多元融合无监督室内外场景识别算法设计

实时环境监测在当今社会越来越显得重要,微型无源移动式环境监测设备是实时环境质量监测的重要方式,但解决该类设备的能耗问题以增加续航时间是研究的热点问题。提出了一种基于多元融合的无监督室内外场景识别算法,在融合光照传感器、温湿度传感器和地磁传感器的前提下,分别设计各类传感器的室内外场景识别算法,再设计投票机制来提高对室内外场景识别的准确率,用于微型无源移动式环境监测设备动态开启或休眠部分监测传感器,进而降低能,耗延长续航时间。由实验结果可知,基于多元融合的无监督室内外场景识别算法准确率达到了近90%,符合微型无源移动式环境监测设备的使用要求。

单片机现场投票统计器的设计制作

介绍我们用单片机设计和制作的现场投票统计器电路 ,经济实惠、适用于小型的会议室和娱乐场所的现场投票。

基于加权霍夫投票的多视角车辆检测方法

针对复杂场景中车辆由于视角变化引起的检测精确度过低的问题,改进霍夫投票目标检测模型,提出一种在统一框架下通过不同权重组合发现目标最优视角并进行精确定位的方法。首先,利用一种无监督方法实现多视角车辆的子视角划分;其次,利用子视角划分结果定义霍夫投票过程中各正例样本在不同视角下的投票权重;最后,利用子视角划分和投票权重,提出一种新的适用于多视角目标检测的加权霍夫投票模型。在MITStreet Scene Cars和PASCAL VOC2007 Cars两个常用数据集上的实验结果表明,所提方法在不增加模型复杂度的前提下,有效提升了多视角目标检测精确度。