摘要：设计了一款可进行口罩识别、人脸识别、健康码识别、无接触测温、无接触消毒于一体的防疫系统。通过人工智能技术,识别人员人脸信息、口罩是否佩戴、核验健康码信息;通过传感器技术,对进入社区的人员进行无接触测温和消毒。使用该装置可有效避免人员交叉感染,解决公共场合进出口拥堵问题,从而提高工作效率,降低潜在风险,具有广阔的市场前景。

摘要：针对视频帧间相对运动的目标检测,进行视频预处理,读取视频相关属性,运用二帧差分法、三帧差分法、彩色帧间差分法等,可以高效检测并处理视频运动目标,主要用大津法确定的图像二值化阀值,差分图像优化,使用腐蚀膨胀去噪点,再进行路径图初始化,画出圆心,根据时间的先后,找出存在圆心点,设计每帧停留时间,刻画出视频中出现运动轨迹,从而达到解决问题的目的。

摘要：本文是基于嵌入式开发技术提出的一种基于无线传感网络的智能森林火灾实时防控系统,以实现对森林各处的环境进行实时监测,预警火灾发生的危险区域。该系统以STM32F103ZET6芯片为主控板并搭载火焰传感器、温湿度传感器、烟雾传感器等多种传感器综合判断是否发生火情,通过风速风向检测仪判断风速风向,并通过NRF24L01无线通信模块使语音播报模块。

摘要：针对人工鉴定冬虫夏草品质效率低下的问题,基于视觉深度学习技术提出了一种新型的冬虫夏草细粒度视觉分类网络,旨在辅助人工高效辨别三类不同品质的虫草。所提出的网络采用了特征融合技术和注意力引导的图像增强策略。前者能够有效生成更具判别力的多尺度特征,后者通过将注意力图像裁剪增强模块和注意力图像融合增强模块相结合的方式,实现对图像的精准增强,有效提升了模型的泛化性能和鲁棒性。实验结果表明,设计的网络在CUB-200-2011细粒度图像分类数据集展现了优越的竞争力,同时在CSCS-3冬虫夏草图像细粒度品质数据集上取得了高达96.8%的分类准确率。

摘要：为解决传统印刷电路板(Printed Circuit Board, PCB)瑕疵检测存在的问题,基于目标检测,设计了一种轻量高效的STA模块,增强了空间及通道间的关联性,将其嵌入CSPDarknet网络进行训练。实验结果表明,该网络在参数量与准确率之间取得了平衡,mAP0.5达到93.21%。利用PySide2开发了一款智能PCB板缺陷检测系统,可自动识别及定位PCB上的各种瑕疵,提高检测效率及准确性。

摘要：文章基于嵌入式技术提出了一种基于单片机间协同作业的卫生间跌倒报警系统,以实现对在卫生间中发生突发情况的人员进行实时监测并报警。使用STM32F103ZET6单片机作为主控板搭载红外对射矩阵实时监测人在卫生间中贴于地面面积的改变来确定人是否跌倒,通过nRF24L01无线传输来实现LCD显示和蜂鸣器结合的报警方式,让跌倒的人及时得到外界的救助。该设计具有监测灵敏、可操作性强、不暴露他人隐私、LCD液晶显示与蜂鸣器结合的报警方式等优点。

摘要：为了实现对藏药材快速、高效、准确的鉴定识别,本文采用深度学习的方式提出了一种对称卷积核多分支残差块。该块不仅可以根据藏药材的差异动态调节卷积的参数,而且可以在更细粒度的级别上提取多尺度空间信息,并形成长距离的信道依赖性,然后将此块进行堆叠,形成了一个新型的网络结构——深度对称卷积核神经网络。实验结果表明,该网络在相同条件下取得了参数量-计算量-准确率之间的平衡,具有更好的性能。