【摘 要】
：
针对当前大多数企业身份检测抗干扰能力低下的问题,提出基于图像识别的电力施工人员身份检测技术。采用Kinect图像采集器对电力施工人员进行图像采集,交替采样后接收到主控芯片中,利用ASM算法计算半错误率得到最终指标性能;检测人脸范围及位置,计算人脸关键点位置坐标,完成人脸图像信息的数据均值规整化,并校准候选窗口。实验结果表明,基于图像识别的电力施工人员身份检测技术与传统相比,电力施工人员的身份识别抗
论文部分内容阅读
针对当前大多数企业身份检测抗干扰能力低下的问题,提出基于图像识别的电力施工人员身份检测技术。采用Kinect图像采集器对电力施工人员进行图像采集,交替采样后接收到主控芯片中,利用ASM算法计算半错误率得到最终指标性能;检测人脸范围及位置,计算人脸关键点位置坐标,完成人脸图像信息的数据均值规整化,并校准候选窗口。实验结果表明,基于图像识别的电力施工人员身份检测技术与传统相比,电力施工人员的身份识别抗干扰能力大幅提高。由此可见,该图像识别技术能够有效运用到当前电力施工人员身份检测中。
其他文献
为了提高轿车胎温胎压自动监测能力,提出基于机器视觉的轿车胎温胎压仪表读数自动校验方法。构建轿车胎温胎压仪表读数的视觉信息检测模型,采用传感器监测方法进行轿车胎温胎压仪表读数信息采集,对采集的轿车胎温胎压仪表读数数据进行信息融合处理,提取轿车胎温胎压仪表读数的相关性特征量,采用匹配检测方法进行轿车胎温胎压仪表读数的误差调节,构建轿车胎温胎压仪表读数的自动检验机器视觉分析模型,实现机器视觉下的轿车胎温
交通标志识别作为智能交通技术的研究热点,是保障自动驾驶安全的重要一环。针对传统神经网络出现的特征抓取不足,池化层信息丢失引起的识别率较低的问题,给出了基于胶囊神经网络(Capsule Network,CapsNet)进行交通标志识别的方法。以德国GTRSB交通标志数据集作为样本,首先通过加权平均值法进行图像的灰度化处理,减少数据集训练计算量,提高模型的训练速度。然后提出用胶囊神经网络提取交通标志图
1973年在RFID发展历史中是非常关键的一年,美国批准了首批两项专利,一项是有源RFID标签,另一项则是无钥匙进入系统。在随后的20年中,RFID实现了快速的商业扩展,并在欧洲和美国的运输、动物追踪和与库存相关的各种应用中得到了广泛采纳。随着1990年代在技术上的成熟,一系列RFID标准相继出现,到上世纪末,全球已申请了1000多项RFID专利。2002年又是具有里程碑意义的一年,恩智浦(NXP
针对水下获取的图像存在颜色失真、噪声大且无法从图像中获取有用的信息等问题,提出了一种新的水下图像增强算法.该算法选取二进小波滤波器作为分解基与重构基,对水下图像的R,G,B三个通道分别进行二进小波变换;对于低频部分,根据图像的均方误差与信息熵的比值,选取"较好的增强算法",线性组合得到最好的效果图像;使用新的增强函数对高频部分进行增强,再用中值滤波降噪处理;将处理后的高频与低频进行二进小波逆变换重
为提出有利于绿洲灌区发展的保护性耕作种植模式,本试验设置免耕留茬覆盖(NT)和传统耕作(CT)两种耕作方式,小麦/玉米(W//M)、小麦玉米轮作(W-M)、麦后插种冬油菜轮作玉米(W-G-M) 3种种植模式,测定不同时期土壤酶活性和理化性质的变化。结果表明:不同处理下土壤蔗糖酶与淀粉酶活性呈先升后降的趋势,脲酶与蛋白酶则逐渐升高,NTW土壤酶活性较NTM、NTW-G-M和NTSM高13.00%、7
基于二维数字图像相关方法与原位观测技术,研究了含缺陷构件缺口前端的疲劳变形场特性。以7075-T6铝合金为母材,分析了3种不同缺陷位置对于缺口前端疲劳应变累积、有效应变大小以及单调塑性区演变的影响。实验中采用显微镜在100倍的放大倍率下采集散斑图像,基于分割辅助数字图像相关方法测量缺口前端疲劳应变场。实验结果表明,微小缺陷的位置对于缺口前端应变大小以及分布的影响有着明显的不同。位于缺口前方中轴线偏
喀斯特地区土壤中钙含量较高。土壤钙含量过高会抑制植物生长,进而影响农作物产量和质量。目前,对植物应答和耐受高钙胁迫的机理研究还不深入。miRNAs在植物对生物和非生物胁迫的响应中起重要调控作用。本文应用转录组测序,对高钙响应拟南芥根部miRNAs进行分析,筛选到受高钙胁迫显著影响的12个miRNAs,并对其靶基因进行了预测和分析。实时定量PCR分析证实,大部分差异表达miRNAs和其靶基因表达负相
安徽农业大学茶树生物学与资源利用国家重点实验室宋传奎教授团队,在国际上首次发现香气也能够有效调控植物的抗寒性。增加植物中一些香气物质的聚集,能够提升植物抗寒性,反之植物抗寒性显著降低。这改变了人们对于香气物质的传统认识。该项研究成果日前在线发表在国际植物学权威学术杂志《新植物学家》上。
在不断深化高职院校教学改革的背景之下,国内高职院校以MOOC、微课、翻转课堂等形式的网络课程的研究如火如荼,在线学习和在线教育资源迅速增长。但是学习资源整体利用率较低,主要原因是在线学习和在线教育资源的呈现方式与学习情境差异较大;学生获取的途径比较繁杂,不利于碎片化学习;在线学习缺乏必要的引导、推介和交互,对学生的吸引力不够。随着互联网技术的发展和AI时代的到临,移动互联环境打破了原有的时间、空间
针对传统的变电站门卫识别系统无法在短时间内准确识别来访者身份,设计基于刷脸技术的变电站门卫自动识别系统。选用STM32F030C8T6芯片作为系统硬件部分的微处理器模块核心,设计由LED显示屏、图像采集器和存储器的外围设备模块,组成系统的硬件部分。在系统的硬件部分的基础上,设计了系统的软件部分。预处理采集的图像,根据LBP原理提取图像特征,使用最近邻分类器实现目标图像与数据库中图像的匹配。利用Py