典型文献
嵌入式智能物体认知系统设计与实现
文献摘要：
目前嵌入式图像识别系统对资源要求普遍偏高,且针对低配置资源的终端研究较少.为此,文中将深度学习中的卷积神经网络算法引入到嵌入式终端,提出一种嵌入式智能物体认知系统.在硬件设计上,通过优化摄像头采集图像流程、图像归一化处理来缩短终端对图像采集的时间.在软件实现上,采用双峰均值算法对图像进行预处理,将卷积神经网络算法训练的参数下发到终端,使终端能够高效地识别采集到的图像;再采用分散存储方式,将每层参数以常量数组的方式分别存储,从而大幅度降低推理过程中对资源的占用.通过对数字、字母及实物进行识别测试得出,文中系统识别准确率高于90％,表明在资源受限的终端也能对物体进行较好地识别.
文献关键词：
图像识别;神经网络;深度学习;双峰均值;图像采集;物体认知;人工智能
中图分类号：
作者姓名：
张建;张海飞;史洪玮
作者机构：
苏州大学文正学院,江苏 苏州 215104;苏州大学东吴学院,江苏 苏州 215006;南通理工学院 计算机与信息工程学院,江苏 南通 226002;宿迁学院,江苏 宿迁 223800
文献出处：
引用格式：
[1]张建;张海飞;史洪玮-.嵌入式智能物体认知系统设计与实现)[J].现代电子技术,2022(16):155-160
A类：
双峰均值
B类：
智能物,物体认知,认知系统,系统设计与实现,式图,图像识别,识别系统,神经网络算法,硬件设计,摄像头,采集图像,图像归一化,归一化处理,图像采集,软件实现,算法训练,发到,每层,常量,数组,别存,大幅度降低,推理过程,字母,试得,系统识别,识别准确率,资源受限
AB值：
0.354578
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
