【摘 要】
：
FPV眼镜是一种常用于旋翼无人机、固定翼无人机的图像显示和控制设备。为解决因传统交互方式造成的使用场景单一等问题,提出一种应用于FPV眼镜的手势识别交互系统,并重点研究其中的手势识别技术。系统通过对卷积神经网络进行优化设计,并对训练中的超参数进行精细调节,使系统在静态手势和连续动态手势的实际测试中均获得了超过80%的准确率。同时,为实现在嵌入式系统中使用该技术,使用网络优化、并行化处理和Stapl
论文部分内容阅读
FPV眼镜是一种常用于旋翼无人机、固定翼无人机的图像显示和控制设备。为解决因传统交互方式造成的使用场景单一等问题,提出一种应用于FPV眼镜的手势识别交互系统,并重点研究其中的手势识别技术。系统通过对卷积神经网络进行优化设计,并对训练中的超参数进行精细调节,使系统在静态手势和连续动态手势的实际测试中均获得了超过80%的准确率。同时,为实现在嵌入式系统中使用该技术,使用网络优化、并行化处理和Staple追踪器的方法使系统达到实时性要求,具有很高的实用性。
其他文献
水下图像的取得和拼接受到很多因素影响,图像拼接的前提条件是有较好的鲁棒性。本文的实验是基于MATLAB软件,经过边缘检测、形态学处理、提取边缘特征点等方法初步对图像进行处理,然后利用具有快速性的SURF算法(Speeded-Up Robust Features)完成验证。
免携带设备定位因其不需要目标携带任何穿戴设备就能获取位置信息,在安防和紧急救援等应用场合受到越来越多的关注。免携带设备定位的关键技术就是利用目标引起的射频信号强度进行定位。提出了一种基于压缩感知和几何滤波的免携带设备定位算法。该算法是基于无线层析成像(RTI)的定位算法,使用先验位置估计来构造一个圆形的先验区域,来移除外部链路,减少不可能的位置点,降低算法复杂度;其次将圆形先验区域进行像素的精确划
为了提高全息图再现像的空间分辨率并降低散斑噪声,本文提出了空间域掩模结合滤波的算法。该算法用空间域掩模从单幅全息图中获取一定数量的子全息图,再用滤波器对这些子全息图再现像的均值图像进一步处理。通过一系列的实验,验证了本实验方法的有效性和可靠性。实验结果显示,该算法能提高全息图再现像的空间分辨率,同时降低散斑噪声。
针对X射线高分辨率闪烁体成像领域中,由于光子转化提取效率低下或者样品无法承受所需计量的X射线而导致的图像信噪比达不到特定要求的问题。额外光子频谱重建方法首先在闪烁晶体上刻蚀二维光子晶体阵列,突破由于高折射率导致的闪烁体内部大部分生成的可见光全反射的局限,增加光信息的提取;然后利用受二维光子晶体阵列影响的系统点扩散函数对这部分额外提取的光信息进行频谱重建。经实验验证,经额外光子频谱重建方法得到的图像
点阵液晶屏因可显示内容丰富的特点被广泛应用,然而生产中极易产生液晶显示缺陷,目前该类缺陷检测工作仍以人工观察和经验判断为主,存在漏检误检问题。提出一种基于形态学图形处理的点阵液晶屏缺陷自动检测方案,首先估算出单个点阵元素大小,以此确定缺陷大小阈值和结构元素尺寸。然后通过对显示区域轮廓做形态学凸性分析,检测出边缘缺陷。接着,对待处理图像采用形态学开闭运算,利用闭运算前后图像的差图像检测出内部缺陷。实
数据监测是物联网应用的基础,当前数据监测方法存在数据重复率高、监测精度低等缺陷,为了获得理想的物联网数据监测结果,设计了一种基于光纤传感器技术的物联网数据监测方法。首先采用物联网对研究对象的数据进行采集,并对数据进行分类,然后根据证据理论对数据类别加权和融合,降低数据之间信息的冗余度,并采用光纤传感技术作为数据通信介质,加快物联网数据传输速度,最后进行了物联网数据监测的仿真测试。结果表明,本文系统
因被动接收信息,现有安防监控系统在工厂仓库管理、流水线监控等应用场合经常会产生监控死角。为消除这些死角,研究设计了一套基于MeanShift算法的目标跟踪系统。该系统由以嵌入式平台S3C2440处理器为核心的下位机和上位机监控软件构成,两者间通过无线进行连接。下位机负责实时拍摄并无线传输视频图像,同时处理上位机发送的角度信息以驱动摄像头旋转合适的角度跟踪目标;上位机负责目标物体的圈定,通过改进的M
针对雾天条件下图像降质的现象,提出一种基于雾浓度检测和简化大气散射模型的图像去雾算法。该方法从大气散射模型出发,首先构造了雾浓度检测模型获取雾最不透明区域来获取大气光值,进而建立简化大气散射模型减少计算复杂度;其次,利用对有雾图像最小通道进行形态学开操作,消除掉局部灰度级过高的像素,然后利用引导滤波算法进行区域平滑并保持边缘特性,接着结合简化模型获取透射率;最后,通过简化后的模型得到复原的无雾图像
机器视觉在当代社会的应用极广,针对曾经提出的机器视觉智能识别方法计算代价过大、稳定性不强等缺点,基于激光图像色彩度高、清晰度好的特点,提出基于激光图像的机器视觉智能识别方法。所提方法采用线性扫描技术得到物体扫描信息,根据扫描信息结构特征将其聚类成激光图像。按照存储排列方式提取激光图像色彩向量,通过对其进行非线性卷积运算获取待识别物体边缘结构,实现激光图像边缘检测。最后讨论了机器视觉与激光图像信息点
针对当前视频监控中人脸分辨率低、识别难度大的问题,提出一种深度超分辨率的监控图像人脸识别框架。通过级联2个深度卷积神经网络模块,首先对获取的低分辨率人脸图像进行超分辨率重建,其次利用第2个卷积神将网络模块提取重构后的高分辨率人脸特征,提出一种结构优化的深度卷积神经网络,并将深度卷积神经网络学习到的特征送入SOFTMAX对人脸进行分类识别。在FERET数据集上进行验证,实验结果显示,研究提出的框架与