检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

硬件友好型合成指纹鉴别算法的研究

电子技术应用 2016年第10期42卷 54-57页

作者：徐智勇唐根伟姜新泉常胜武汉大学物理科学与技术学院微电子系湖北武汉430072

合成指纹是一种新出现的伪造指纹,对自动指纹识别系统(AFIS)的安全性造成巨大威胁。针对合成指纹提出了一种硬件友好型的鉴别算法。通过对真实和合成指纹图像的灰度均值、方差因子以及Harris角点数目因子的提取构建特征向量,得到基于多... 详细信息

合成指纹是一种新出现的伪造指纹,对自动指纹识别系统(AFIS)的安全性造成巨大威胁。针对合成指纹提出了一种硬件友好型的鉴别算法。通过对真实和合成指纹图像的灰度均值、方差因子以及Harris角点数目因子的提取构建特征向量,得到基于多项式核函数支持向量机的智能计算模型,成功鉴别出合成指纹。以硬件友好的思路进行算法构架,充分发挥电路执行速度快的优势。经Qsys平台上的验证,可在18 ms内完成对一幅指纹图像的鉴别,相比传统软件方式极大地缩短了时间,鉴别准确率可达97%以上。

关键词：硬件友好合成指纹识别支持向量机 Qsys

在线全文

学校读者我要写书评

暂无评论

一种硬件友好型自适应K–均值学习算法

航天返回与遥感 2017年第3期38卷 68-77页

作者：侯作勋韩培张宏伟安然北京空间机电研究所北京100190 中国科学院空间应用工程与技术中心北京100190

文章提出了一种适合于嵌入式平台实现的自适应K–均值学习算法,用于解决标准K–均值算法中存在的无法自主确定类属数量、难以确定合理的初始化种子集和运算时间过长的问题。算法通过引入变异比准则(VRC)对聚类结果进行定量评估,并通过... 详细信息

文章提出了一种适合于嵌入式平台实现的自适应K–均值学习算法,用于解决标准K–均值算法中存在的无法自主确定类属数量、难以确定合理的初始化种子集和运算时间过长的问题。算法通过引入变异比准则(VRC)对聚类结果进行定量评估,并通过迭代运算寻找VRC最大值的方法有效解决了类属数量的自主确定问题;提出了一种分布式最大–最小初始化种子选择方法,利用渐进寻找类内距离最大样本的方法解决了K值递增时初始化种子集的确定问题;并给出了利用FPGA实现该算法的有效途径。仿真实验结果表明,该算法针对各种类型的样本向量均能够准确高效的完成聚类处理任务,VRC评估结果与理论预期一致,初始化种子集选择正确。为进一步实现目标分类、图像分割等智能图像处理任务奠定了基础。

关键词：自适应 K–均值硬件友好图像处理航天遥感

在线全文

学校读者我要写书评

暂无评论

一种硬件友好型自动图像增强算法与实现

航天返回与遥感 2016年第6期37卷 46-56页

作者：范斌于起峰国防科学技术大学长沙410073 北京空间机电研究所北京100094

由于现有的图像增强算法难以兼顾处理效果和运算速度两方面的要求,文章提出了一种适合于硬件电路实现的自动图像增强算法,用于实现图像品质的实时提升。以图像中直方图分布情况作为图像品质的评价依据,利用分段线性变换方法实现图像品... 详细信息

由于现有的图像增强算法难以兼顾处理效果和运算速度两方面的要求,文章提出了一种适合于硬件电路实现的自动图像增强算法,用于实现图像品质的实时提升。以图像中直方图分布情况作为图像品质的评价依据,利用分段线性变换方法实现图像品质增强。算法的核心是构建了直方图与分段函数系数之间的定量关系,实现了系数的自动计算,设计实现了相应的FPGA系统结构。采用高效的并行流水线结构,通过发挥硬件模块内部潜在的并行度以确保系统的实时处理能力。仿真和成像试验表明,基于该算法设计实现的FPGA硬件电路开销少,实时性好,适应性强,针对不同的场景均取得较好的处理效果,具有广阔的应用前景。

关键词：图像增强硬件友好自动实时航天遥感

在线全文

学校读者我要写书评

暂无评论

面向底层视觉的硬件友好神经网络结构搜索

面向底层视觉的硬件友好神经网络结构搜索

作者：姚元生大连理工大学

学位级别：硕士

雨、雾、光照不足等恶劣自然环境会降低各种成像设备的成像质量。为克服这些不利因素,人们在各种硬件平台上部署了图像去雨、去雾等底层视觉算法。现有方法通常只能针对特定底层视觉任务和特定硬件平台设计网络结构,设计门槛高且效率低... 详细信息

雨、雾、光照不足等恶劣自然环境会降低各种成像设备的成像质量。为克服这些不利因素,人们在各种硬件平台上部署了图像去雨、去雾等底层视觉算法。现有方法通常只能针对特定底层视觉任务和特定硬件平台设计网络结构,设计门槛高且效率低下。神经网络搜索是一种可以自动设计网络结构的技术,但其本身计算代价大,且与底层视觉任务的结合需要重新设计搜索空间,工作量繁重。搜索过程中也缺乏有效手段兼顾硬件平台带来的各种限制。为解决上述问题,本文提出了一种面向底层视觉的硬件友好神经网络搜索框架。首先,本文提议建立回归模型来为预测不同硬件平台下的推理延迟、功耗等不易得硬件指标。回归模型不仅可以大大降低获得此类硬件指标的代价,还可以对搜索算法屏蔽硬件平台细节。其次,本文提出了收缩采样策略,可以大大加速权重共享类神经网络搜索算法,加速幅度可达2～3倍。而且,该采样策略还可以利用硬件约束来指导搜索过程,从而搜索出硬件友好的网络结构。最后,本文提出了一个适用于底层视觉任务的全面、大小适中、通用性强的选项集。大量实验表明,该选项集可以大大降低设计针对特定任务的搜索空间的成本。为验证提出的算法框架的有效性,本文首先对提出的收缩采样策略和面向底层视觉任务的选项集进行了消融实验,验证了各自的作用。接下来,本文在低光图像增强、图像去雨两个特定底层视觉任务上,分别考虑推理延迟和模型参数量两个硬件指标,考虑CPU和GPU两个硬件平台,完整地应用了本文提出的算法框架。并将搜索到的网络结构和各自任务的先进算法进行了定性和定量的对比。实验结果证明,本文算法搜得的网络结构在两个任务上均在满足硬件约束的前提下取得了领先的增强效果。

关键词：底层视觉神经网络搜索硬件友好低光图像增强图像去雨

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种海量地形影像数据的快速漫游算法

地球信息科学 2009年第5期11卷 604-609页

作者：马柳青宋关福郭会周芹中国科学院地理科学与资源研究所北京100101 中国科学院研究生院北京100039 北京超图地理信息技术公司北京100085

海量地形影像数据的快速浏览是GIS、虚拟现实、数字地球等领域应用的关键技术与难点之一。计算机硬件技术的发展特别是GPU技术的发展,使得当前LOD技术朝着硬件友好的方向发展;海量影像数据的不断出现,使得LOD技术越来越多地考虑纹理数... 详细信息

海量地形影像数据的快速浏览是GIS、虚拟现实、数字地球等领域应用的关键技术与难点之一。计算机硬件技术的发展特别是GPU技术的发展,使得当前LOD技术朝着硬件友好的方向发展;海量影像数据的不断出现,使得LOD技术越来越多地考虑纹理数据的显示效果。本文结合LOD和计算机硬件技术的发展现状,以高效展示影像数据为主要目的,采用数据分块、异步加载的数据组织和调度策略,通过纹理的分辨率来控制LOD的细化层次,采用添加skirt的方法来填充边界裂缝,实现了任意网格大小的海量地形影像数据的快速漫游。

关键词：海量数据硬件友好异步加载 LOD skirt