人脸表情识别研究进展

随着计算机视觉的发展和人工智能产业的兴起,人脸表情识别技术在人工智能产业有着广泛的应用需求.人脸表情识别在传统机器学习算法下对环境及姿态的改变不具备良好的鲁棒性,而且识别精度也达不到实际应用的要求.计算机和图像处理器等硬件性能的提升,以大数据为核心的深度学习算法得到快速发展,人脸表情识别技术开始趋于在深度学习算法上研究.本文分别对人脸表情图像预处理、特征提取、特征分类3个关键技术进行介绍,具体叙述了从传统的机器学习到基于深度学习的人脸表情识别技术的研究进展,分析了人脸表情识别技术目前面临的挑战和发展趋势.     

基于多特征优选的图像拼接算法及系统设计

以无人机为平台的桥梁巡检方案能够减少人工、避免安全隐患、提高效率,为了解决该系统中图像拼接实时性和拼接质量之间的矛盾,本文提出一种基于多特征优选的图像拼接算法,并设计开发出了一套基于无人机桥梁巡检的图像采集拼接子系统,先利用简单特征对图像流进行快筛,然后利用复杂特征来保持准确率,并提高系统的鲁棒性,最后通过性能指标对图像拼接质量进行调节.在实验中,针对处理速度、准确率和鲁棒性等各方面因素,本文算法平均达到了83.34％的特征提取准确率.在调节系统性能指标后,图像拼接取得了满意的效果,具有一定实用价值.     

基于单片机和传感器的空气环境实时监测系统的设计

空气环境质量一直备受人们的关注，如温度、湿度和PM2.5浓度，这是评价某个地方空气环境质量好坏的常用标准之一。为了满足对室内空气环境质量的实时监控，文中设计了一种基于单片机的室内空气质量实时监测系统，其以C51单片机为控制核心，使用温湿度传感器和PM2.5固体颗粒物传感器采集周围环境空气样本数据，并将其作为单片机输入信号，经由单片机处理后，在液晶显示屏上显示各种数据值。另作，使用红外、光敏和WIFI传感器，增加了该系统的扩展性，实现了夜间息屏和连网操作。最终调试表明，该系统性能良好、操纵简单、实用性较强，还具有成本低、外观小巧、测量结果值准确的优势，具有更好的应用前景。