搜索结果: 1-15 共查到“人工智能 实时”相关记录56条 . 查询时间(0.203 秒)
人工智能可以实时预测聚变堆等离子体不稳定性
人工智能 聚变堆 等离子体 不稳定性
2024/2/27
美国普林斯顿大学和普林斯顿等离子体物理实验室的研究人员已研发一个可用于实时预测聚变堆等离子体不稳定性的人工智能模型。该模型能够预测被称为“撕裂模不稳定性”的等离子体不稳定性。这种不稳定性由等离子体中的电流和压力梯度相互作用引起，是导致等离子体破裂的主要原因之一。相关研究成果已在近期出版的科技期刊《自然》上发表。
中国科学院深圳先进技术研究院专利：实时客流特征分析方法及系统
中国科学院深圳先进技术研究院 专利 实时客流 特征分析
2023/11/11
中国科学院深圳先进技术研究院专利：实时客流特征分析方法及系统
实时生成海量数字盲文，AI帮视障人士无障碍阅读
数字盲文 AI 视障人士 无障碍阅读
2022/7/9
盲文AI实时翻译算法是本软件的核心技术之一，可以实时生成海量盲文数字资源。其运行逻辑是首先将中文、英文等文字编码格式统一转换为Unicode格式，然后选择盲文类型，再调用盲文AI实时翻译算法，就可以输出国家通用盲文、现行盲文、全拼盲文、双拼盲文。
轻轨作为城市公共交通系统的重要组成部分,对其实现智能化的管理势在必行.针对城市轻轨定位系统要求精度高、实时强且易于安装等特点,本文提出一种基于全局−局部场景特征与关键帧检索的定位方法.该方法在语义信息的指导下,从单目相机获取的参考帧中提取区别性高的区域作为关键区域。
无纺布疵点实时检测技术与系统设计
疵点检测 卷积神经网络 实时处理 分布式架构
2021/4/2
无纺布生产过程中产生的疵点会严重影响产品质量并限制生产效率.提高疵点检测的自动化程度对于无纺布的生产效率和质量管控至关重要.传统疵点检测方法难以应对纹理、疵点类型以及环境变化等问题,限制了其应用范围.近年来基于卷积神经网络的方法在疵点检测领域得到了广泛应用,具有泛化性强、准确度高的特点.但是在无纺布生产过程中,布匹宽度大、速度快的特点会产生大量图像数据,基于卷积神经网络的方法难以实现实时检测。
基于在线随机蕨分类器的实时视觉感知系统
在线学习 视觉感知 随机蕨分类器 目标检测
2014/10/10
本文针对不同成像条件下,目标姿态变化对系统检测性能的影响,提出一种具有自主学习能力的视觉感知系统.该系统能在执行检测任务的同时,通过快速的自主学习提高检测性能,并保持实时目标检测速度.系统包括了目标检测模块及在线学习样本自动获取、标注模块.针对目标检测模块为满足系统自主学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能;针对样本自动获取、标注模块则提出最近邻分类器...
在实际应用中，Data Matrix二维条形码的解码效果会受到不均匀光照和复杂背景的影响。为此，提出一种层次化的Data Matrix实时解码方法。利用大津法将条码图像的前景和背景进行分割，得到二值化的条码图像，对其进行区域定位和精确定位。在此基础上，设计基于数字信号处理的二维条形码快速解码终端。实验结果表明，该解码方法具有较好的实时性和较高的鲁棒性。
传统基于样例的识别方法由于数据量大而难以应用于实时手势识别。为此，利用Haar小波可用于分解图像，保留细节部分而丢弃高频部分的特点，将视频序列中每一帧的图像尺寸降到不影响系统准确率的程度，同时降低识别过程的计算量。采用单摄像头在一个36个元素的美国手语手势集上进行实验，结果证明系统的有效识别速率可以提高到30 f/s且准确率几乎未变，可以满足实时性需求。
嵌入式车载远程监控系统实时数据库
嵌入式实时数据库 车载监控系统 SQLite BOA
2011/8/20
在车辆远程监控系统中，利用嵌入式数据库实现在Linux平台下对实时数据的采集、远程访问和维护。本文介绍了嵌入式数据库开发过程中嵌入式Web服务器BOA以及嵌入式数据库SQLite在S3C2440平台上的移植，并以串口通讯程序为例，介绍了嵌入式数据库SQLite在实时数据采集中的应用。
大范围液位实时自动跟踪测量系统
液位实时测量 模板匹配 钢尺刻度识别 钢尺刻线识别
2011/5/23
针对传统液位测量方法的精度低、速度慢、测量范围受限制等问题，设计了一套基于视觉图像处理的高精度、快速的液位自动测量系统，它适用于测量范围大、液位变化速度快的实时液位测量。该系统以CCD摄像机采集的液位和钢尺图像为基础，通过钢尺刻度识别、钢尺刻线及液位识别三大识别模块完成液位高度测量，根据液位高度反馈控制电机带动CCD相机跟随液位实现实时自动跟踪测量。为了提高算法的识别速度，增强算法的鲁棒性，该系统...
嵌入式盲人图标实时识别研究
盲人图标 模式识别 不变矩 神经网络
2010/2/8
利用嵌入式系统的特点，提出了一种基于DSP芯片的盲人图标实时识别系统，硬件上构建了系统的基本功能，软件上提出了一种基于不变矩和神经网络的盲人图标识别算法，实验结果表明该系统识别效率较高，识别速度较快，具有携带方便，能源消耗低，可移动性强等特点，满足实际使用的需要，具有一定的应用价值。
在增强现实系统中，以抛掷作为主要交互手段，必须要具备高效的动作识别和响应能力。从抛掷动作的特征入手，着重分析了它的速度变化规律。依据此规律，设计了滑动平均结合模糊综合评判的算法，实现了对抛掷动作的准确判断，和虚拟物体的起抛速度的精确计算。实验结果表明，系统不受抛掷速度和种类的限制，有很好的实时性。