课程文献中心 更多>>

关键词： 人脸识别   RetinaFace   FaceNet   RKNN模型转换  

摘要： 在疫情暴发期间,佩戴口罩已成为一项重要的公共防疫措施。但口罩遮盖会导致基于图像的人脸识别系统识别准确率降低、检测速度变慢。本研究设计了一种基于RetinaFace和FaceNet算法的佩戴口罩人脸识别系统。首先,使用RetinaFace算法训练得到RetinaFace模型,实现人脸关键点定位功能;其次,采用FaceNet算法训练得到FaceNet模型,提取人脸特征向量并构建特征数据库;最后,通过比对待识别人脸特征向量与数据库中向量的欧氏距离,输出识别结果。实验结果表明,该系统在RKNN模型转换后的识别速度超过25 f/s,在数据集Mask-LFW上,特征向量间欧氏距离阈值设定为1.01时,ACC最高达93.78%,AUC为91.03%。该系统满足实时性且具有较高的检测准确率,可满足实验室、公司、工厂或一些公共场所的使用需求。

关键词： 算法管理   提高效率   灵活性   自主权   批评者   访问   控制   管理者  

摘要： 在越来越多的工作场所,重要决策不是由管理者做出,而是由算法做出,算法对工人的访问和控制程度越来越高。虽然算法管理可以提高效率和灵活性,但批评者警告说,算法会加强对工人的监控,降低工人的自主权。

关键词： 智慧安防   目标检测   视频融合   YOLO-FastestV2   AI智能分析   声振探测器  

摘要： 近年来,房屋周围的人车目标检测算法作为智慧安防领域中的重要部分,备受研究人员的关注。智慧安防中涉及的目标检测任务需要具备隐蔽性、实时性、持续性、丰富性等特点。根据这些特点,针对人车目标在白天与夜晚的不同特征,设计了一种基于红外与微光视频融合的人车目标检测算法,该算法采用改进的YOLO-FastestV2目标检测算法,解决了基于红外与微光视频融合下人车目标的快速检测难题,可以较隐蔽地持续捕获行人与车辆目标。在智能分析处理模块利用声振探测器与AI智能分析联合判断,能够有效应对周围环境的干扰。经验证,该算法抗干扰能力强,准确性高,具有较好的应用价值。

关键词： 无线网络控制系统   调度算法   非线性规划   鲁棒性  

摘要： 为了提升对丢包拓扑和传感器需求变化的鲁棒性,提出了一种基于混合整数非线性规划的无线网络控制系统鲁棒调度算法。首先将仅支持有限传输速率集的离散速率传输模型的调度、功率控制和速率自适应的联合优化问题描述为一个混合整数非线性规划问题,并证明了该问题是NP难的。然后提出一个最佳多项式时间功率控制与速率适配演算法,以最小化节点子集的传输时间。进一步设计了一种多项式时间启发式调度算法从而均匀分布时间节点子集。最后通过仿真证明在满足已知的周期性数据生成传输延迟的前提下,提出方法能够满足能耗要求,并且能够对拓扑和信道变化提供最大的鲁棒性以及传感器节点可靠性。

关键词： 计算机视觉   硬件解码器   Triton推理框架   处理中心  

摘要： 阐述了计算机视觉算法技术背景及其在处理中心的应用场景,分析了计算机视觉算法数据处理流程,提出一种基于硬件编码器及Triton的部署方案,为后续算法推广提供参考。

关键词： 无线传感器网络   粒子群优化算法   拉丁超立方采样   相互学习能力   动态学习因子  

摘要： 为了提高无线传感器网络(Wireless Sensor Network, WSN)的覆盖率,提出了一种基于相互学习能力和动态学习因子的改进粒子群优化(Modified Partide Swarm Optimization, MPSO)算法。引入了拉丁超立方采样(Latin Hypercube Sampling, LHS)序列来初始化种群,增加了种群的多样性,为之后优化奠定基础;引入一种相互学习方法,粒子通过随机选择目标粒子来增强自身的学习能力,提升局部寻优性能;利用一种动态学习因子策略,通过改变粒子的学习能力,加快了算法收敛速度并增强了全局寻优能力。仿真结果表明,在不改变原算法复杂度的情况下,相较于基本PSO算法和其他对比算法,改进PSO算法可以耗费更少的资源达到更好的寻优效果,可以有效地解决网络覆盖盲区和覆盖冗余问题,提高网络覆盖率。

关键词： 非等距   直方图分组   差分隐私   隐私预算  

摘要： 针对直方图隐私泄露与分组数难以确定的问题,提出一种基于差分隐私的非等距直方图数据发布算法。首先,提出一种改进的定量化的综合评价指标,将直方图的分组评判标准定量化为特定的计算公式,以确定直方图最优分组数。然后,利用经验分布函数设计隐私预算分配方案,计算得出分组边界,从而构建非等距直方图。最后,根据非等距边界划分的分组,统计组内频数,对频数进行加噪,发布满足差分隐私的非等距直方图。实验结果表明,分组数的最优计算及非等距的实现,保证了直方图发布数据的准确性和隐私性,同时仍能保证直方图的分布特征不受影响,该文所提发布算法的均方误差与同类精确的直方图发布(accurate histogram publication, AHP)算法相比降低了99%。

关键词： 多阈值图像分割   雁群算法   Otsu算法   混沌映射   蝴蝶优化算法   竞争机制   正余弦算法  

摘要： 阈值分割是一种被广泛应用的图像分割技术。然而,传统的最大类间方差法(Otsu算法)在多阈值图像分割中面临着计算复杂度高、执行时间长及分割准确性不够等挑战。针对这些现象,提出一种基于改进雁群优化算法(CBLSGSO)的Otsu多阈值图像分割算法,该算法将Cubic混沌映射模型嵌入雁群算法初始化过程中,提高种群的多样性;提出多区域引导式结构,对种群动态切分并设计不同的进化机制,扩大种群寻优范围;引入自适应正余弦策略和蝴蝶算法搜索策略,提高算法的收敛精度,有效地平衡了算法的全局寻优能力和局部寻优能力。为验证改进后Otsu算法性能,选取ACC、Jaccard、Specificity、F1-score、FSIM、SSIM和PSNR等指标作为评价指标,并与近年来不同学者提出的图像分割算法进行实验对比,验证了算法的有效性。实验结果表明,基于改进雁群算法的Otsu图像分割法能更快速精确地解决复杂图像分割问题。

关键词： 无氟保护渣   黏度预测   鲸鱼优化算法   极限学习机  

摘要： 针对结晶器无氟保护渣黏度值预测复杂、预测精度低的问题,提出了一种基于改进鲸鱼优化算法的极限学习机模型并用于无氟保护渣黏度值预测。首先,构建无氟保护渣成分数据集,并对保护渣中成分与黏度值进行相关性分析;然后,利用改进Tent混沌映射和反向学习策略初始化鲸鱼优化算法的种群,融合非线性收敛因子和自适应t分布变异策略提高算法对极限学习机中超参数的寻优能力;最后,对无氟保护渣数据集进行黏度值预测对比实验,验证了改进算法的有效性。结果表明:与反向传播神经网络(back propagation neural network, BPNN)、极限学习机(extreme learning machine, ELM)模型相比,平均绝对百分比误差平均降低了29.50%,在寻优精度、预测精度和稳定性方面取得较大提升。

关键词： 巡检机器人   强化学习   路径规划  

摘要： 传统DQN算法的网络收敛速度较慢,应用于路径规划研究中时难以在较短的训练回合内获取最优路径。提出一种DQN算法的改进方法,首先,分析确定巡检机器人路径规划所需的状态信息,并设置合理的奖励函数,使移动机器人能够通过算法学习得到无碰撞的最短巡检路径;其次,对DQN算法进行改进,减少移动机器人的训练次数,缩短机器学习时间。仿真实验结果显示,改进算法能够在复杂障碍物地图中完成巡检路径规划任务,且显著提高了学习效率。