简介:首先采用基于混合高斯模型与椭圆肤色模型进行手势分割,分割出手势区域,使用卡尔曼滤波器进行手势跟踪,获得手势中心点的位置。在此基础上,记录各帧中心点位置,得到运动轨迹,利用提出的轨迹模板匹配方法对动态手势进行识别。该方法利用基本的几何特征便可完成手势运动轨迹的设置与识别,无需特征选择或训练样本的搜集。最后,采用基于Zynq-7000的Zedboard平台对该算法进行实现,并采用HLS硬件加速工具进行算法加速。实验结果表明,该算法可实现较精确的手势识别,接受弹性的输入采样,识别正确率在95%以上,且通过硬件加速后,可在嵌入式平台中实时识别,具有较好的实时性。
简介:随着人工智能的发展,数字识别技术也得到了关注并通过各种算法提高了识别准确率。数字识别在安防、交通、邮政等领域发挥越来越重要的作用,是智能城市不可或缺的一环。通过采用包含隐含层的BP神经网络对数字识别进行仿真。首先介绍Mnist数据集、人工神经元模型、激活函数、BP算法等相关概念,详细描述了BP神经网络的原理,并通过实例进行BP网络设计。同时提出了6种优化方式,分别是初始化权值、设置Dropout、选取不同的激活函数、选取不同的代价函数、采用不同优化器、设置学习率。结果表明BP网络在数字识别方面具有实际应用价值,并能通过各种优化方式提高识别精度。
简介:传统的生物医学命名实体识别方法需要大量的标注数据样本,但是在实际应用中标注样本代价高昂。为降低生物医学命名实体识别对标注样本的需求,本文提出通过使用PU学习中的两步法方法,将生物医学命名实体识别问题转化为PU场景下的命名实体识别问题。在第一步中分别使用1-DNF、Spy、NB和Rocchio算法在未标注数据中抽取强负例,然后在已有的正例数据和强负例数据的基础上构建隐马尔可夫模型,最后对待分类数据进行命名实体识别。在GENIA语料库上的实验结果显示,在标注数据较少的情况下,通过使用PU学习方法的两步法构建分类模型,其性能显著优于直接使用标注数据构建的分类模型,同时降低了人工标注数据的成本。
简介:针对传统路面探测设备耗费人力、设备体积大、成本高等缺点,设计了利用微波、GPRS和红外模块组成的运动目标探测系统,实现了远程无人监控道路运动目标的目的。其中微波探测模块采用了K-LCla雷达收发器,利用三角波作为调制信号产生差频信号,设计了三角波调制电路、差频信号的信号处理放大滤波电路。同时利用被动式热释电红外传感器设计了红外放大处理电路,作为预警信号传输给单片机。使用GPRS模块通过TCP/IP协议将雷达测到的运动目标数据传输给服务器端,并在页面上显示报警信息。基于STM32F103单片机设计了探测识别外部信号的软件系统。将红外信号作为预警信号,在预警后开启微波模块,减少了系统功耗,为远程监控提供更长时间的支持。
简介:随着多媒体音箱的价格不断下滑,普通家庭享受5.1音效已经无需支出太多。但市场上的音箱品牌不仅越来越多,型号也越来越让用户眼花缭乱。怎样才能选择到一款合适的产品,成为不少用户关注的问题。但是不同价位的音箱有其独特的定位,用户购买音箱,需求决定了他们适合的产品,这才是最关键的问题所在。为了能让读者对目前的音箱产品有一个比较清楚的认识,我们特地组织了这次综合评测。大多数用户在选购电脑时,非常注意选择一款好显卡,以让自己看到更加绚丽多彩的画面;音箱则简单地花最少的钱买一对即可。但别忘了,再好的DVD,如果没有一款好音箱来表现它的宏大气势,也不过看过就忘;再好的FPS游戏,如果没有一款出色的音箱来准确定位敌人位置,也无法跌身高手之列。显卡厂商总在大肆宣扬画面质量的重要,却让不少人忘记了美妙音色对我们来说也同样不可缺少。追求声音(声)与画面(色)的完美结合才是我们真正的目的,缺少任何一个部分,都如同鱼失去了水一般。希望大家以后在选购电脑的时候,也不妨多为音箱留点预算。“声色之好,鱼水之欢”,这里我们本想用此来表现此次音箱评测的主题,不过文化学识不同的人对此话有不同的理解方式,为免引起误会,我们才绞尽脑汁想出了这个新的标题。