2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、智能視頻監(jiān)控系統(tǒng)如今在安防市場上的需求已經越來越明顯,其潛在的價值是非常巨大的,但目前還是非常缺乏能在硬件上實現(xiàn)的、穩(wěn)定的智能視頻算法。為此旨在研究并提出一種新的、簡單的運動目標檢測算法,并使其能在硬件上實現(xiàn)。
   通過研究傳統(tǒng)算法,發(fā)現(xiàn)它們的資源利用量比較大,而且實時性也比較弱。所以提出了一種新的、簡單的目標檢測算法(SCN)。該算法是細胞神經網絡(CNN)的一種簡化模型,它極大地提高了系統(tǒng)的執(zhí)行效率,并在仿真和硬件實現(xiàn)上體

2、現(xiàn)出了較好的實時性和資源低耗性,為其它CNN和SCN模型在FPGA上實現(xiàn)的研究提供了一定的參考價值。主要工作和成果如下:
   1.針對傳統(tǒng)背景建模算法實時性差,資源消耗過多等不足,采用了細胞神經網絡原理,提出了一種新的、簡單的細胞網絡,該網絡具有很好的實時性和資源低耗性:
   2.提出了一種細胞神經網絡邊緣檢測模板參數(shù)優(yōu)化的新方法,即利用AFSA對參數(shù)進行尋優(yōu),對比結果表明AFSA優(yōu)化的參數(shù)比其他幾類算法優(yōu)化的參數(shù)具

3、有更好的邊緣檢測效果;
   3.針對原有CNN目標檢測系統(tǒng)收斂次數(shù)不定的缺點,提出了利用新的SCN模板構建目標檢測系統(tǒng)的方法,并得到了較好的仿真結果;
   4.將SCN算法在FPGA上進行實現(xiàn),并得到了很好的邊緣檢測結果和灰度負片效果,體現(xiàn)了比CNN更強的實時性和資源低耗性。
   通過研究傳統(tǒng)背景建模算法的缺點,提出了基于CNN的一種新的SCN算法,并將其成功進行仿真和硬件實現(xiàn)。在后續(xù)工作中,將會研究3維C

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論