基于OpenMV的智能门卫系统

来源 :信息技术与信息化 | 被引量 : 0次 | 上传用户:axun2010
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对学校、居民楼、商店、各大公共场所安保措施现在存在的工作效率低的问题,提出了基于openMV的智能门卫系统。以STM32为控制核心,通过OpenMV4 H7摄像头模块采集人脸LBPH特征,利用提取到的人脸LBPH特征进行身份识别,人脸分辨,训练神经网络进行口罩识别。并将信息通过蓝牙传给主控芯片。结果表明采用无线通讯,传递信息更加方便、快捷、适用性更强。并且能够减少门卫职位人数,提高防疫效率。
其他文献
为确保源图像同时包含可见光图像的细节纹理信息和红外图像的红外亮度信息,提出了一种基于双鉴别器的红外与可见光图像融合方法。首先对红外图像进行显著性检测,获取到红外图像中显著的区域,然后对其取反,获取到可见光图像中的显著区域,最后设计两个鉴别器分别鉴别源图像与融合图像中显著区域的差异,通过对抗性学习,可以使融合图像包含更多的源图像中显著区域。TNO数据上的实验表明,提出的算法在客观和主观评价上优于当前
随着智能计算技术快速发展,机载设备逐渐向智能化发展。为支撑机载智能化,需要对现有的智能芯片进行机载场景测试分析,评估芯片作为机载设备智能计算处理单元的可行性。针对以上问题,通过各类智能芯片后选取了昇腾310作为机载场景的测试对象,并搭建了山地、沙漠、海洋三类机载任务典型地貌环境和红外、彩色、黑白三种传感器采集的仿真数据。测试验证以空对地敌方目标识别为机载场景典型任务,搭载YOLOv3神经神经网络并配合基于流水线的智能算法运行程序。结果表明昇腾310在1 k以下分辨率典型计算速度能达到45~55帧/s,表现
对智能家居中基于蓝牙的智能锁应用软件进行研究,主要对手机蓝牙与智能锁蓝牙通信协议以及控制流程进行研究,并采用Java语言、LE Bluetooth框架、Android SDK开发套件对蓝牙智能锁的Android手机客户端应用软件进行开发,实现了手机、智能锁与后台管理系统的对接和通信。通过功能测试、系统测试和集成测试,Android手机端应用软件系统运行正常稳定。
设计利用物联网技术,能够实时监测农业养殖过程中的温湿度、光照、二氧化碳、氨气、硫化氢、甲烷等环境因子的浓度。当浓度过高时自动启动通风电机进行通风同时将预警信息告知系统管理员,系统采用定时间隔方式启动补水电机和补料电机,基地发生火灾或者外人非法入侵时能第一时间给系统管理员拨打电话进行预警提醒,监测节点和系统主控之间采用ZigBee网络通信,具有低功耗、传输速率高的特点。系统设计为智慧农业养殖提供了一
StyleGAN2合成人脸识别系统专门针对StyleGAN2合成人脸进行识别,可以识别出人脸图片是否由StyleGAN2合成而来。StyleGAN2合成人脸识别系统基于C/S(客服端/服务器)架构,系统的核心部分为部署在服务器上的识别模型,该模型的隐含层网络结构为深度学习中的卷积神经网络。识别模型经大数据的支撑下训练数次而得,训练后的模型准确率达到97.22%,交叉验证后的模型准确率达到98.33
为解决聋哑人沟通问题,设计了一款聋哑人手语翻译手套,只要戴上手套比划手语,手套会自动将相应的手语转换为文字和声音表达出来。以STM32F103微处理器为主控芯片,外加弯曲传感器、陀螺仪等传感器电路和HC05蓝牙模块等组成。主控芯片控制弯曲传感器以及陀螺仪采集手势数据,并通过蓝牙模块上传至上位机,与上位机数据库中的手语进行匹配,从而识别手语并翻译为文字输出和语音播报。上位机具有语音识别功能,可对普通人说话内容进行识别并转换为文字输出,为聋哑人与他人交流提供方便。系统具有识别准确、使用方便等优点,有良好的应用
温室作物的生长离不开环境,生长环境中的温度、湿度等因素影响着温室作物的产量与质量。为了能够更好地控制温室作物的环境因素,设计了一个基于jQuery Mobile的温室智能控制系统,引入了jQuery Mobile技术优化了温室监控和控制的管理,利用云端数据收集与存储,移动端监测和控制,从而实现实时监测温室的状况,智能控制温室的设备,为温室培育的作物提供了强有力的质量保障和生长效率保障。
为了使游戏有更好的智能特性和体验感,“恐龙世界”游戏应用AI(artifi cial intelligence)技术进行角色控制。游戏采用了Unity3D游戏引擎实现了界面的搭建与资源的加载,游戏对象采用了分层式管理架构,游戏数据和游戏逻辑采取分离形式,使用单例模式来获取玩家类的单一对象,使用组合模式组合各个基类之间的关系。采用c#语言作为游戏的脚本实现了游戏的玩法逻辑,模拟了玩家和角色AI的对抗,增加了游戏可玩度;游戏运行流畅,交互性较好,可在移动端和电脑端运行。
针对无人机自主飞行的需求,设计并实现一种基于BP神经网络的飞行控制系统。系统采用"模仿学习"的方法,让飞行员在飞行模拟器中演示需要神经网络学习的任务,并在演示中捕获训练数据集,然后神经网络通过这些数据集自动生成无人机飞行控制模型。针对飞行控制系统的嵌入式应用需求,提出一种"基础运算单元模块化"的方法,将飞行控制系统包含的基础运算单元封装成特定的模块,通过灵活调用基础运算模块完成飞行控制系统的FPG
为设计更智能的手部假肢、帮助手部残缺人士恢复更多生活能力,通过对肌电信号的分析与处理,运用Z-Score峰值检测算法、时域频域特征提取、CNN+GRU融合网络等技术,建立了一套仿生手控制系统。经前期数据训练,系统可对实时肌电信号进行分类,并实时控制仿生手完成预设动作。实验结果显示,系统针对不同手势动作的分类精准度较高,且延时较低,满足了实时控制仿生手的需求。系统中采用的技术具有一定创新性与发展潜力,为手部智能假肢的进一步发展与应用提供了更多可能性。