基于改进U-Net网络的图像混合畸变校正方法

图像几何畸变校正是许多计算机视觉应用的关键预处理步骤。当前基于深度学习的几何畸变校正方法主要解决图像的单一畸变校正问题,为此,本文提出一种改进U-Net网络的图像混合畸变校正方法。首先,提出了一种构建混合畸变的图像数据集的方法,解决了训练数据集稀缺以及畸变类型单一的问题。其次,采用U-Net网络结合空间注意力机制进行图像特征提取及畸变坐标图的重建,将图像校正问题转为畸变图像的逐像素点坐标位移变化的预测问题,并设计了结合坐标差损失和图像重采样损失的损失函数,有效提高校正的准确性。最后,通过消融实验验证了本文方法各模块的性能。与最新基于深度学习的畸变校正方法对比。实验结果表明,本文方法在定量指标和主观评价方面都有较好的表现,对畸变图像的空间坐标校正的平均绝对误差为0.2519。本文还对GoPro相机获取的光学影像开展了校正实验,进一步验证了本文方法对畸变图像校正的有效性。

基于安卓系统的智能推送衣柜

随着经济的发展和生活水平的提高,人们的衣服越来越多,这给人们整理和挑选衣服带来很多麻烦和烦恼。针对该问题,设计了包含有智能管理和智能推荐功能的智能衣柜。该智能衣柜以STM32单片机为控制核心,实现对智能衣柜的管理与人机交互。同时,智能衣柜基于安卓智能系统,可通过物联网结合手机APP与使用者实现方便而良好的交互。此外,该智能衣柜具有衣物信息数据库,会根据天气状况智能推荐合适衣物。该智能衣柜具有灵活、方便、智能等特点,可有效提高人们的生活体验。

基于无线网络的汽车通信系统设计

随着人们对汽车的需求量增多,在现代社会汽车行驶中出现的安全问题、效率问题也越来越多。其许多关键问题在于车主与车主之间缺乏有效的信息沟通手段。有鉴于此,本文以单片机为核心基础,建立车用无线网络,实现行驶中相邻汽车间的有效通信。系统可做进一步功能拓展,丰富应用范围。本设计具有快速和实时性好的优点,对规范交通管理、提高交通安全有着重要意义。