基于步态特征提取的ELM身份识别方法

利用步态信息进行身份识别是一种新兴的生物识别技术。相较于其他的生物识别技术,其具有不易伪装、可在远距离情况下进行身份识别的优点。现有模型的识别方法计算量大、模型难以准确建立;现有的分类方法普遍存在训练时间长、分类准确率不高的问题。针对以上问题,对步态视频进行分帧处理,将分帧后的图像进行运动目标检测、形态学处理和图像归一化预处理,生成步态能量图(GEI),提出了对GEI进行特征提取并采用超限学习机(ELM)进行分类的方法。测试结果表明,该方法在保证身份识别准确率的前提下,训练模型的速度有大幅提升。所提方法对利用步态信息进行身份识别有一定指导意义,特别对大规模图像分类问题的训练速度提升有较大启发。

基于Arduino技术的智能家庭系统

针对当前广阔的智能家庭市场,通过对Arduino开发板和GPS,无线通信技术的学习,设计了一个智能小车配合传感器网络构成的家庭智能系统,配合手机应用,可以实现家庭实时监控,控制小车完成关窗等基本动作,同时可以通过小车控制家庭智能设备如电视微波炉等,可以有效的实现远程管理家庭,给予人们便利。