1037430星載式光電編碼器秉銘DFS60B-T5CL02048老人是遭受跌倒侵害的群體,若能及時檢測到跌倒的發(fā)生,則可為救助提供時間上的先機。近年來,計算機視覺技術的飛速發(fā)展為基于視頻的跌倒檢測研究提供了可行的途徑和方法?？紤]到跌倒是一種偶發(fā)性的異常行為,本文將基于自編碼器模型的視頻異常行為檢測框架應用到跌倒檢測中。本文的主要工作如下:首先,本文簡要介紹了跌倒事件檢測的研究現狀以及發(fā)展趨勢,并給出了現有方法的不足,從而明確了本文的研究內容。其次,本文基于視頻中運動目標的骨架序列構造骨架時空圖,并描述了骨架時空圖上的空間圖卷積操作和時間圖卷積操作。結合現有自編碼器模型的設計思路,提出了一種時空圖卷積自編碼器,用于實現跌倒檢測。再次,針對人體骨架由于遮擋或大形變而無法*提取的問題,提出了一種基于時空約束的骨架補齊方法。在骨架能*補齊的情況下,利用時空圖卷積自編碼器來進行跌倒檢測。后,骨架無法補齊的情況,本文水平的提高和科技的發(fā)展,人們對安防提出了更高的要求。人臉識別作為*的生物識別技術之一,逐漸地應用于我們的生活中,將人臉識別技術與門禁相結合擁有廣闊的前景。但是常見的門禁系統(tǒng),大都是以PC機作為系統(tǒng)運行平臺,這就給門禁系統(tǒng)帶來成本高昂和安裝繁瑣的劣勢。論文針對現有常見門禁系統(tǒng)的不足,將人臉識別技術和嵌入式技術相結合,研究設計基于人臉識別的智能門禁系統(tǒng)。論文首先對門禁系統(tǒng)的需求進行分析,根據實際應用需要提出人臉識別的智能門禁系統(tǒng)的技術指標,進行了系統(tǒng)整體方案設計。系統(tǒng)以Smart210為主控制器,以Linux操作系統(tǒng)為軟件開發(fā)平臺,使用Video4Linux2框架采集圖像。為去除圖像中的干擾因素,在進行人臉識別前加入去噪聲、灰度化、直方圖均衡化等預處理步驟。仿真測試了現有常見的人臉識別算法,重點考慮識別率和識別耗時,經過研究選擇適合系統(tǒng)的Adaboost和PCA算法人臉識別算法。而后重點對Adaboost算法及PCA算法進行理論研究,然后將Adaboost算法應用于人臉檢測,再訓練出人眼分類器用于眨眼檢測,以確定是真實人臉,排除人臉圖片開門的情況。為提高系統(tǒng)對光照的抗干擾性,提出使用分塊LBP算子和PCA結合的人臉識別算法。針對PCA算法在側面人臉識別時成功率低的問題,提出基于自編碼器的正面人臉重建方法,使用MATLAB進行仿真實驗,重建正面人臉,后結合PCA算法檢驗重建人臉的效果。系統(tǒng)前端基于QT框架設計了人機交互界面,結合OpenCV計算機視覺庫完成了系統(tǒng)軟件部分的設計;后臺在Windows環(huán)境下基于VS2013與MySQL數據庫完成了信息管理中心的設計,主要用于對系統(tǒng)管理員信息.

1037430星載式光電編碼器秉銘DFS60B-T5CL02048翻譯是自然語言處理領域重要的研究方向,近年來隨著深度學習的飛速發(fā)展,神經機器翻譯逐漸成為研究和應用的主流翻譯方法,然而其嚴重依賴大規(guī)模平行語料才能獲得較好翻譯結果的弊端依然存在,因此對諸如漢蒙等低資源語言對的翻譯效果不佳。單語語料相較于平行語料具有數量多、易獲得等特點,在平行語料不足的低資源機器翻譯中有著舉足輕重的作用,但目前單語語料庫還沒有很好地應用在神經機器翻譯中。本文針對漢蒙平行語料資源不足和蒙古語形態(tài)復雜多變等情況,研究了單語語料庫作為平行語料庫的補充在低資源漢蒙神經機器翻譯中的應用,提出了多種基于單語語料庫的漢蒙神經機器翻譯方法。本文的主要工作分述如下:（1）提出了一種結合詞向量對齊和語言建模的漢蒙神經機器翻譯方法。首先利用漢語和蒙語單語語料庫分別訓練二者的詞向量,然后使用對齊的漢蒙詞向量來初始化模型的詞向量層,同時模型在進行翻譯的過程中使用單語語料進行語言建模的訓練,從而增強模型的編碼解碼能力。（2）提出了一種基于字符級語言建模的漢蒙神經機器翻譯方法。神經機器翻譯難以處理未登錄詞和低頻詞,因此本文設計了一種基于字符級語言建模的翻譯方法,將漢語詞和蒙古語詞拆分成字或字符,使得模型能夠處理語料中未出現的詞或低頻詞。此外模型使用對偶結構引入了語言建模,從而可以在翻譯的過程中進行字符級的語言建模訓練,使翻譯出的結果更符合語法更通順。（3）提出了一種結合權重共享和字符級語言模型預訓練的漢蒙神經機器翻譯方法。為了更好地利用語言之間的共性,本文將模型編碼器的前幾層參數進行共享,同時加入基于字符感知的語言模型預訓練,使用預訓練的模型來對翻譯模型進行初始化,后再進行翻譯的訓練,同時在翻譯的前半段加入字符級語言建模操作來微調翻譯模型,進而提高翻譯的性能。本文研究了單語語料庫在漢蒙神經機器翻譯中的應用,提出了結合詞向量對齊和語言建模、基于字符級語言建模、結合權重共享和字符級語言模型預訓練的漢蒙神經機器翻譯方法.