基于视觉相关性的无线多媒体传感器网络节能策略

针对资源受限的纯相机无线多媒体传感器网络的能量消耗问题,改进了视觉相关性算法,并提出了一种新颖的基于视觉相关性的完全分布式节能策略.首先,根据视觉相关性系数算法计算相机的视觉相关性系数向量;其次,利用视觉相关性系数向量得到相机的竞争筹码并以此确定相机的角色;然后,运行两个并行且相互交互的操作:簇头相机根据簇头权重向量确定下一跳并完成路由建立;非簇头相机计算亲密度向量并且得到自己的簇ID.最后,实验结果表明本文提出的节能策略能有效地延长资源受限无线多媒体传感器网络的生命周期.     

电影时代的瘟疫

正好莱坞喜欢拍灾难片。这是西方的传统品味和美国式新口味结合的产物。所谓传统品味是指从古希腊以来悲剧在西方艺术中的强势地位,新口味是指强大的视觉特效。但有一种灾难片却并不依赖强大的视觉特效,就是瘟疫题材。其中较著名的是布拉德·皮特的《十二只猴子》和《僵尸世界大战》、达斯汀·霍夫曼的《恐怖地带》,让我们领教了病毒和细菌的致命力量。     

基于视觉的三维重建专利技术分析

【目的】基于视觉的三维重建是计算机领域的研究热点，从专利的角度出发对该技术进行分析，以期为相关产业的发展提供参考支撑。【方法】通过对基于视觉的三维重建技术领域的专利申请数量、主要申请人进行统计分析，梳理出该领域的主要技术演进路线，对典型专利技术方案进行分析。【结果】基于视觉的三维重建技术的发展充分依赖于图像传感器技术和图像数据处理技术的发展。【结论】虽然在国内该项技术的起步较晚，但是发展迅速，所应用的领域广泛，在未来一段时间内仍将处于高速发展阶段。     

基于OPENCV的手势识别的实现与应用

本文主要对静态手势识别的技术存在的各种方法进行了相应的分析与探讨,而在这个基础之上实现与设计了一套先进的静态手势识别系统。而该系统主要分为手势的分类、图像的预处理、分类器的设计与样本的训练以及特征的提取四个模块。而该系用在运行时,首先从文件夹中读取图像部分,其次在经过图像的预处理模块得到手势的轮廓图像以及二值图像,最后在对轮廓图像与二值图像这两幅图对手势进行相应的特征提取,并且采用贝叶斯分类器对这个手势进行分类识别。     

基于双目立体视觉的孔洞填充方案研究

主要研究基于双目立体视觉重建三维模型的孔洞填充方案。在重建三维模型过程中,视差图出现的孔洞造成重建模型的深度信息缺失和不连续现象。针对这个问题,提出使用双边滤波器、中值滤波器和形态学处理三者融合的方案。实验结果证明,融合方案有效地实现孔洞填充,进一步解决三维模型深度信息不连续性问题。     

热点排行

正(新闻时段新闻时段20142014-0101-1111至20142014-0101-2020;★为热度指数为热度指数)1嫦娥三号所拍地球照片首次公布[热度指数:★★★★★]10日,中国科学院首次公布通过降落相机、地形地貌相机、全景相机等载荷拍摄的一组月球照片。2013年12月14—26日,嫦娥三号探测器搭载的8台有效载荷在第1月昼期间陆续开机完成了探测或月面测试工作。测试数据分析结果显示,各有效载荷工况良好,探测数据的获取、接     

视知觉训练与初级视皮层神经元信息及其表征容量

通过分析猕猴初级视皮层（V1）神经元的群体活动在轮廓线检测训练过程中的变化发现：知觉训练可以降低V1神经元响应在不同试次之间的变异性，促使V1神经元对相同刺激的响应更加稳定；训练还可降低V1神经元群体中神经元活动之间的相关性，使V1神经元之间的活动更加独立；增加了神经活动的维度，提高了神经元表征信息的容量，减少了冗余的神经活动，进而提升了感知能力.     

基于视觉检测的交通信号模糊控制系统研究

通过视觉检测技术,应用改进的三帧帧差算法,获取车辆信息,得到十字路口车流量.并通用模糊控制方法,根据实时车流量动态调整绿灯通行时间.通过数据仿真,与传统固定时长交通灯进行对比,方法能有效提高路口车辆通行状况.     

基于改进型Yolov4的室内安全帽佩戴状态检测算法

为实现智能检测室内作业人员是否佩戴安全帽，提出了一种改进的Yolov4算法．首先，针对目前室内安全帽佩戴状态检测实验数据较为匮乏的问题，自建了一个用于室内场景的安全帽佩戴状态检测数据集．随后，为提升室内监控图像中模糊、微小目标的安全帽佩戴状态检测准确率，设计了自校准多尺度特征融合模块并将其嵌入原Yolov4网络中．该模块首先通过深度超参数化卷积从上至下、从下至上融合不同尺度下的特征，加强待检测目标的特征纹理，使得模型能够检测出这两类目标．再通过特征自校准模块对融合后的特征进行过滤，加强或抑制特征图上的每一像素点，使得模型可以在融合后的特征图上进行精确的检测．此外为加速模型收敛，使用解耦合的检测头替换原Yolov4中的耦合检测头，使目标定位任务与安全帽佩戴状态的分类任务相互独立．最后为提升模型对于重叠目标的检测能力，提出了软性非极大值抑制后处理算法Soft-CIo U-NMS．实验结果表明，该改进的Yolov4模型能够准确地识别出室内作业人员是否佩戴安全帽，准确率达到了95.1%．相比于原Yolov4模型，该模型对位于监控摄像头远端的模糊、微小目标和监控图像中重叠目标的检测能力有明显提升...     

人工智能挑战人类智能

人工智能是对人的意识、思维信息过程的模拟,它虽然不是人的智能,但能像人一样思考、学习、工作.作为一门包含十分广泛的科学,人工智能由诸多不同领域组成,如机器学习、计算机视觉等等,从事人工智能开发工作的人必须要博学,要懂得计算机知识、心理学和哲学等.研发人工智能的主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作. 即便人工智能十分“聪明”,成为了人类的好帮手,但一直以来,我们依然认为人类具有最强的大脑,它创造出无限可能性,建造摩天大楼,把人送入太空,研究万有引力、宇宙大爆炸……然而,当AlphaGo以五局四胜的战绩战胜了李世石之后,越来越多的人开始对人工智能产生危机感.