排序方式: 共有16条查询结果,搜索用时 265 毫秒
1.
【】本文研究、设计了一个基于HTTP Live Streaming视频流媒体技术的视频直播和点播的CDN系统,并在此基础上对其进行优化。目前,传统的CDN系统虽适用于目前国内大部分的网络环境,但在某些极端恶劣的环境条件下,比如无专线网络情况下的跨国数据传输,还是无法满足正常的业务需求。因此,本设计引入了Aspera-fasp传输技术,这是一项突破性的传输协议,能充分利用现有的WAN基础设施和通用硬件,让其为传统的CDN系统,提供全球数据的快速传输。 相似文献
2.
三维显示技术能为用户提供更为真实的感官效果,在很多领域具有潜在的应用前景,现在高速发展的美容行业更是如此.提出将三维重建应用到高科技美容产品中,实现人脸检测结果的二维显示到三维显示的转换.首先需要对从Kinect获取的数据做预处理,包括修复、插值,再与彩色数据一起插值并进行2D、3D转换以实现数据对齐,最后将数据滤波并进行前后背景分离,利用PCL点云库进行点云显示.实验结果表明,基于Kinect的三维重建技术能够较好地恢复人脸的三维模型. 相似文献
3.
随着生活节奏的加快,生活压力也逐渐增大,越来越多的人存在不同程度的睡眠障碍,因此监测睡眠过程对睡眠障碍的治疗研究具有重要意义。基于物联网技术,设计并实现了一种非穿戴式无感化睡眠监测系统,主要由中控机、显示屏、智能床垫和服务器构成。中控机程序主要通过C++语言实现,显示屏在Android Studio上开发,服务器采用MySQL数据库存储数据,前端采用Vue.js框架开发,后端采用Springboot框架开发。为测试验证该系统的有效性,招募受试者进行测试实验。实验结果表明,该系统可初步筛查出患有睡眠障碍的人群,具有十分广泛的应用前景。 相似文献
4.
随着第三代智能网络视频监控技术的迅速发展,嵌入式网络监控设备的使用也越来越广泛。为解决远端智能网络监控设备更新维护与管理难度大、成本高的问题,应用PIC32MZ单片机设计了一种嵌入式远程控制器。该控制器充分采用POE(以太网供电)技术为控制器和网络监控设备供电,这样不仅大大减少了电源系统的复杂度,同时提高了系统供电的可靠性。该控制器将单片机与网络交换功能集成在一起,在单片机中嵌入精简的TCP/IP协议,利用Web Server实现管理端、控制器和远端网络监控设备的相互通信。通过管理平台或浏览器可以实现实时监控、远程更新以及断电复位等功能,整个系统设计兼顾成本、操作性以及安全性等方面,对目前的智能网络监控系统具有很高的实用价值。 相似文献
5.
6.
研究了CamShift跟踪算法,并在CamShift算法的基础上引入了背景相减法实现对物体的检测.现有的目标跟踪系统都是通过单个摄像机和控制单元来实现的,无法进行大范围的目标跟踪.因此引入了网络传输机制,通过socket将待跟踪物体的特征数据传输给其他可以同时进行跟踪的摄像机,从而实现了多个摄像机对目标的协同跟踪.实验... 相似文献
7.
基于如颜色直方图(Color-histogram)等特征的目标匹配方法由于特征本身受光线变化、背景复杂度等因素影响而对于不同场景中目标的识别准确率存在差异.针对这一现状,选取了基于Color-histogram、SIFT和SURF特征的目标匹配方法分别应用于多摄像机场景下的目标匹配.然后,通过纵向比较同一种方法应用在不同视频集中所显示出的识别率和横向比较同一视频组中应用不同方法所得到的识别率来分析它们之间应用效果的差异性.由实验结果可知,该比较研究所得结论可以为此领域的后续研究提供一种关于特征选择的参考. 相似文献
8.
9.
提出了一种利用Nor Flash的某一或多个扇区作为NVRAM保存DVB设备配置信息的方法,该方法基于Hash算法,并根据Flash的特点提出了一种简易的损耗均衡方法,同时具备了垃圾回收、断电保护等特点,增强了设备稳定性,延长了设备寿命. 相似文献
10.
基于图卷积神经网络的协同过滤推荐算法框架是目前最先进的推荐算法框架,该框架在用户-项目交互嵌入向量的特征学习中并未关注交互发生的时序性,但实际情况中,用户-项目交互普遍具有明显的时序特征,且是影响推荐性能的重要因素。因此,本文提出一种基于时序特征的图卷积协同过滤推荐算法,重做多个数据集,保留数据集时序特征等原始信息,总结归纳数据集中用户-项目交互的历史时序信息,并对其进行参数化处理,作为重要特征输入到图卷积网络模型训练的高阶协同信号传递中。在三个公开的官方数据集Gowalla,Yelp和Amazon-book上设置多组消融性实验,采用公认的评价指标ndcg和recall对推荐算法性能进行评价,实验结果证明,在同样参数设置下,基于时序特征的图卷积协同过滤推荐算法性能超越了现有同类型图卷积协同过滤推荐算法,验证了时序特征对提升推荐效果的积极作用,提高了模型训练效率和预测命中率,更加高效地解决网络信息过载问题,满足了更高的应用需求。 相似文献