基于SoC FPGA和CNN模型的动作识别系统设计

动作识别是重要的机器视觉研究领域之一。设计实现基于So C FPGA和CNN模型的动作识别系统。设计实现流水线型LK光流计算、基于HOG与SVM的行人检测模块;设计实现动态行人检测与静态行人检测结果的融合算法,计算出目标人物所在区域;利用该区域的视频图像和光流场数据,输入CNN模型计算得到目标人物的动作识别结果;设计指令集架构的NPU单元用于实现CNN模型计算。整个系统基于DE10-Nano开发板进行软硬件协同开发,能够识别"站立"、"行走"、"挥手"和"下蹲"等动作。该系统具有较高的识别率和较强的设计灵活性,方便CNN模型的扩展与修改。

澳大利亚NFSA声像档案在线服务建设及启示

声像档案资源是语义最为丰富的档案资源,日益受到用户的关注和喜爱。如何为用户提供高质量的声像档案在线服务,是互联网时代档案工作亟待解决的现实问题。本文在梳理相关研究与实践探索的基础上,分析了澳大利亚国家电影和声音档案馆(NFSA)声像档案在线服务建设情况,从服务建设理念、资源内容深度开发形式、服务利用平台以及版权保护制度安排等方面剖析其特点,以期为我国声像档案在线服务工作提供借鉴和参考。