浅谈人工智能中人脸识别及其应用

人脸识别是将采集到的数据信息,根据人脸特征信息进行比对,从而辨识身份的技术。随着深度学习带来的变革,人脸识别技术的准确率已经超过大部分人眼识别水平。本文简述了人工智能和深度学习的概念,介绍了人脸识别的原理及其应用并浅析了人工智能中机器视觉发展瓶颈及发展前景。     

基于FPGA的图像处理系统研究

本文结合图像处理系统发展现状，分析了基于FPGA控制解码编码芯片的围像增强系统的处理过程。并着重介绍了I^2C的配置流程，采用VHDL语言对全功能的I^2C总线控制器在FPGA内部进行了硬件IPcore实现．系统工作比较稳定．在显示器上得到的增强图像也比较理想。     

考虑多重不确定性的含需求响应及电碳交易的虚拟电厂优化调度策略

为解决当前对虚拟电厂系统中多重不确定性源的表征考虑不全面且处理方法单一的问题,提出一种基于蒙特卡罗与曼哈顿概率距离的场景生成与削减法来对风光出力、电价进行建模,并利用区间法对碳价、需求响应进行建模;以虚拟电厂运行成本最小化为目标,综合考虑电碳交易及激励型需求响应机制,建立基于区间线性规划的虚拟电厂优化调度模型,采用强区间线性规划法中的两阶段分解算法对模型进行求解,针对不同不确定性源的特点,采用2种方法处理虚拟电厂系统中的多重不确定性。算例结果表明,该模型能够通过指标变化趋势有效地反映多重不确定性因素对系统调度结果的影响,在保证虚拟电厂系统安全运行的基础上提高经济性,区间形式的表示为决策者留出了一定的现实选择空间。     

基于MSP430的RFID读写器的设计

设计一种基于MSP430单片机的多协议RFID读写器。分析RFID概念、应用现状及系统构成,介绍两款主要芯片的功能特点,给出系统硬件组成结构．提出系统的软件组成模块及软件流程图。系统顺利通过测试,其设计达到相应的技术指标要求,具有良好的市场应用前景。     

基于AC-YOLO的路面落叶检测方法

随着城市绿化程度的不断提高,落叶清理任务变得更加复杂繁重.针对落叶形状多变、大小不一、背景复杂、分布不均的特点,提出一种融合Attention-Context (AC)网络和YOLOv3的落叶检测算法(AC-YOLO),解决现有模型对落叶漏检、误检的问题,实现快速、准确地识别检测路面落叶.针对小目标落叶易发生漏检的问题,提出AC网络结构,将不同层次的特征映射融合作为小目标的上下文信息,同时引入自注意力机制来抑制复杂背景和底层噪声带来的影响,提升小目标落叶检测能力;其次,采用Mish激活函数替换Leaky ReLU以提升模型的泛化能力,提高落叶检测准确度;最后,考虑到落叶堆叠情况对清理机器人的工作效率有影响,提出非极大值融合算法(nonmaximum fusion, NMF)来融合密集落叶预测框,从而通过更少的导航点解决密集落叶的检测问题,同时提升落叶检测清理的效率.实验结果表明,基于AC-YOLO的检测算法对落叶检测的覆盖率(cover)达到95%,检测速度达到53帧/s,可以完成实际应用环境中的落叶检测任务,实现对落叶的高效率、智能化清理.