|- 數(shù)據(jù)科學速查表 - 0 B|- 遷移學習實戰(zhàn) - 0 B|- 零起點Python機器學習快速入門 - 0 B|- 《深度學習入門：基于Python的理論與實現(xiàn)》高清中文版PDF+源代碼 - 0 B|- 《Python生物信息學數(shù)據(jù)管理》中文版PDF+英文版PDF+源代碼 - 0 B|- 《Python深度學習》2018中文版pdf+英文版pdf+源代碼 - 0 B|- 《Python編程：從入門到實踐》中文版+源代碼 - 0 B|- stanford machine learning - 0 B|- Python語言程序設(shè)計2018版電子教案 - 0 B|- Python網(wǎng)絡(luò)編程第三版 （原版+中文版+源代碼） - 0 B|- Python機器學習實踐指南（中文版帶書簽）、原書代碼、數(shù)據(jù)集 - 0 B|- python官方文檔 - 0 B|- Python編程(第4版 套裝上下冊) - 0 B|- PyQt5快速開發(fā)與實戰(zhàn)（pdf+源碼） - 0 B|- linux - 0 B|- 征服PYTHON-語言基礎(chǔ)與典型應(yīng)用.pdf - 67.40 MB|- 與孩子一起學編程_中文版_詳細書簽.pdf - 69.10 MB|- 用Python做科學計算.pdf - 6.10 MB|- 用Python寫網(wǎng)絡(luò)爬蟲.pdf - 9.90 MB|- 用Python進行自然語言處理(中文翻譯NLTK).pdf - 4.40 MB|- 像計算機科學家那樣思考 Python中文版第二版.pdf - 712.00 kB|- 網(wǎng)絡(luò)爬蟲－Python和數(shù)據(jù)分析.pdf - 6.90 MB|- 圖解機器學習.pdf - 59.40 MB|- 凸優(yōu)化.pdf - 5.70 MB|- 數(shù)據(jù)挖掘?qū)д?pdf - 2.50 MB|- 數(shù)據(jù)科學入門.pdf - 13.30 MB|- 數(shù)據(jù)結(jié)構(gòu)與算法__Python語言描述_裘宗燕編著_北京：機械工業(yè)出版社_，_2016.01_P346.pdf - 74.30 MB|- 神經(jīng)網(wǎng)絡(luò)與深度學習.pdf - 92.60 MB|- 深入Python3...
標簽： python
上傳時間： 2022-06-06
上傳用戶：
本次畢業(yè)論文的內(nèi)容主要包括兩個方面：（1)確定基于膚色特征的人臉識別算法流程并實現(xiàn)MATLAB仿真.根據(jù)目前已有的人臉識別算法和學過的有關(guān)圖像處理知識確定出適合本次論文的最優(yōu)算法，確定算法時的重點是將膚色判斷作為人臉檢測的預(yù)處理，即研究膚色模型的選取和建立、膚色分割的方法以及人臉區(qū)域的獲得；再根據(jù)面部特征提取出人臉的大致框架，通過人臉面積、高寬比、歐拉數(shù)等來判斷每塊區(qū)域是否為人臉，最后得到圖片中人臉的比較精確的位置。在確定算法時就應(yīng)該要綜合考慮各方面的因素，要盡可能的提高人臉識別的時間效率，提高識別率。（2）設(shè)計出GUI界面，實現(xiàn)人臉識別功能。MATLAB/GUI自帶了很多工具箱函數(shù)，方便快捷。設(shè)計好的GUI界面只需通過鼠標等簡潔的方式與計算機交換信息，選擇想要運行的程序，實現(xiàn)快速識別。本次設(shè)計的GUT界面有窗口、光標、按鍵、菜單、文字說明等對象（Object)，主要包含讀入圖像，轉(zhuǎn)換顏色空間，皮膚概率圖像，皮膚二值化和定位五個部分，其中使用了開關(guān)按鈕（ToggleButton)、靜態(tài)文本框（Static Text)、坐標系（Axes)和面板（Pane1)按鈕，要對其進行合理布局，注意回調(diào)函數(shù)的嵌入。在設(shè)計過程中要熟悉MATLAB編程環(huán)境，注意控件的選用和參數(shù)設(shè)置，會根據(jù)設(shè)計要求對GUI界面進行布局，注意回調(diào)函數(shù)的編寫，以達到理想的效果。該系統(tǒng)可以較好的實現(xiàn)單人臉識別，能較準確的對其進行定位。但對于多人組和背景較復(fù)雜的圖像，會出現(xiàn)漏檢和錯檢的現(xiàn)象，需要進一步改進。
標簽： matlab 人臉識別系統(tǒng) gui
上傳時間： 2022-07-28
上傳用戶：qdxqdxqdxqdx
本文對家用電器中語音識別技術(shù)的DSP實現(xiàn)進行了研究。文章介紹了語音識別技術(shù)的基本概念，討論了語音識別系統(tǒng)的組成和實現(xiàn)的技術(shù)；詳細分析了構(gòu)成語音識別系統(tǒng)的四個組成部分，包括語音信號數(shù)字化與預(yù)處理、語音的端點檢測、特征提取與模式匹配。著重介紹了實現(xiàn)端點檢測的短時平均能量與短時平均過零率分析，語音信號的線性預(yù)測分析及在此基礎(chǔ)之上的倒譜特征參數(shù)，以及實現(xiàn)模式匹配的常用的矢量量化技術(shù)、動態(tài)時間規(guī)整技術(shù)和隱馬爾可夫模型；根據(jù)提出的語音識別系統(tǒng)的構(gòu)成，介紹了在MATLAB6.5上實現(xiàn)了采用動態(tài)時間規(guī)整算法的識別系統(tǒng)的仿真分析。
標簽： DSP 家用電器 語音識別技術(shù)
上傳時間： 2013-04-24
上傳用戶：zwei41
目前，小波分析在信息技術(shù)和其他學科方面的應(yīng)用是眾多科技工作者關(guān)心的課題。在理論方面，新觀點、新方法不斷涌現(xiàn)。本文旨在完善小波的基本理論，對原有的小波去噪方法作進一步的改進。 經(jīng)典的信號處理方法，例如傅立葉變換、短時傅立葉變換等具有局限性，因而限定了它們的應(yīng)用范圍。小波分析作為一種全新的信號處理方法，它將信號中各種不同的頻率成分分解到互不重疊的頻帶上，為信號濾波、信噪分離和特征提取提供了有效途徑，特別在信號去噪方面顯出了獨特的優(yōu)勢。本文介紹了經(jīng)典的去噪方法，并對其適用范圍和效果進行了分析和比較。并且，討論了小波分析的基本理論，介紹了連續(xù)小波變換、離散小波變換和小波變換的快速分解與重構(gòu)算法，最后研究了小波基的數(shù)學特性，分析了它們對實際應(yīng)用的影響和作用。進而，介紹了小波的幾種去噪方法：小波變換高頻系數(shù)置零去噪方法、小波變換模極大值去噪方法、小波閾值去噪方法、小波空域相關(guān)性去噪方法。用小波變換將高頻系數(shù)強制置零去噪的方法是比較方便的，但它的不足之處是經(jīng)將高頻系數(shù)強制置零去噪后重構(gòu)的信號會使信號丟失一些細節(jié)，且小波基的選擇亦有相當?shù)碾y度，只有靠經(jīng)驗來確定，不過比傳統(tǒng)的濾波方法所得的效果還是要好。對于小波變換模極大值去噪的原理，分析了去噪過程中幾個參數(shù)的選取問題，并給出了一些選取依據(jù)；對小波閾值去噪方法的幾個關(guān)鍵問題進行了詳細討論。對閾值去噪進行了改進，利用均值逼近與閾值去噪相結(jié)合的方法來實現(xiàn)信號的處理，并通過實驗仿真實現(xiàn)。實驗結(jié)果表明該方法提高了信噪比，去噪效果優(yōu)于單獨應(yīng)用閾值去噪的方法。 在空域相關(guān)去噪算法的基礎(chǔ)上，進行了改進，利用閾值濾波與相關(guān)去噪算法相結(jié)合的一種組合去噪算法，仿真試驗結(jié)果表明，由該算法濾波之后得到的小波系數(shù)不僅連續(xù)性好，準確率高，而且易于重構(gòu)信號。 本文分別對這四種方法進行了算法分析比較，通過實驗仿真來實現(xiàn)，并對實驗結(jié)果進行了分析。實驗仿真結(jié)果表明了利用小波分析理論對信號去噪的可行性和有效性。 關(guān)鍵詞：小波分析，信號去噪，閾值，均值逼近，空域相關(guān)
標簽： 小波分析 信號去噪 中的應(yīng)用
上傳時間： 2013-07-19
上傳用戶：啊颯颯大師的
隨著科學技術(shù)的發(fā)展，指紋識別技術(shù)被廣泛應(yīng)用到各種不同的領(lǐng)域。對于一般的指紋識別系統(tǒng)，其設(shè)計要求具有很高的實時性和易用性，因此識別算法應(yīng)該具有較低的復(fù)雜度，較快的運算速度，從而滿足實時性的要求。所以有必要根據(jù)不同的識別算法采用不同的實現(xiàn)平臺，使得指紋識別系統(tǒng)具有較高的可靠性、實時性、有效性等性能要求。 SOPC片上可編程系統(tǒng)和嵌入式系統(tǒng)是當前電子設(shè)計領(lǐng)域中最熱門的概念。NiosⅡ是Altera．公司開發(fā)的一種采用流水線技術(shù)、單指令流的RISC嵌入式處理器軟核，可以將它嵌入到FPGA內(nèi)部，與用戶自定義邏輯組建成一個基于FPGA的片上專用系統(tǒng)。 本文在綜合考慮各種應(yīng)用情況的基礎(chǔ)上，以網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)、指紋識別技術(shù)和嵌入式系統(tǒng)技術(shù)為理論基礎(chǔ)，提出了一種有效可行的系統(tǒng)架構(gòu)方案。對指紋識別技術(shù)中各個環(huán)節(jié)的算法和原理進行了深入研究，合理的改進了部分指紋識別算法；同時為了提高系統(tǒng)的實時性，采用NiosⅡ嵌入式處理器和FPGA硬件模塊實現(xiàn)指紋圖像處理主要算法。論文主要包括以下幾個方面： 1、對指紋圖像預(yù)處理、特征提取和特征匹配算法原理進行闡述，同時改進了指紋圖像的細化算法，提高了算法的性能，并設(shè)計了一套實用的指紋特征數(shù)據(jù)結(jié)構(gòu)； 2、針對指紋圖像預(yù)處理模塊，包括圖像的歸一化、頻率提取、方向提取以及方向濾波，采用基于FPGA的硬件電路的方式實現(xiàn)。實驗結(jié)果表明，在保證系統(tǒng)誤識率較低、可靠性高的基礎(chǔ)上，大大提高了系統(tǒng)的執(zhí)行速度； 3、改變了傳統(tǒng)的單枚指紋識別方法，提出采用多枚指紋唯一標識身份，大大降低了識別系統(tǒng)的誤識率； 4、改進了傳統(tǒng)的基于三角形匹配中獲取基準點的方法，同時結(jié)合可變界限盒思想進行指紋特征匹配。 5、結(jié)合COM+技術(shù)、數(shù)據(jù)庫技術(shù)和網(wǎng)絡(luò)技術(shù)，開發(fā)了后臺指紋特征匹配服務(wù)系統(tǒng)，實現(xiàn)了嵌入式指紋識別系統(tǒng)同數(shù)據(jù)庫的實時信息交換。 實驗結(jié)果表明，本文所提出的系統(tǒng)構(gòu)架方案有效可行，基于FPGA的自動指紋識別系統(tǒng)在速度、功耗、擴展性等方面具有獨特的優(yōu)勢，擁有廣闊的發(fā)展前景。
上傳時間： 2013-08-04
上傳用戶：laozhanshi111
刀具狀態(tài)的精確監(jiān)測是保證金屬切削加工過程順利進行的關(guān)鍵，因此研制準確、可靠且成本低廉的刀具狀態(tài)監(jiān)測系統(tǒng)一直是研究人員所追求的目標。在眾多刀具狀態(tài)監(jiān)測方法中，聲發(fā)射監(jiān)測技術(shù)，以其信號直接來源于切削區(qū)，具有靈敏度高、響應(yīng)快，能有效避開低頻干擾等優(yōu)點，非常適用于刀具狀態(tài)監(jiān)測。 圍繞如何獲取高信噪比的刀具狀態(tài)信號特征，擬結(jié)合嵌入式技術(shù)，構(gòu)建準確、穩(wěn)定、低成本的實時刀具狀態(tài)監(jiān)測與辨識系統(tǒng)。給出了基于ARM& WinCE平臺的刀具狀態(tài)監(jiān)測系統(tǒng)數(shù)據(jù)處理平臺軟硬件初步解決方案。作為課題的前期研究本文主要進行了以下工作： （1）分析了聲發(fā)射信號與刀具磨損狀態(tài)的相關(guān)性，驗證了利用聲發(fā)射信號進行刀具狀態(tài)監(jiān)測的可行性； （2）確定刀具狀態(tài)監(jiān)測系統(tǒng)的整體方案，包括系統(tǒng)整體架構(gòu)、軟硬件設(shè)計方案。ARM& WinCE構(gòu)成本系統(tǒng)的數(shù)據(jù)處理與顯示平臺，EVC為圖形界面應(yīng)用程序開發(fā)工具； （3）構(gòu)建了數(shù)據(jù)處理與顯示平臺。選用MagicARM2410實驗開發(fā)平臺，簡化了硬件設(shè)計；根據(jù)系統(tǒng)的功能需求，進行ARM平臺的接口設(shè)計、操作系統(tǒng)和必要的驅(qū)動程序的剪裁及移植； （4）完成了數(shù)據(jù)處理與顯示應(yīng)用軟件設(shè)計。系統(tǒng)軟件包括界面模塊、數(shù)據(jù)管理模塊、數(shù)據(jù)處理模塊、圖形及結(jié)果顯示模塊、參數(shù)設(shè)置模塊等，其中數(shù)據(jù)處理模塊主要包括小波消噪、小波包分解特征提取等算法； （5）實現(xiàn)了ARM& WinCE平臺與PC機的實時可靠通訊。
標簽： WinCE ARM 刀具 狀態(tài)監(jiān)測
上傳時間： 2013-04-24
上傳用戶：lanjisu111
人臉識別技術(shù)作為生物識別技術(shù)之一，是模式識別在圖像領(lǐng)域中的具體運用，其應(yīng)用前景非常廣闊，可以應(yīng)用到身份證件的鑒別、自動門禁控制系統(tǒng)、銀行取款機、家庭安全，圖片檢索等領(lǐng)域。 人臉識別系統(tǒng)主要分為人臉檢測定位，特征提取和人臉分類三部分。人臉的檢測和定位，即從輸入的圖像中找到人臉及人臉存在的位置，并將人臉從背景中分離出來。在特征提取部分，先對原始人臉數(shù)據(jù)進行特征提取，之后原始數(shù)據(jù)由維數(shù)較少的有效特征數(shù)據(jù)表示并存儲在數(shù)據(jù)庫中，接下來進行人臉分類，在識別待測人臉圖像時，將待測圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲數(shù)據(jù)相比對，判斷是否為庫中的某一人，從而實現(xiàn)自動識別人臉的目的。 在過去的十年里，人臉識別技術(shù)一直是圖像處理領(lǐng)域里具有挑戰(zhàn)性的課題，隨著研究的深入，許多人臉檢測及識別算法被提出來。其中基于主成分分析的Eigenface的算法及其變形已經(jīng)成為測試人臉識別系統(tǒng)性能的基準算法；同時Adaboost人臉檢測算法，在PC上基本可以達到實時，在嵌入式產(chǎn)品廣泛應(yīng)用的今天，只有讓人臉識別算法在嵌入式平臺上實現(xiàn)，才能獲得更廣闊的應(yīng)用，本文研究了在嵌入式平臺上Adaboost人臉檢測算法的性能。 嵌入式是后PC時代的一個亮點，目前已經(jīng)應(yīng)用在社會生活的方方面面。嵌入式產(chǎn)品的開發(fā)平臺分為包括很多，如：DSP，ARM，PowerPC等等。本文采用的ARM9作為嵌入式開發(fā)平臺，研究人臉識別在ARM平臺的性能，為實用的嵌入式人臉識別系統(tǒng)的設(shè)計提供參考。 本文從PC平臺的軟件實現(xiàn)入手，分別實現(xiàn)了PC平臺下的AdaBoost人臉檢測算法和PCA人臉識別算法,分析了現(xiàn)象及結(jié)果，接下來搭建了基于ARM嵌入式系統(tǒng)的硬件平臺，對AdaBoost人臉檢測算法進行了硬件平臺的移植，并得出相應(yīng)實驗效果。
標簽： ARM 人臉識別 系統(tǒng)設(shè)計
上傳時間： 2013-05-31
上傳用戶：saharawalker
隨著數(shù)字化和網(wǎng)絡(luò)化的發(fā)展，傳統(tǒng)的門禁系統(tǒng)由于鑒別方式、速度和性能等方面的限制，很難滿足安全可靠和網(wǎng)絡(luò)化的控制需求。由于識別技術(shù)的不斷成熟，基于人體生理特征的身份識別系統(tǒng)逐漸被人們開始采用，目前，從實用的角度看，指紋識別技術(shù)要比其它生物識別技術(shù)更安全和方便，這是因為人的指紋具有唯一性、不變性以及貼身性的特點。傳統(tǒng)的門禁控制器常采用單片機開發(fā)，利用串行通信接口向遠程上位機傳送數(shù)據(jù)，多個門禁控制器一般組成RS485網(wǎng)絡(luò)，通信線路專用且不易于實現(xiàn)網(wǎng)絡(luò)控制和遠程控制，而基于TCP/IP網(wǎng)絡(luò)通信的門禁系統(tǒng)通過局域網(wǎng)傳遞數(shù)據(jù)，很容易實現(xiàn)遠程控制和分布式管理。 文中設(shè)計了基于指紋識別和以太網(wǎng)的智能網(wǎng)絡(luò)型門禁控制器。在ARM9和Linux操作系統(tǒng)上采用FPS200指紋傳感器采集指紋圖像和USB攝像頭采集視頻圖像，以及采用以太網(wǎng)控制器芯片AX88796，實現(xiàn)了基于TCP/IP協(xié)議的網(wǎng)絡(luò)門禁系統(tǒng)。 論文首先分析了門禁系統(tǒng)的研究背景、意義及國內(nèi)外的發(fā)展現(xiàn)狀，然后介紹了指紋識別網(wǎng)絡(luò)門禁系統(tǒng)的總體結(jié)構(gòu)，闡述了系統(tǒng)各個重要功能模塊的硬件資源。根據(jù)系統(tǒng)的硬件資源搭建了嵌入式Linux的軟件平臺，移植了相關(guān)模塊的驅(qū)動程序。論文研究了指紋識別算法，包括指紋圖像預(yù)處理和指紋圖像的特征提取和匹配，重點分析了指紋圖像分割法，利用灰度梯度和灰度方差的結(jié)合設(shè)置一個合適的局部閾值對指紋進行分割。然后，闡述了門禁控制系統(tǒng)軟件的總體設(shè)計，并重點介紹Video4Linux采集圖像、指紋圖像采集、GoAhead Web Server的應(yīng)用以及系統(tǒng)運用TCP/IP實現(xiàn)系統(tǒng)門禁控制器和上位機PC之間的網(wǎng)絡(luò)通信。 系統(tǒng)測試部分介紹了測試環(huán)境、測試方法以及測試內(nèi)容。測試結(jié)果表明，本課題設(shè)計的指紋識別網(wǎng)絡(luò)型門禁系統(tǒng)在穩(wěn)定性、可靠性以及實時性方面達到了較好的效果。文章最后提出了一些在工作中遇到的問題，并對近幾年來的一些新的研究趨勢做了簡單的總結(jié)與展望，指出了指紋識別網(wǎng)絡(luò)型門禁系統(tǒng)未來的研究方向。
標簽： ARM 指紋識別 門禁系統(tǒng)
上傳時間： 2013-07-23
上傳用戶：pwcsoft
嵌入式人臉識別系統(tǒng)建立在嵌入式操作系統(tǒng)和嵌入式硬件系統(tǒng)平臺之上,具有起點高、概念新、實用性強等特點。它涉及嵌入式硬件設(shè)計、嵌入式操作系統(tǒng)應(yīng)用開發(fā)、人臉識別算法等領(lǐng)域的研究；嵌入式人臉識別系統(tǒng)攜帶方便、安裝快捷、機動性強,可廣泛應(yīng)用于各類門禁系統(tǒng)、戶外機動布控的實時監(jiān)測等特殊場合,因此對嵌入式人臉識別的研究工作具有突出的理論意義和廣泛的應(yīng)用前景。 本文是上海市經(jīng)委創(chuàng)新研究項目《射頻識別RFID系統(tǒng)-自動識別和記錄人群的身份》(編號：04-11-2)與上海市科委AM基金項目《基于ARM和RFID芯片的自組織安全監(jiān)控系統(tǒng)的研制》(編號：0512)的主要研究內(nèi)容之一。論文從構(gòu)建自動人臉識別系統(tǒng)所需解決的若干關(guān)鍵問題入手,重點探討了基于嵌入式ARM微處理器的實時人臉檢測、關(guān)鍵特征定位、高效的人臉特征描述、魯棒的人臉識別分類器及自動人臉識別系統(tǒng)設(shè)計等問題的研究。論文的主要工作和創(chuàng)新點表現(xiàn)在以下方面： 1實現(xiàn)了結(jié)合膚色校驗的Haar特征級聯(lián)分類器嵌入式實時人臉檢測,提出了基于人臉約束的人眼Haar特征RSVM級聯(lián)分類器人眼檢測算法和基于遮罩掩磨與橢圓擬合的瞳孔定位算法。 復(fù)雜背景中的人臉檢測是自動人臉識別系統(tǒng)首先要解決的關(guān)鍵問題,通過對基于膚色模型和基于Haar特征級聯(lián)強分類器的人臉檢測算法的分析研究,綜合兩個算法的優(yōu)點,提出了基于膚色模型校驗和Haar特征級聯(lián)強分類器的嵌入式實時人臉檢測算法。實驗結(jié)果表明,該算法不僅解決了復(fù)雜背景中的類膚色和類人臉結(jié)構(gòu)問題,而且具有較高的檢測率和較快的檢測速度,同時對光照、尺度等變化條件下的人臉檢測也具有較強的魯棒性。 人眼檢測與瞳孔定位在人臉歸一化和有效人臉特征抽取等方面起著非常重要的作用,為了快速檢測人眼并精確定位人眼瞳孔中心,論文提出了基于人臉約束的人眼Haar特征RSVM級聯(lián)分類器人眼檢測算法和基于遮罩掩磨與橢圓擬合的瞳孔定位算法,首先利用人眼檢測分類器在人臉區(qū)域內(nèi)完成對人眼位置的檢測,然后通過對檢測到的人眼進行遮罩掩磨、簡單圖像形態(tài)學變換及橢圓擬合實現(xiàn)瞳孔中心的精確定位。測試結(jié)果表明該算法只需幾百毫秒便能完成人眼檢測與瞳孔中心定位整個過程,在保證檢測速度較快的同時,還能確保較高的定位精度。 2 針對傳統(tǒng)線性判別分析法存在的小樣本問題(sss),通過調(diào)整Fisher判別準則,實現(xiàn)了自適應(yīng)線性判別分析算法及相應(yīng)的人臉識別方法人臉識別中的小樣本問題使線性判別分析算法的類內(nèi)散布矩陣發(fā)生嚴重退化,導(dǎo)致問題無法求解。本文在人臉識別小樣本問題的基礎(chǔ)上,通過調(diào)整Fisher判別準則,利用類間散布矩陣的補空間巧妙地避開類內(nèi)散布矩陣的求逆運算,通過訓練集每類樣本的樣本數(shù)信息自適應(yīng)改變調(diào)整參數(shù),實現(xiàn)了自適應(yīng)線性判別分析算法,實驗結(jié)果表明,該算法能有效解決人臉識別中的小樣本問題。 3 提出了基于有效人臉區(qū)域的Gabor特征抽取算法,有效地解決了Gabor特征抽取維數(shù)過高的問題。 Gabor小波對圖像的光照、尺度變化具有較強魯棒性,是一種良好的人臉特征表征方法。但維數(shù)過高的Gabor特征造成應(yīng)用系統(tǒng)的維數(shù)災(zāi)難,為解決Gabor特征的維數(shù)災(zāi)難問題,論文第四章提出了基于有效人臉區(qū)域的Gabor特征抽取算法,該算法不僅有效地降低了人臉特征向量維數(shù),縮小了人臉特征庫的規(guī)模,同時降低了核心算法的時間和空間復(fù)雜度,而且具有與傳統(tǒng)Gabor特征抽取算法同樣的魯棒性。 4 結(jié)合有效人臉區(qū)域的Gabor特征抽取、自適應(yīng)線性判別分析算法和基于支持向量機分類策略,提出并實現(xiàn)了基于支持向量機的嵌入式人臉識別和嵌入式人像比對系統(tǒng)支持向量機通過引入核技巧對訓練樣本進行學習構(gòu)造最小化錯分風險的最優(yōu)分類超平面,不僅具有強大的非線性和高維處理能力,而且具有更強的泛化能力。本文研究了支持向量機的多類分類策略和訓練方法,并結(jié)合論文中提出的基于有效人臉區(qū)域的Gabor特征提取算法、自適應(yīng)線性判別分析算法,首次在基于Windows CE操作系統(tǒng)的嵌入式ARM平臺中實現(xiàn)了具有較強魯棒性的嵌入式自動人臉識別系統(tǒng)和嵌入式人像比對系統(tǒng)。 5 提出并初步實現(xiàn)了基于客戶機/服務(wù)器結(jié)構(gòu)無線網(wǎng)絡(luò)模型的遠距離人臉識別方案為解決嵌入式人臉識別系統(tǒng)在海量人臉庫中進行識別的難題,論文提出并初步實現(xiàn)了基于客戶機/服務(wù)器結(jié)構(gòu)無線網(wǎng)絡(luò)模型的嵌入式遠距離人臉識別方案。 客戶機(嵌入式平臺)完成對人臉圖像的檢測、歸一化處理和人臉特征提取,然后通過無線網(wǎng)絡(luò)將提取后的人臉特征數(shù)據(jù)傳輸?shù)椒?wù)器端,由服務(wù)器在海量人臉庫中完成人臉識別,并將識別后的結(jié)果通過無線網(wǎng)絡(luò)傳輸?shù)娇蛻魴C顯示輸出,從而實現(xiàn)基于客戶機/服務(wù)器無線網(wǎng)絡(luò)模型的嵌入式遠距離人臉識別方案。 6 結(jié)合我們開發(fā)的基于ARM的嵌入式自動人臉識別系統(tǒng)和嵌入式人像比對系統(tǒng),從系統(tǒng)設(shè)計的角度探討了在嵌入式系統(tǒng)中進行人臉識別應(yīng)用設(shè)計的思路及應(yīng)該注意的問題雖然嵌入式人臉識別系統(tǒng)的性能很大程度上取決于高效的人臉特征描述和魯棒的人臉識別核心算法。但是,嵌入式系統(tǒng)的設(shè)計思想對嵌入式人臉識別系統(tǒng)的性能影響同樣值得重視。本文第六章重點闡述了嵌入式自動人臉識別應(yīng)用系統(tǒng)的設(shè)計思路,并結(jié)合我們自主開發(fā)的嵌入式自動人臉識別系統(tǒng)和嵌入式人像比對系統(tǒng)從系統(tǒng)設(shè)計的角度探討了嵌入式人臉識別應(yīng)用系統(tǒng)設(shè)計中應(yīng)該注意的關(guān)鍵技術(shù)問題。 結(jié)合本文提出的算法我們在PC上完成對人臉識別分類器的訓練,然后在嵌入式ARM開發(fā)平臺上實現(xiàn)了嵌入式自動人臉識別、嵌入式人像比對兩個便攜式人員身份認證系統(tǒng),經(jīng)測試運行效果良好。所提出的人臉識別算法不僅具有一定的理論參考價值,而且對于嵌入式系統(tǒng)應(yīng)用開發(fā)、AFR應(yīng)用系統(tǒng)開發(fā)也具有一定的借鑒意義。
上傳時間： 2013-05-18
上傳用戶：我們的船長
基于小波變換和神經(jīng)網(wǎng)絡(luò)理論,對非穩(wěn)定、大信噪比(SNR)變化的通信信號進行有效的特征提取和分類,實現(xiàn)了通信信號調(diào)制方式的分類識別.首先,采用基于多分辨分析框架的Mallat快速算法提取離散細節(jié)作為特征采,實驗得出db3小波非常適合作為特征提取小波,用小波變換大大壓縮了通信信號特征矢量,提取的信號特征矢量64點;然后依據(jù)神經(jīng)網(wǎng)絡(luò)理論,分別采用BP網(wǎng)絡(luò)作為分類器對通信信號調(diào)制識別分類.從計算機模擬實驗結(jié)果可知,該方法能很好地完成通信信號調(diào)制識別分類任務(wù),使識別正確率得到了明顯改善,同時降低了識別分類過程的復(fù)雜度,并且為通信信號調(diào)制識別的DSP實現(xiàn)提供了快速計算的理論基礎(chǔ).其次,介紹了TMS320LF2407 DSP和FPGA的結(jié)構(gòu)原理,并在此基礎(chǔ)上設(shè)計了數(shù)字信號處理板和制作調(diào)試電路板.最后,用匯編和C語言編制A/D程序、串口通信程序和應(yīng)用程序,并在信號處理板上調(diào)試和運行.
標簽： DSPs FPGA 通信信號 調(diào)制識別
上傳時間： 2013-07-23
上傳用戶：731140412
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
