一种基于FPGA的卷积神经网络加速器及其优化方法

    公开(公告)号:CN114186679A

    公开(公告)日:2022-03-15

    申请号:CN202111543413.0

    申请日:2021-12-16

    摘要: 本申请涉及神经网络计算技术领域,具体提供了一种基于FPGA的卷积神经网络加速器及其优化方法。一种基于FPGA的卷积神经网络加速器,该加速器包括程序指令存储单元、程序指令译码单元、数据控制单元、数据缓冲单元、参数缓冲单元、片外存储单元、并行处理单元、图像缓存单元、图像拼接单元、片外存储单元。一种基于FPGA的卷积神经网络加速器的优化方法,包括如下步骤:步骤一,获取不同操作类型的前向推理指令CNn前向推理所使用的时钟周期数;步骤二,构建卷积神经网络前向推理一次所使用的时钟周期数;步骤三,构建硬件资源约束表达式;步骤四,构建并求解有约束的优化函数F';步骤五,根据优化函数F'的最优解设置3×3卷积单元、1×1卷积单元、池化单元的数量。

    基于帧差法的手部动作实时识别方法

    公开(公告)号:CN112446321A

    公开(公告)日:2021-03-05

    申请号:CN202011326316.1

    申请日:2020-11-24

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种基于帧差法的手部动作实时识别方法。主要解决现有技术无法在低功耗设备上实时进行手部动作识别的问题。其实现方案为:1)对读入图像之间使用帧差分法进行处理以提取前景目标图像;2)从读入图像中提取YCrCb格式中的色度分量Cr,以求取肤色概率;3)结合肤色概率,对获得的前景目标图像使用贝叶斯估计得到目标手图像;4)对目标手图像进行降维操作,获得质心并调整;5)对调整后的质心计算质心之间的向量,根据质心向量确定状态值,再由状态值的比较情况判断手部运动状态,实现手部动作的识别。本发明提高了手势识别的准确率,且能部署至低功耗设备运行,可以应用于人机交互、远程控制。

    三色RGB图像的蚊虫识别方法

    公开(公告)号:CN110516686A

    公开(公告)日:2019-11-29

    申请号:CN201910626708.0

    申请日:2019-07-11

    IPC分类号: G06K9/46 G06K9/32 G06K9/62

    摘要: 本发明公开一种三色RGB图像的蚊虫识别方法,主要解决现有技术需要计算资源多,设备成本高的问题。其实现方案是:获取目标蚊虫的图像区域,遍历蚊虫目标图像的像素点获得目标蚊虫图像的RGB颜色直方图以及直方图函数;根据不同种类蚊虫目标图像的三色RGB图像直方图,设计不同种类蚊虫目标图像的RGB特征函数;根据特定蚊虫种类的特征对函数表达式进行简化设计并获得函数的参数;根据目标蚊虫的RGB颜色直方图函数,以及蚊虫RGB特征函数,对目标蚊虫进行分类识别。本发明减少了计算资源,降低了设备成本,能实现对淡色库蚊和白蚊伊蚊两种蚊虫的分类,可用于生物物种的识别。

    三色RGB图像的蚊虫识别方法

    公开(公告)号:CN110516686B

    公开(公告)日:2021-03-23

    申请号:CN201910626708.0

    申请日:2019-07-11

    IPC分类号: G06K9/46 G06K9/32 G06K9/62

    摘要: 本发明公开一种三色RGB图像的蚊虫识别方法,主要解决现有技术需要计算资源多,设备成本高的问题。其实现方案是:获取目标蚊虫的图像区域,遍历蚊虫目标图像的像素点获得目标蚊虫图像的RGB颜色直方图以及直方图函数;根据不同种类蚊虫目标图像的三色RGB图像直方图,设计不同种类蚊虫目标图像的RGB特征函数;根据特定蚊虫种类的特征对函数表达式进行简化设计并获得函数的参数;根据目标蚊虫的RGB颜色直方图函数,以及蚊虫RGB特征函数,对目标蚊虫进行分类识别。本发明减少了计算资源,降低了设备成本,能实现对淡色库蚊和白蚊伊蚊两种蚊虫的分类,可用于生物物种的识别。

    基于帧差法的手部动作实时识别方法

    公开(公告)号:CN112446321B

    公开(公告)日:2023-04-18

    申请号:CN202011326316.1

    申请日:2020-11-24

    IPC分类号: G06V40/20 G06V10/84

    摘要: 本发明公开了一种基于帧差法的手部动作实时识别方法。主要解决现有技术无法在低功耗设备上实时进行手部动作识别的问题。其实现方案为:1)对读入图像之间使用帧差分法进行处理以提取前景目标图像;2)从读入图像中提取YCrCb格式中的色度分量Cr,以求取肤色概率;3)结合肤色概率,对获得的前景目标图像使用贝叶斯估计得到目标手图像;4)对目标手图像进行降维操作,获得质心并调整;5)对调整后的质心计算质心之间的向量,根据质心向量确定状态值,再由状态值的比较情况判断手部运动状态,实现手部动作的识别。本发明提高了手势识别的准确率,且能部署至低功耗设备运行,可以应用于人机交互、远程控制。

    空中飞行平台自动化无人机回收系统和方法

    公开(公告)号:CN113433962B

    公开(公告)日:2022-12-02

    申请号:CN202110797588.8

    申请日:2021-07-14

    IPC分类号: G05D1/08 G05D1/10

    摘要: 本发明公开了一种空中飞行平台自动化无人机回收系统和方法,解决了无人机导航信号易受干扰,回收时损耗大的问题。系统的飞行控制子系统以相机和激光雷达的信息为输入,导航无人机到达平台下方,回收装置两机械臂末端合拢,夹住无人机顶端的伸缩杆,实现无人机回收。方法有设计空中飞行平台自动化无人机回收系统;系统初始化;回收中无人机自主导航;无人机在平台下进行定位和位置校准;回收装置抓取无人机。本发明在导航期间以视觉信息和激光雷达为输入,根据无人机与平台间距离选择不同的模式,减小了信号干扰。嵌有压力传感器的抓手设计,减小了回收时的损耗。应用于无人机空中回收。

    空中飞行平台自动化无人机回收系统和方法

    公开(公告)号:CN113433962A

    公开(公告)日:2021-09-24

    申请号:CN202110797588.8

    申请日:2021-07-14

    IPC分类号: G05D1/08 G05D1/10

    摘要: 本发明公开了一种空中飞行平台自动化无人机回收系统和方法,解决了无人机导航信号易受干扰,回收时损耗大的问题。系统的飞行控制子系统以相机和激光雷达的信息为输入,导航无人机到达平台下方,回收装置两机械臂末端合拢,夹住无人机顶端的伸缩杆,实现无人机回收。方法有设计空中飞行平台自动化无人机回收系统;系统初始化;回收中无人机自主导航;无人机在平台下进行定位和位置校准;回收装置抓取无人机。本发明在导航期间以视觉信息和激光雷达为输入,根据无人机与平台间距离选择不同的模式,减小了信号干扰。嵌有压力传感器的抓手设计,减小了回收时的损耗。应用于无人机空中回收。