简介：当前主流的运动目标检测方法存在计算量大、计算速度慢和无法实时检测等问题。本文以室外场景下的视频作为研究对象,在特征提取方面利用HOG特征和颜色特征相结合的特征融合方法,使用主成分分析法对特征维度进行降维,克服了单特征描述能力不全面的问题和多个特征数据量大的问题;在分类器设计方面,本文使用经过调优结构后的BP神经网络,克服了模式识别检测时间长的问题。实验结果表明,该算法相对于当前主流的HOG+SVM算法,在INRIA运动目标数据库上对运动目标的检测率达到92%,且速度较快。

简介：“不是你不明白，这世界变化快!”从十年前，仅仅有极少数人刚刚接触网络开始，到今天”不能没有你“的网络生活，我们几乎已经离不开它了，网络的发展速度是飞快的，而这种奇迹般的发展速度带给我们的却不仅仅是享受，更是一种幻想，幻想着明天的憧憬。或许昨天的你还在为语音聊天的实现而兴高采烈，可今天”你视频了没”却早已成为众多网虫见面时的标准问候语。网聊作为一种新的沟通方式从33．6KB到512KB、从聊天室到QQ，正在被更多的人接受。现而今，摄像头的出现更是拉近了彼此的距离，人们享

简介：

简介：在静止、复杂背景的运动目标检测算法中，减背景技术是高效的方法。大多数背景建模和背景更新运算量大，本文将目标的边缘特征融入到减背景算法中，通过对离散的目标边缘梯度进行网格密度连通域判断来提取目标。实验结果表明，该算法可以有效地减小光线变化、噪声等影响，程序优化后系统运算速度提高，能够实时地对运动目标进行检测。

简介：介绍一套基于DSP和IRMCK201的双CPUPMSM位置伺服系统，重点介绍该系统结构及软硬件的设计方案。实验结果表明，软硬件设计合理、实时性好，控制精度高，有较好的动态性能；同时，这种交流伺服方案，性能优越，设计简单，编程任务小，开发周期短，也可用于其他交流伺服控制系统，具有很好的推广意义。

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：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：摘要：基于ARM芯片和FPGA的特点，设计了一种ARM与FPGA人工神经网络处理器之间的通信方案。该方案采用ARM的ZDMA控制器对数据传输进行控制，完成ARM与神经网络处理器的控制寄存器组、分布式存储器、样本存储器等存储体的数据交换。

简介：在丝绸等织物生产过程中,经常会出现织物产生非正常花纹的缺陷。目前对织物缺陷的检测主要是通过人工肉眼判别,该方法花费时间长、人工成本高,会给企业带来较大的经济负担。本文通过使用BP和SAE两种神经网络对织物进行缺陷检测,并判断是何种缺陷:首先介绍了使用BP神经网络对大量样本训练并保存,得到最佳权值,从而实现对于图像的缺陷检测和分类;训练样本通过SAE深度神经网络训练得到重构图像,再不断微调参数,获得最佳的权重数值,运用滤波器过滤噪声,最终得到结果。通过大量的实验,结果表明两种方法对织物缺陷检测均具有非常良好的效果,充分证明了深度神经网络在工业生产织物过程中运用的可行性。

简介：为了使3D打印机的多个伺服电机运动得更快、更精确，提出一种基于PCIE总线运动控制系统的解决方案，并设计完善了整个运动控制系统的硬件架构。该系统的创新之处在于硬件部分通过PI3EQX5801对PCIE总线信号进行加强处理，使PCIE总线信号在经过长达1～3m的传输后仍保持高度的有效性。实际应用表明，此系统具有响应时间短、定位准确的特点，满足设计要求。