机通信是人工智能技术的重要组成之一。作为人机通信主要方法之一的语音交互也一直是科学家的研究热点,语音交互技术的关键是语音识别。而目前大多语音识别软件要么功能单一,要么价格昂贵,Kaldi作为新兴的开源语音识别工具,凭借其强大的功能和简单的获取渠道逐渐流行。该文介绍了语音识别技术的发展历程,Kadli软件的基本架构和其所具有的独特优势,语音识别的一般处理流程,多层神经网络的基本结构以及多层神经网络在语音识别当中的应用。对基于Kaldi软件当中的HMM-DNN模型,使用中文数据集训练该模型,搭建一个完整的语音识别系统。通过该系统,不仅能展现出Kaldi软件丰富强大的功能,同时也为语音识别研究人员选择合适的工具提供了新的思路。     

语音对抗攻击与防御方法综述

人工智能的不断发展,使得人与机器的交互变得至关重要.语音是人与智能通讯设备之间通信的重要手段,在近几年飞速发展,说话人识别、情感识别、语音识别得到广泛地普及与应用.特别的,随着深度学习的兴起,基于深度学习的语音技术使机器理解语音内容、识别说话人方面达到近似人的水平,无论是效率还是准确度都得到了前所未有的提升.例如手机语...     

人工智能对科研信息化的推动作用

随着科技的不断发展,国家相关部门的重视,人工智能掀起了又一轮热潮。国家相关部门发布了关于人工智能的行动实施方案,明确了人工智能的重点研究领域和相关任务,为人工智能的强力有序发展提供了保障。本文概述了人工智能的国家战略以及主要任务,如加快建设文献、语音、图像、视频、地图等多种类数据的海量训练资源库和基础资源服务公共平台,建设支撑超大规模深度学习的新型计算集群,建立完善产业公共服务平台。本文列举了人工智能在各行各业的应用,包括化学,物理学,生物信息学,地质学,药物设计,建筑领域等方面,其中包括深度学习方法的运用,重点强调了人工智能对于科研信息化的巨大推动作用,包括超级计算领域,科学数据领域,无线网络领域,物联网领域,生物信息领域等。之后从政府、科研院所、企业多个层面详细阐述世界各国以及中国在基于人工智能的科研信息化方面的探索,对中国基于人工智能的科研信息化建设方面提出可行性建议。最后,对人工智能的应用范围以及发展前景做了展望。     

基于树莓派的智能家居设计与实现

随着生活水平的提高和物联网的发展,社会对家居的智能化需求越来越迫切,本文阐述了基于树莓派的智能家居系统的设计与实现,通过采用树莓派为主要模块,搭建一款满足大众需要的智能家居系统.本系统以树莓派为主要开发平台,并基于Ubuntu操作系统进行开发的一种智能家居解决方案,其包含了语音合成、语音识别、图像识别、数据采集、AI对话、视频监控、语音控制、语音日志等功能.可通过语音、手机微信、APP与机器人和传感器进行交互,并能登录Web界面查看相应底层数据并对传感器进行相应控制.系统传感器部分采用ZigBee通信协议,与服务器通信采用MQTT通信协议,两种通讯协议低成本,低功耗,节约网络资源.     

A Novel Design Framework for Smart Operating Robot in Power System

This paper proposes the concept and framework of smart operating system based on the artificial intelligence (AI) techniques. The demands and the potential applications of AI technologies in power system control centers is discussed in the beginning of the paper. The discussion is based on the results of a field study in the Tianjin Power System Control Center in China. According to the study, one problem in power systems is that the power system analysis system in the control center is not fast and powerful enough to help the operators in time to deal with the incidents in the power system. Another issue in current power system control center is that the operation tickets are compiled manually by the operators, so that it is less efficient and human errors cannot be avoided. Based on these problems, a framework of the smart operating robot is proposed in this paper, which includes an intelligent power system analysis system and a smart operation ticket compiling system to solve the two problems in power system control centers. The proposed framework is mainly based on the AI techniques, especially the neural network with deep learning, since it is faster and more capable of dealing with the highly nonlinear and complex power system.      

语音识别系统对抗样本攻击及防御综述

语音是人类与智能手机或智能家电等现代智能设备进行通信的一种常用而有效的方式。随着计算机和网络技术的显著进步,语音识别系统得到了广泛的应用,它可以将用户发出的语音指令解释为智能设备上可以理解的数字指令或信号,实现用户与这些设备的远程交互功能。近年来,深度学习技术的进步推动了语音识别系统发展,使得语音识别系统的精度和可用性不断提高。然而深度学习技术自身还存在未解决的安全性问题,例如对抗样本。对抗样本是指在模型的预测阶段,通过对预测样本添加细微的扰动,使模型以高置信度给出一个错误的目标类别输出。目前对于对抗样本的攻击及防御研究主要集中在计算机视觉领域而忽略了语音识别系统模型的安全问题,当今最先进的语音识别系统由于采用深度学习技术也面临着对抗样本攻击带来的巨大安全威胁。针对语音识别系统模型同样面临对抗样本的风险,本文对语音识别系统的对抗样本攻击和防御提供了一个系统的综述。我们概述了不同类型语音对抗样本攻击的基本原理并对目前最先进的语音对抗样本生成方法进行了全面的比较和讨论。同时,为了构建更安全的语音识别系统,我们讨论了现有语音对抗样本的防御策略并展望了该领域未来的研究方向。     

深度学习支持下的情感识别探讨

随着人工神经网络技术的发展,深度学习逐渐成为人工智能领域的研究重点。在情感识别领域,深度学习也有着极为强大的理论与技术优势,其能够显著提升情感识别的准确性。同时,深度学习下的情感识别对于智慧化学习环境的营造有着积极意义,所以将之应用到教育教学工作中是切实可行的。本文对深度学习进行了简单介绍,并分析了当前情感识别的研究进展,进而对深度学习支持下的情感识别构建和应用展开探讨。     

基于深度卷积神经网络的语音信号去噪关键技术研究

随着人工智能技术的不断创新发展,语音识别技术一直在迭代升级,而语音去噪是语音识别领域中关键研究点之一.由于这些外界干扰声的存在,就使得原本的语音信号变得不再纯净,或多或少会对所需传输的语音信号有所影响.传统的信号分析以傅立叶变换为基础,但傅立叶分析属于全局变换,变换只能全部在时域变换或在频域变换.因此,傅里叶变换不能获...     

基于语音识别和无线传感网络的智能家居系统设计

基于语音识别技术和无线传感网络,设计了一套能够通过远程语音遥控进行便捷控制的智能家居系统;分析了语音识别技术的基本原理和无线传感网络在智能家居中的应用,重点阐述了系统的设计方案以及主要硬件组成和软件设计思路;通过对特定人语音识别的训练和测试,该系统能够以较高的识别率和灵敏度完成对智能家电的远程控制;系统实时输出识别结果,识别速度快,抗干扰能力强,识别率可以达到98%,在语音远程控制领域具有广阔的市场前景和应用推广价值。     

深度学习算法研究进展

深度学习是人工智能领域的研究热点,利用深度学习支持人工智能的研究工作已经是必然趋势,在图像、语音、文本等领域已经展现出性能优势。对深度学习相关文献进行了分析研究,介绍了深度学习的概念和方法框架,综述了当前深度学习模型及其应用情况,分析了深度学习需要突破的瓶颈,指出了深度学习未来的研究方向。