【摘 要】
：
针对传统考勤方式无法实时监测学生迟到、早退、代课和旷课等现象,难以对课堂进行全面监督等问题,文中研究和设计了基于视频流媒体的人脸识别课堂监控系统。该系统通过监控端发送视频流、服务器端接收视频流的方式来获得课堂的实时状况,并利用Adaboost算法进行人脸识别,进而完成对学生的课堂监督。实验测试数据的结果表明,所设计的课堂监控系统除了能够在低延迟下完成视频流的发送与接收,还可以完成应到学生的考勤,成
【机 构】
：
西安航空职业技术学院,陕西西安710000
论文部分内容阅读
针对传统考勤方式无法实时监测学生迟到、早退、代课和旷课等现象,难以对课堂进行全面监督等问题,文中研究和设计了基于视频流媒体的人脸识别课堂监控系统。该系统通过监控端发送视频流、服务器端接收视频流的方式来获得课堂的实时状况,并利用Adaboost算法进行人脸识别,进而完成对学生的课堂监督。实验测试数据的结果表明,所设计的课堂监控系统除了能够在低延迟下完成视频流的发送与接收,还可以完成应到学生的考勤,成功率达95%以上,可精确地统计应到学生的上课时长,并准确区别出旁听学生。
其他文献
基于电流模式控制的Buck-Boost变换器的工作原理,在MATLAB/Simulink仿真环境下搭建了其状态方程模型,当变换器工作于电感电流连续模式时,分别以输入电压与参考电流作为变量参数进行仿真分析,观察到变换器在电路参数变化时会由周期状态逐步进入不稳定的混沌态;为了改善混沌态对器件工作性能的影响,提出延迟微分反馈控制策略,仿真结果表明,该控制策略可以将变换器有效控制在稳定的各周期轨道上.
在特殊环境下,对FPGA程序进行现场升级,存在诸多限制,如:不方便开箱、现场环境对人体造成伤害等.为了解决此问题,文中提出了一种通过串口对FPGA在线升级方案,通过将程序存储器划分为引导区和两个主程序区域,并且通过参数设置和区域间的备份切换,实现了FPGA程序的在线升级.通过实验验证了在线升级方案的有效性,此方案在线升级过程即使被中断,原始程序也不会破坏,可以重新进行升级,能够有效地提升产品的可靠性.
基于更好地支持越来越多智能家居应用场景的目的,通过分析目前智能家居应用需要涉及的各类灯具、电机、温湿度、空气质量采集和空调总线相关驱动与控制电路的方法,通过实际装配测试和大规模部署试验并改进,该文实现了一种基于国产单片机CS32F103CB和WIFI模块ESP8266的可配置、可扩展、多功能驱动控制器.该控制器支持多种LED调光和驱动控制器,如0～10 V可控硅、继电器等,同时支持家居环境信息采集,非常适合应用于多种智能化家居场景控制.
针对无参考图像质量评价方法提取图像特征不充分的问题,提出了基于空域和频域特征的无参考图像质量评价方法(SFIQA)。对失真图像进行可操控金字塔分解;在两个尺度上提取36维空域特征,在3个尺度上提取6维频域特征,融合这两种特征构建42维的图像特征;将图像特征输入到支持向量机中进行训练评分,得到失真图像的评分。将文中方法与其他性能良好的无参考图像质量评价方法在LIVEMD数据库和RBORSID数据库上
在卫星导航试验系统中,地面站设备时延的精确标定不但对地面站导航信号发射时间调整精度有着必然影响,而且也直接影响着卫星导航试验系统的定位、授时和导航性能与精度,但很难对单个设备时延进行直接的时延测量.文中阐述了卫星导航试验系统地面站设备时延的定义,给出了采用基于设备测量、事先标定和计算相结合地面站设备时延的测量方法.基于该方法进行了地面站设备时延有效性验证实验和不确定度分析,实验结果证明了该方法的有效性,并得出了一天的不确定度为0.2 ns.
目前针对恶意代码的静态检测有很多种方法,但主要是通过对其特征码进行提取并对比匹配来实现的,其检测结果受检测人员经验的影响较大且对新型未知恶意代码的检测有滞后性。为了有效识别检测恶意代码文件,提高其检测的精确率并缩短检测时间,采用了将恶意代码程序转化为特殊的彩色图像信息,再利用深度学习算法对其进行识别分类的方法。将恶意代码的代码文件转换为对应的彩色图像,通过计算恶意代码的信息熵来衡量其主要特征的相似
图像去雾是在恶劣天气条件下增强图像视觉质量所广泛使用的一种技术。为了避免雾天条件对图像分析的干扰并提高图像的质量,基于暗通道先验的知识,提出了一种自适应透射率补偿函数的去雾方法。提出了自适应透射率增益方法,并给出了简单有效的函数参数自动确定方法,提高了算法的自适应性。对比了几种典型的去雾方法,结果显示,该算法有效解决了复原雾天图像时明亮区域色彩失真的问题,去雾效果真实自然。
为了设计个性化音乐推荐系统,该音乐推荐系统对数据进行梅尔倒谱系数的转换,将音乐数据转换为网络模型需要的数据;利用深度信念网络提取音乐特征,通过深度信念网络模型的训练得到音乐彼此之间的向量关系,将这些音乐向量进行皮尔逊相关系数的计算,得到音乐间彼此的相似度;将这些相似度从大到小进行排序,形成相似度最高的三首音乐推荐列表,以此来完成最终的音乐推荐,形成服务于用户的个性化音乐推荐系统.
人员密集度的检测已成为安全监测的重要组成部分。文中针对人员密集度的视频识别,采用了TensorFlow的人工智能学习系统与YOLOv3算法相结合实现目标检测。通过Tensorflow向人工智能神经网络传输复杂数据结构,进行分析和处理,从而完成了人员密集度实时检测系统的设计。YOLOv3用于对图像进行多个网格划分,并对网格的物体进行预测来检测物体,系统执行时可快速准确检测人员数目,通过设定的阈值判断
针对在具有庞大数据集的图中选择小部分具有代表性顶点的问题,将其归纳为数据摘要问题,并采用传统子模覆盖的方法来解决.对庞大数据集进行动态处理时,为保证因数据集过大而无法装入内存的同时还要对数据集中所有数据进行访问,引入了流式算法,与子模覆盖算法结合后,对其进行改进使选出的集合具有鲁棒性,并将该算法的边界和通信复杂度与之前算法比较.经仿真实验得出,文中算法不仅能避免对大量内存进行有效的访问,而且可以在删除部分元素后,集合稳定性比普通流式子模算法提高10％以上.