排序方式: 共有22条查询结果,搜索用时 0 毫秒
1.
项目在FPGA平台上实现了一系列的图像处理算法。通过HSV色彩空间上的阈值判断、形态学滤波等方法识别出了一张图像中的盲道成分,加以一系列的分析判断,得出盲道的详细情况,并充分发挥了FPGA的高速并行特点,实现了每秒千帧的超高速处理。结果表明,系统具有很高的识别准确度与很强的环境适应性。 相似文献
2.
3.
针对机器人在未知环境下导航和捕获目标问题,设计了一种基于SLAM技术的探索机器人,并提出一种融合机器视觉与SLAM算法的导航方法。机器人由主控模块、底层驱动模块、摄像头、激光雷达和机械臂构成。通过在安装有开源机器人操作系统(ROS)的机器人上进行实验。实验结果表明,通过上述方法能够构建可靠有效的地图并规划出合理的移动路线,完成目标物体的定位和捕获。 相似文献
4.
6.
语音转换在教育、娱乐、医疗等各个领域都有广泛的应用,为了得到高质量的转换语音,提出了基于多谱特征生成对抗网络的语音转换算法。利用生成对抗网络对由谱特征参数生成的声纹图进行转换,利用特征级多模态融合技术使网络学习来自不同特征域的多种信息,以提高网络对语音信号的感知能力,从而得到具有良好清晰度和可懂度的高质量转换语音。实验结果表明,在主、客观评价指标上,本文算法较传统算法均有明显提升。 相似文献
7.
在面向Windows的各种编程语言中,VB、VC、Delphi和C++Builder是最为常用的四种,然而相对而言,VC和Delphi则用得更多.究其原因:VB虽然有好学易用的特点,但其功能则远远不及VC和Delphi那么强大;而C++Builder则是Delphi的简单翻版,其功能并无多大的变化和提高,只不过它是基于C语言的而已(这当然是为了照顾那些熟悉C语言,但又不想用VC来编程的广大编程爱好者).本文主要针对VC和Delphi下共享DLL文件的相互调用问题作一下探讨. 相似文献
8.
9.
针对后囊膜混浊并发症发病周期长、筛查范围广的问题,提出利用多模态机器学习预测后囊膜混浊并发症的计算机辅助诊断方法. 对后照影像进行感兴趣区域(ROI)提取和白色反光区域填充,所构建的异构低秩多模态融合网络(HLMF)能同时输入后照影像和视觉质量参数进行特征提取与融合,HLMF模型基于通道积融合多模态信息;采用卷积核参数低秩分解解决过拟合问题;选用Focal Loss损失函数解决类别不均衡的问题;在训练过程中还采用预训练和模态腐蚀的训练方法,使模型更好地提取单一模态的特征并进行融合. 该算法在后囊膜混浊数据集上的十折交叉验证准确率为95.63%,F1分数为96.72%. 实验结果表明,所提算法能较好地提取单模态特征并进行特征融合,相比于其他多模态融合模型有更好的性能. 相似文献
10.
进口木材蛀虫检疫是海关的一项重要工作,但其存在着虫声检测算法准确率低、鲁棒性差等问题。针对这些问题,提出了一种基于三维卷积神经网络(3D CNN)的虫音检测方法以实现虫音特征的识别。首先,对原始虫音音频进行交叠分帧预处理,并使用短时傅里叶变换得到虫音音频的语谱图;然后,将语谱图作为3D CNN的输入,使其通过包含三层卷积层的3D CNN以判断音频中是否存在虫音特征。通过设置不同分帧长度下的输入进行网络训练及测试;最后以准确率、F1分数以及ROC曲线作为评估指标进行性能分析。结果表明,在交叠分帧长度取5 s时,训练及测试效果最佳。此时,3D CNN模型在测试集上的准确率达到96.0%,F1分数为0.96,且比二维卷积神经网络(2D CNN)模型准确率提高近18%。说明所提算法能准确地从音频信号中提取虫音特征并完成蛀虫识别任务,为海关检验检疫提供有力保障。 相似文献