Advertisement

DVS-GestureRecognition: 利用DVS_MP获取脉冲信号并输入至SNN以识别手势

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：ZIP

简介：
DVS-GestureRecognition系统采用DVS_MP传感器捕捉动态手势产生的脉冲信号，并将这些信号输入到脉冲神经网络(SNN)中，实现高效的手势识别。 DVS-gestureRecognition项目（2020.07 - 2020.09） 已完成工作： 使用DVS CeleX_MP获取脉冲信号，并将其输入到SNN中，以识别手势。 通过SNN与ANN相结合的方法训练dvs手势集，在C++平台上部署并接入摄像机的脉冲数据完成推理。 目标： 利用ANN2SNN工具链将网络转换为SNN配置帧，以便进行部署。 自制数据集（DVSGesture） 使用DVS摄像头拍摄 (CeleX_MP) 格式csv：包含位置信息 共有5种手势类型（有待扩充，特别是顺逆时针手势、不同环境条件和距离变化下的表现） 训练数据包括5个类别各10组样本，测试数据为每个类别2组样本。 拍摄的环境是晴天，并且与摄像头的距离约为2米。 需要自制数据集的原因在于：使用IBM的数据集进行训练后，在CeleX_MP获得的数据上无法正确推理，准确性极低。推测原因可能是两款摄像机架构不同。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • DVS-GestureRecognition: 利用DVS_MP获取脉冲信号并输入至SNN以识别手势
    优质
    DVS-GestureRecognition系统采用DVS_MP传感器捕捉动态手势产生的脉冲信号，并将这些信号输入到脉冲神经网络(SNN)中，实现高效的手势识别。 DVS-gestureRecognition项目（2020.07 - 2020.09） 已完成工作： 使用DVS CeleX_MP获取脉冲信号，并将其输入到SNN中，以识别手势。 通过SNN与ANN相结合的方法训练dvs手势集，在C++平台上部署并接入摄像机的脉冲数据完成推理。 目标： 利用ANN2SNN工具链将网络转换为SNN配置帧，以便进行部署。 自制数据集（DVSGesture） 使用DVS摄像头拍摄 (CeleX_MP) 格式csv：包含位置信息 共有5种手势类型（有待扩充，特别是顺逆时针手势、不同环境条件和距离变化下的表现） 训练数据包括5个类别各10组样本，测试数据为每个类别2组样本。 拍摄的环境是晴天，并且与摄像头的距离约为2米。 需要自制数据集的原因在于：使用IBM的数据集进行训练后，在CeleX_MP获得的数据上无法正确推理，准确性极低。推测原因可能是两款摄像机架构不同。
  • 基于SNN的脉冲神经网络图像识别【MATLAB代码】
    优质
    本项目采用MATLAB编写，实现了一种基于Spiking Neural Network (SNN)的图像识别系统。通过模仿生物神经系统中的信号传递机制，该模型能够高效地处理和分类视觉数据。项目提供了详细的代码示例及文档说明。 利用第三代人工神经网络中的单个脉冲神经元进行学习可以实现字符识别。通过MATLAB编写了Tempotron类，并测试了二十六个字母图片，效果良好且计算量较小。详细算法参见Rober Gutig的论文《Tempotron: a neuron that learns spike timing-based decisions》。与卷积神经元相比，脉冲神经元主要以脉冲时间序列编码信息，在计算量和所需训练样本数量方面具有优势，成为当前研究热点之一。在机器视觉和图像处理领域，脉冲神经网络展现出了较大的潜力和发展空间。
  • 验证输入卷积冲激函数以获得输出的信道冲激函数 Clean_信号_Clean_
    优质
    本研究探讨了通过输入特定的卷积冲激函数来直接获取通信系统中关键的信道冲激响应，致力于优化和清洁信号传输过程。 利用clean算法从输入信号和输出信号中获取信道冲激函数，并验证该冲激函数的准确性。通过将输入信号与获得的冲激函数进行卷积运算，可以得到对应的输出信号。
  • 生成并读取指定数量的脉冲信号
    优质
    本项目专注于设计一种能够生成并准确读取特定数量脉冲信号的系统，适用于各类电子测量与控制系统中。 STM32外部脉冲计数程序通过产生定量的脉冲个数，并通过串口读取这些脉冲的数量。
  • SNN脉冲神经网络.py
    优质
    SNN脉冲神经网络.py 是一个Python脚本文件，用于实现和模拟基于生物神经元模型的脉冲神经网络。该代码可用于研究、教育及开发类脑计算应用。 SNN脉冲神经网络值得大家关注和研究。
  • UWB4.rar_UWB信号_UWB高斯脉冲_UWB脉冲_matlab高斯脉冲信号
    优质
    本资源包提供了一套用于生成和分析超宽带（UWB）高斯脉冲信号的MATLAB工具，适用于研究与开发应用。包含了详细的代码及注释，帮助用户深入理解UWB技术的核心原理。 关于UWB信号中高斯脉冲的产生以及其频谱的相关程序的内容，请重新组织如下：讨论如何在超宽带（UWB）信号中生成高斯脉冲，并分析这些脉冲的频谱特性所需使用的编程方法和技术。
  • 利用相关分析法识别脉冲响应
    优质
    本文探讨了如何运用相关分析方法来准确地辨识系统中的脉冲响应，为信号处理和通信领域提供了有效的技术手段。 相关分析法用于辨识脉冲响应的原理包括通过计算输入信号与系统输出之间的互相关函数来确定系统的脉冲响应。这种方法基于这样的假设：如果已知一个线性时间不变（LTI）系统的输入，可以通过测量其对应的输出，并利用相关的数学工具进行处理，从而推导出该系统的内部特性或传递函数。 源代码方面，则通常会包括计算互相关函数的算法实现、数据预处理步骤以及可能的数据可视化部分。这些程序旨在简化实验过程并提高结果分析的准确性与效率。
  • 利用OpenCV的手势识别技术
    优质
    本项目采用OpenCV库实现手势识别功能，通过摄像头捕捉手部动作并进行图像处理与分析，旨在为用户提供便捷的人机交互体验。 基于OpenCV的手势识别代码。这是我本科期间完成的作品，现在分享给大家。