一种用于出勤监测的嵌入式智能系统
本文介绍了一种基于人脸图像和语音识别技术的门禁系统,用于识别员工和访客。该系统通过人脸识别解锁入口门禁,通过语音识别服务为访客提供服务,并在硬件上使用两个 Raspberry Pi 和 Amazon Web Services 和 Google 语音转换 API 服务以实现身份认证和通知服务。
Apr, 2020
在这项研究中,使用了深度学习方法进行图像处理,设计并成功实施了一项能够通过图像识别对学生进出校门记录并进行课堂考勤的创新研究,该研究将在 2022-2023 学年在一所学校进行实际应用。
Sep, 2023
基于 Haar 级联与 OpenCV2 的人脸检测系统可用于出勤追踪,通过使用简单的图像处理技术与边缘检测,结合精选的 Haar 特征和先进的边缘检测技术,实现高准确性和稳健性,节省资源并提高效率,适用于教育机构、企事业单位等各类场景,可民主化出勤管理技术,提升生产力和责任感。
May, 2024
设计了一个用于对象检查和监控的人工视觉系统原型,通过一个 2D BOA-INS 智能相机自动处理传送带上的物体,可用于教育目的,实现了嵌入式系统、人工视觉、人工智能、模式识别、自动控制以及真实流程的自动化。
Feb, 2024
零售行业的一个重要挑战是货架陈列合规控制,本研究提出了一个完整的嵌入式系统来解决这个问题。系统包括图像采集和传输、目标检测、货架陈列合规控制、能源收集和管理等多个关键组件,并通过实验验证了其优势和弱点。
Jan, 2024
本文介绍了一种基于传感器和软件的远程教育学生监测平台,旨在通过获取生物特征和行为数据解决远程评估中学生监测的现有挑战,并提供了包含基本传感器和高级传感器数据的初始数据库,以帮助提高异常检测的能力。
Dec, 2019
edBB-Demo 是一个 AI 驱动的教育平台,旨在解决远程教育中的用户认知与行为理解方面的挑战,通过多模态学习框架收集来自多种传感器的信息,实现生物识别、动作识别、心率估计和注意力估计等功能。
Nov, 2022
本文介绍了一种基于真实测试床的智能视频监控系统的设计和部署,并评估了该系统的性能,结果表明该系统可以在合理的时间内有效地检测和通知异常行为和可疑物品给终端用户。
Mar, 2023
本研究旨在利用最新技术(例如深度学习、点云技术、红外成像技术、增强现实平台等)来提高消防员在火灾环境中的情境意识,并改善场景导航。我们设计并构建了一个嵌入式原型系统,该系统可以利用从消防员个人防护装备中内置摄像头中流传输的数据来捕捉热图像、RGB 彩色图像和深度图像,进而实时分析所有数据并将处理后的图像通过无线流媒体传回给消防员,以增强现实方式表现出分析结果,并指示消防员注意烟雾和火焰中隐藏的物体,如门窗等。
Sep, 2020