排序方式: 共有20条查询结果,搜索用时 0 毫秒
1.
本控制系统采用图像雅克比矩阵在线辨识的方法,建立了激光标记与试件标记的实际距离,即激光标记的跟踪位移量到图像空间跟踪位移量的映射关系,不仅避免现有视频引伸计的摄像机标定环节,而且实现了激光标记对试件标记的精密全程跟踪.通过低碳钢和铸铁的拉伸实验,分别实现跟踪精度1.8 μm/10 mm和0.9 μm/2.5 mm,验证了设计的控制系统的有效性和精确性. 相似文献
2.
针对基于3D卷积神经网络的动作识别方法存在参数量过大、无法捕捉时空特征的全局依赖关系等问题,提出了一种基于全局时空注意力机制(Global spatiotemporal attention mechanism, GSTAM)和PCA_3DNet的动作识别方法。该方法引入伪3D卷积结构减少网络参数,在伪3D卷积结构中嵌入通道注意力机制(Channel attention mechanism, CAM)来增强通道特征,并采用全局时空注意力机制来捕捉特征信息的全局依赖关系,加强时空特征的表征能力,从而提高动作识别的准确率。该方法在两个公开数据集UCF101和HMDB51上的识别准确率分别为93.5%和70.5%,模型参数量为13.46 Mi,浮点运算量为8.73 Gi;在准确率、参数量和计算量上的综合表现优于现有的传统方法和深度学习方法。实验结果表明该方法能够获取丰富的时空特征信息,有效提升动作识别的性能。 相似文献
3.
GPS车辆定位监控系统设计与实现 总被引:7,自引:0,他引:7
GPS车辆定位监控系统是将GPS全球卫星定位系统、GIS地理信息系统和GSM短信服务系统相结合的一套综合的定位、监控、调度指挥系统。这样的系统可以增强突发事件的反应能力 ,提高车辆运行率和运车安全度 ,实现移动车辆与指挥监控中心之间的交互。安装在车辆上的移动车载台可实时通过GPS系统确定自身的位置信息 ,车辆定位信息通过GSM以短信息形式传送到监控中心 ,并显示在电子地图上 ,而GSM又可将指挥中心的命令传送到车辆上。论述了一个具体系统的设计与实现 ,该系统具有人机界面友好 ,稳定可靠 ,使用方便的特点 相似文献
4.
5.
6.
卷积神经网络应用于复杂背景的手势图像识别时,存在深层模型参数量大、计算成本高、轻量级模型准确率低等问题,针对这些问题提出了一种基于改进GhostNet的轻量级手势图像识别方法。首先,在Ghost模块中添加通道混洗操作,建立CS-Ghost模块以提取手势图像中的手势特征;然后,选用SMU(Smoothing maximum unit)激活函数优化模型在反向传播中的学习能力;最后,使用注意力机制中的轻量级通道注意力模块ECA去除特征中的噪声信息。该方法在ASL和NUS-Ⅱ数据集上的实验平均准确率分别为98.82%和99.36%;在OUHANDS数据集上的实验平均准确率为97.98%,参数量为1.2 Mi, FLOPs为0.29 Gi。实验结果表明该方法参数量小,计算成本低,可有效提高手势图像识别的准确率。 相似文献
7.
针对视频引伸计易受光照变化干扰的问题,提出一种基于图像亮度调整和去雾增强相结合的图像预处理算法,获得了激光标记和试样标记的清晰图像;分别利用Cr色度阈值分割算法和基于感兴趣区域的亮度梯度阈值分割算法提取激光标记和试样标记。在光照变化和有无试验机夹头干扰的情况下分别进行了实验,验证了算法的稳定性和准确性。 相似文献
8.
9.
鉴于Inception-v3网络参数量过大的问题,本文提出了一种有效的手势图像识别方法,能够满足在模型参数量较少的情况下高精度手势识别的需求.本文利用Inception-v3的结构,对原Inception-v3的Inception模块重新进行设计,降低学习的参数量和难度,结合残差连接,保护信息的完整性,防止网络退化,引入注意力机制模块,让模型聚焦于有用的信息而淡化无用信息,在一定程度上也防止了模型的过拟合,并且在模型中进行上采样与低层特征进行特征融合,融合后的特征比原输入特征更具有判别能力,进一步提高模型的准确率.实验结果表明改进的Inception-v3网络的参数量仅为1.65 M,而且拥有更高的准确率和更快的收敛速度.将ASL手语数据集与孟加拉手语数据集分别打乱,然后按照4:1的比例单独划分出训练集和验证集.改进的Inception-v3在ASL手语数据集与孟加拉手语数据集上的识别率分别达到了100%和95.33%. 相似文献
10.