您的位置: 专家智库 > 作者详情>陈志勇

陈志勇

作品数:6 被引量:44H指数:4
供职机构:江南大学物联网工程学院更多>>
发文基金:江苏省产学研联合创新资金项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 2篇云台
  • 2篇视频
  • 2篇视频监控
  • 2篇嵌入式
  • 2篇系统设计
  • 2篇目标检测
  • 1篇代码
  • 1篇动目标
  • 1篇动目标检测
  • 1篇动态环境
  • 1篇动态阈值
  • 1篇多媒体处理
  • 1篇多媒体处理器
  • 1篇压缩感知
  • 1篇音视频监控
  • 1篇运动目标检测
  • 1篇帧差
  • 1篇智能监控
  • 1篇智能视频
  • 1篇智能视频监控

机构

  • 6篇江南大学

作者

  • 6篇彭力
  • 6篇陈志勇
  • 1篇杨佩

传媒

  • 3篇江南大学学报...
  • 1篇计算机科学
  • 1篇单片机与嵌入...
  • 1篇计算机测量与...

年份

  • 2篇2016
  • 4篇2015
6 条 记 录,以下是 1-6
排序方式:
基于全局与局部特征的嵌入式人脸识别系统被引量:2
2015年
基于主成分分析人脸识别算法,提出一种基于全局特征和局部特征的加权算法,并且在嵌入式(Tiny6410)上完成系统的设计与实现。利用主成分分析提取人脸全局特征,根据特征值贡献率获取降维后的人脸子空间,采用欧氏距离匹配测试样本;用人眼检测算法、鼻子检测算法等提取每个样本的左眼、右眼、鼻子、嘴,分别建立样本集,采用主成分分析;分别计算全局和局部特征的离散度,根据离散度进行自动加权算法,给出最终的人脸识别结果。实验表明,该系统具有一定的稳定性,识别效果优于单一模块的识别。
陈志勇彭力张纪宽
关键词:主成分分析离散度加权
基于STM32的双轴监控云台精准控制系统设计被引量:7
2016年
智能监控系统的快速发展对云台控制精度要求不断提高,由此设计并实现了一款双轴监控云台精准控制系统。本系统利用USART串口接收标准数控程序指令G代码,通过移植CNC雕刻机运动控制器GRBL到云台控制器STM32F103RBT6中控制两台步进电机协同工作,实现云台精准控制。将数控机床中精准的直线插补和弧形、圆形运动功能运用到监控云台中,提高控制精度,实现云台快速响应和平稳加速以及无冲击的转弯。本系统在智能家居、区域安防等智能监控领域有很好的实用价值,适合现代视频监控领域的发展要求。
张纪宽彭力陈志勇
关键词:G代码
动态环境下改进五帧差分的运动目标检测新算法被引量:9
2015年
在噪声、光照变化和背景不断变换等动态环境下运动目标检测存在着误检、漏检现象。帧间差分法对动态环境有较强的适应性,但一般只能提取目标的轮廓,不能完全检测出目标,容易产生内容空洞和虚假边缘的现象。为此文中提出一种改进五帧差分法的运动目标检测新算法。该算法首先利用中值滤波对每一帧图像进行去噪处理,然后对去噪后的图像进行文中的五帧运算,最后通过新的动态阈值分割算法和数学形态学处理完成对运动目标的提取。实验结果表明,该算法的运算复杂度较低,可以检测动态环境下的运动目标,大大提高了运动目标检测的准确性。
陈志勇彭力张纪宽
关键词:中值滤波动态阈值运动目标检测
基于嵌入式前端服务器的音视频监控系统设计被引量:3
2015年
采用TMS320DM365多媒体处理器设计并实现了一种集音视频采集、编码、压缩、本地存储、RTP/RTCP,RTSP传输的嵌入式前端服务器。该监控系统在PC或者Android系统的PDA上实时接收并播放音视频流,实现了音视频实时监控;可用于小型企业安防,智能家居等监控领域。经VLC播放器统计信息中音视频丢帧数统计测试,音视频还原流畅,同步效果良好。
张纪宽彭力陈志勇
关键词:多媒体处理器实时监控
动态复杂背景下的智能视频监控系统设计与实现被引量:6
2016年
采用二重对称帧间差分目标检测算法和基于压缩感知的目标跟踪算法,设计并实现了一种可适应动态复杂背景下的智能视频监控系统;基于目标检测该系统能提取本地视频文件中局部运动目标并进行视频压缩,减少回放、查看视频时间,可实时播放并处理本地或网络摄像头数据,也可根据光照变化动态调整二值化阀值,实现实时区域入侵检测与报警;基于目标跟踪本系统能在动态背景下对选定目标进行跟踪,可通过客户端手动控制监控云台跟踪,也可对入侵目标实现云台自主大角度追踪;实验表明,此系统能在日常复杂环境下对运动目标准确检测和大角度跟踪,在智能家居和移动安防领域有很好的实用性。
张纪宽彭力陈志勇
关键词:目标检测压缩感知智能监控
基于BP神经网络的驾驶员疲劳监测研究被引量:17
2015年
在道路交通安全中,疲劳驾驶是引发重特大交通事故的主要原因之一。针对客运司机驾驶疲劳的车辆行驶特性,首先采用数据统计的方法分析驾驶员不同状态下(疲劳、非疲劳)对车辆数据(速度、加速度、方向盘转角等)的影响程度,以此选择评断驾驶员疲劳状态的指标变量。然后将采集到的数据进行预处理,并将处理后的指标变量投入BP神经网络进行训练,建立疲劳检测模型,从而实现对驾驶车辆的行驶状态的监控,保障驾驶员的行车安全。实验表明,所提出的检测模型准确率达91.67%,能较好地分析驾驶员的疲劳状况。
陈志勇杨佩彭力莫子兴蔡岗
关键词:疲劳驾驶BP神经网络
共1页<1>
聚类工具0