采用DaVinci技术的智能监控系统设计与实现

采用DaVinci技术,设计一种具有人脸检测与跟踪功能的智能监控系统.利用TMS320DM6446芯片的双核结构优势,在ARM端实现基于Linux系统的多线程应用程序,负责视频录放、用户界面控制、视频信号的网络传输、外围器件控制等;而在DSP(数字信号处理)端完成基于AdaBoost的人脸检测、基于卡尔曼滤波器和Mea...     

面向扶梯不安全行为的改进型深度学习检测算法

以YOLOv5s网络模型为基础,引入注意力机制CBAM模块,基于Ghost卷积模块重构网络模型的卷积操作,提出一种面向扶梯不安全行为的改进型深度学习检测算法.然后,在自主收集的扶梯不安全行为数据集上对其进行训练评估.结果表明,所提算法在检测精度有所提高的同时,大幅减少了检测所需的参数量和计算量.     

采用深度学习的快速超分辨率图像重建方法

为满足实际工业生产需要,提出一种基于深度学习的快速超分辨率图像重建方法.采用一种快速的卷积神经网络结构,使用级联的小卷积核以取得重建速度上的提升,加深卷积网络以取得重建质量上的提升.实验结果表明:在标准的公共数据集上,该算法重建的高分辨率图像在主观视觉感受和客观的图像质量评价(峰值信噪比)上取得较好的效果,且重建时间大大缩短;将算法应用在实际的项目中,能达到阈值分割后准确检测物体的标准,减少企业对高额工业相机的经济开支.     

红米稻三交、单交育种的比较研究

为选育出优质高产的红米稻,利用杂合不育系（D62A/红宝石B、933A/红宝石B）,纯合不育系（D62A、933A、红宝石A）与2个白米恢复系（R527、R272）、1个红米恢复系（R319）按不完全双列杂交组配成6个三交组合和9个单交组合.结果表明：1.杂合不育系比纯合不育系柱头活力强,外露率、结实率及异交结实率好;2.红米三交种和单交种产量都远高于红米常规稻,说明红米杂交育种是可行的.红米恢复系组配的三交组合在产量优势远大于对应的单交组合;不育系为纯合红米时组配的单交种比三交种产量优势明显;白米恢复系组配的三交组合的产量与杂合不育系相关.因此红米杂交稻的选育中,应重视具有相同的遗传背景的亲本的合理搭配,三交种应重视恢复系的选择,单交种着重不育系的选择.3.对三交种、单交种12个农艺性状进行配合力分析,所有性状的特殊配合力都达到极显著水平,说明这些性状主要以非加性效应为主.杂合不育系产量一般配合力受临时保持系的影响,三交种产量特殊配合力受临时保持系影响较大,其次是恢复系.     

Pedestrian attribute classification with multi-scale and multi-label convolutional neural networks

Pedestrian attribute classification from a pedestrian image captured in surveillance scenarios is challenging due to diverse clothing appearances,varied poses and different camera views. A multiscale and multi-label convolutional neural network( MSMLCNN) is proposed to predict multiple pedestrian attributes simultaneously. The pedestrian attribute classification problem is firstly transformed into a multi-label problem including multiple binary attributes needed to be classified. Then,the multi-label problem is solved by fully connecting all binary attributes to multi-scale features with logistic regression functions. Moreover,the multi-scale features are obtained by concatenating those featured maps produced from multiple pooling layers of the MSMLCNN at different scales. Extensive experiment results show that the proposed MSMLCNN outperforms state-of-the-art pedestrian attribute classification methods with a large margin.     

深度学习下的高效单幅图像超分辨率重建方法

提出一种基于深度学习的高效单幅图像超分辨率重建方法,增加一个亚像素卷积层和一个替换的级联卷积,即设计一个具有合适深度的卷积神经网络,以保证图像的重建质量,并采用级联小卷积核提高运行速度.在标准的公共数据集上进行实验测试,结果表明:与亚像素卷积神经网络(ESPCN)算法相比,所提算法重建的高分辨率图像的质量和速度皆显著提高;将其应用于实际项目中,可端到端地重建低分辨率服装风格图像,获得高分辨率图像.     

高斯函数约束下的多判别参数散乱点云边缘检测

设计一种散乱点云数据边缘检测算法,从而快速、精确地提取边缘特征.该算法以点云的局部特征为基础,通过分析点云数据各点的法向特性,构建各点k近邻法向夹角特征、曲率特征、距离特征,并在高斯函数的约束下完成点云边缘特征的检测.利用公共数据进行多组实验,对比不同算法下的检测效果.结果表明:该算法提取点云边缘特征的速度更快、效果更好.     

功能性红米杂交稻微生物发酵研究及微量元素分析

通过对功能性红米杂交稻611A/R319的稻米性质和微生物发酵转化微量元素的研究,优化功能杂交红米微生物发酵工艺,探讨该红米杂交稻的生物学优势和应用潜力.功能性红米杂交水稻611A/R319、粒长7.0 mm、长宽比3.0、透明度2级、胶稠度68、蛋白质9.9%、Se含量0.05μg/g等.最适发酵工艺为加曲量1.0%、发酵温度30℃、发酵时间51 h、功能性红米杂交水稻611A/R319糙米与糯米最适比例33%.结果显示,功能性红米杂交水稻611A/R319与糯米混合发酵生产的组合红米酿在硒、铁、锌等微量元素方面较纯糯米传统发酵产物极显著提高,其中Se和Fe含量分别是纯糯米酿的2.5和2.2倍;并且在口感上大大优于纯红糙米发酵生成的纯红米酿.     

红色水稻色素着生位置与四种微量元素的研究

通过徒手切片观察了红色水稻色素着生位置,并用等离子体质谱仪、原子吸收光谱仪测定了四种微量元素（Fe、Zn、Se、Ge）的含量,比较红宝石、杂交红米和普通白米中微量元素含量,以确定其营养差异.实验结果如下：①其色素主要存在种皮和果皮中;②微量元素铁(Fe)、锗(Ge)主要存在糙米的种皮和果皮中;③红宝石糙米中各微量元素含量和四种微量元素总含量均高于普通白米,说明红宝石营养成分含量高,并且由其遗传特性所决定.微量元素锗（Ge）、硒(Se)含量在杂交红米中与亲本常规红米中的含量持平,说明通过杂交方法来提高保健稻     

六自由度机械臂运动轨迹自动生成方法仿真与实现

运用运动捕捉系统,结合机器人运动学方法,提出一种六自由度机械臂运动轨迹自动生成方法.首先,在运动捕捉系统下得到人手臂末端的Marker标记点的位姿信息;然后,通过数据处理得到标记点的位姿矩阵,并将其作为机械臂末端执行器的位姿矩阵,进而通过数据流通道将该数据传入机器人运动学仿真系统,在仿真系统中运用代数解法求机器人运动学逆解,并进行运动学仿真.最后,将逆解求得的6个关节角度传入机械臂本体,实现机械臂末端执行器按照运动捕捉系统下手臂末端标记点的运动轨迹而运动.仿真实验表明:该方法具有可行性.