[人件].PeopleWare.TomDeMarco.TimothyLister.第2版.文字版
標簽： TimothyLister PeopleWare TomDeMarco
上傳時間： 2013-06-29
上傳用戶：eeworm
15.人件-中文版
標簽： 15
上傳時間： 2013-07-14
上傳用戶：eeworm
人月神話
標簽：
上傳時間： 2013-05-24
上傳用戶：eeworm
人件_中文版_
標簽：
上傳時間： 2013-04-15
上傳用戶：eeworm
遠程遙控的類人機器人系統(tǒng)
上傳時間： 2013-06-13
上傳用戶：eeworm
專輯類-網(wǎng)絡(luò)及電腦相關(guān)專輯-114冊-4.31G 路由器知識講座-68頁-1.5M-PPT版.ppt
上傳時間： 2013-06-04
上傳用戶：leehom61
牛人自述模擬電路學(xué)習(xí)歷程，供大家參考，學(xué)習(xí)，欣賞
標簽： 模擬電路
上傳時間： 2013-04-24
上傳用戶：gououo
隨著計算機科學(xué)在人機交互領(lǐng)域的極大發(fā)展，作為人臉信息處理中的一項關(guān)鍵技術(shù)，人臉檢測現(xiàn)在已經(jīng)成為模式識別，計算機視覺和人機交互領(lǐng)域不可缺少的一部分。但是，人臉檢測算法存在計算量大、速度慢等缺點。軟件實現(xiàn)方式無法達到實時處理要求，而現(xiàn)有的硬件實現(xiàn)需要占用大量硬件資源。 本文針對現(xiàn)有人臉檢測硬件實現(xiàn)的缺點，通過對Adaboost算法和現(xiàn)有硬件結(jié)構(gòu)的分析，提出了雙流水線硬件檢測架構(gòu)：掃描窗口流水線、特征向量流水線。并在Vertex-II Pro FPGA平臺驗證成功，達到實時檢測的標準。具體工作和創(chuàng)新點包括如下幾點： 介紹了人臉檢測的原理以及人臉檢測經(jīng)典算法。其中，詳細介紹了Adaboost算法。 對現(xiàn)有的結(jié)構(gòu)進行詳細分析。指出現(xiàn)有各架構(gòu)的缺點，即資源占用多，檢測速度慢。針對這兩個問題，本文提出了一個適合嵌入式應(yīng)用的掃描窗口、特征向量雙流水線檢測硬件架構(gòu)，詳細說明了該架構(gòu)的工作原理，并在該架構(gòu)基礎(chǔ)上，通過加入預(yù)測加載技術(shù)，進一步提高檢測速度。隨后，采用存儲器訪問效率，架構(gòu)內(nèi)部存儲單元大小，檢測時間長短，運算單元數(shù)量四個標準，詳細比較了新架構(gòu)和現(xiàn)有架構(gòu)的差別，顯示出新架構(gòu)的優(yōu)勢。 基于提出的架構(gòu)，給出了Adaboost人臉檢測系統(tǒng)的VLSI實現(xiàn)方案。本文中，采用自頂向下的設(shè)計方法將人臉檢測系統(tǒng)分成若干個子模塊，然后對每個子模塊進行詳細的設(shè)計和說明，給出了每個子模塊的硬件架構(gòu)、狀態(tài)轉(zhuǎn)換以及verilog實現(xiàn)后的仿真波形。 采用Xilinx公司的VII Pro FPGA開發(fā)板完成人臉檢測系統(tǒng)的硬件驗證。FPGA驗證結(jié)果表明對于QCIF分辨率的視頻圖像，人臉檢測系統(tǒng)能夠達到50fps的檢測速度，滿足實時檢測的要求。
上傳時間： 2013-06-15
上傳用戶：1193169035
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
本文以太陽能割草機器人為研究對象，以經(jīng)濟實用為研究目標，主要研究了太陽能割草機器人的定位行走、能量管理、基于ARM的控制硬件構(gòu)成和軟件設(shè)計以及嵌入式數(shù)據(jù)庫系統(tǒng)構(gòu)建等關(guān)鍵技術(shù)。 全區(qū)域覆蓋路徑規(guī)劃一直是智能割草機研究的一個難點，本課題從相對定位入手，提出了一種以基站為參考原點建立全局坐標的方法，其為路徑規(guī)劃提供了準確的定位，消除了在路徑規(guī)劃過程中誤差的積累。根據(jù)太陽能電池板及蓄電池混合供能的特點設(shè)計了能量的人工智能決策系統(tǒng)-Agent反應(yīng)型決策系統(tǒng)，為能量的供應(yīng)提供了優(yōu)化的決策算法。控制系統(tǒng)是體現(xiàn)太陽能割草機器人智能化水平的關(guān)鍵部分，根據(jù)應(yīng)用要求，結(jié)合結(jié)構(gòu)簡單實用的理念，設(shè)計了太陽能割草機器人基于ARM中心控制模塊、電機控制模塊、傳感器系統(tǒng)以及定位系統(tǒng)模塊的硬件部分。在硬件設(shè)計的基礎(chǔ)上設(shè)計了操作系統(tǒng)以及嵌入式數(shù)據(jù)庫系統(tǒng)，并給出了每個模塊具體的算法。 本文主要研究的太陽能割草機器人控制系統(tǒng)，提供了一套低成本、切實可行的設(shè)計方案，具有一定的理論意義和實用價值。
標簽： ARM 太陽能 機器人 控制系統(tǒng)
上傳時間： 2013-04-24
上傳用戶：WANGLIANPO
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
