基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现有的图像智能处理平台所使用的各类NPU成本较高,并且非嵌入式平台,没有配套配件,无法进行单独工作;而现有的嵌入式平台缺乏计算机视觉以及机器学习相关的软件库。本文将致力于解决以上两种问题,因此我们设计并实现了一种基于STM32系列芯片的图像智能处理平台。该平台可以广泛应用于物联网、智慧家居、智慧城市等方面。我们为其开发了一套软件库,包含基本图像处理算法和多粒度级联森林(gcForest)推断,使得该平台有能力被应用于多种计算机视觉任务。基于STM32系列芯片,平台可以提供灵活的硬件拓展,允许扩展多种内存格式,提供功能、存储、性能的优化支持,满足了用户的个性化应用需求。
推荐文章
基于STM32的智能安防系统
STM32F103VET
JPEG编码
FreeRtos
APP
图像压缩比
软件开发
基于STM32的重力感应无线智能遥控小车设计
STM32控制器
无线
重力感应
倾角
基于STM32的智能淋浴系统设计
智能淋浴
STM32
多传感器协作
舵机控温
节水
PID算法
基于STM32的智能空调送风装置设计
空调智能送风
STM32
超声波测距
非接触测温
摄像头模块
OpenMV4
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于STM32图像智能处理平台的设计开发
来源期刊 软件工程与应用 学科 工学
关键词 STM32 决策树 集成学习 gcForest 计算机视觉
年,卷(期) 2021,(1) 所属期刊栏目
研究方向 页码范围 44-49
页数 6页 分类号 TP3
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
STM32
决策树
集成学习
gcForest
计算机视觉
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件工程与应用
双月刊
2325-2286
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
291
总下载数(次)
1
总被引数(次)
0
论文1v1指导