当前位置: 主页 > 人工智能

人工智能图像识别原理-基于kinect深度图像的人体识别分析

发布时间:2023-02-14 10:00   浏览次数:次   作者:佚名

一种通讯工程中人工智能能耗检测系统

1.本发明涉及通信工程技术领域,具体为一种通信工程中的人工智能能耗检测系统。

背景技术:

2.通信工程(又称电信工程,原名长途通信工程、弱电工程)是电子工程的一个重要分支,是电子信息的一个子专业,也是基础学科之一。 本学科侧重于信息在通信过程中传输和信号处理的原理及应用,本专业学习通信技术、通信系统和通信网络等知识人工智能图像识别原理,可从事研究、设计、制造、运营等工作。通信领域,以及国民经济和国防工业的各个部门。 通信技术与设备的应用,通信工程主要研究信号的产生、信息传输、交换和处理,以及计算机通信、数字通信、卫星通信、光纤通信、蜂窝通信、个人通信、平流层通信等、多媒体技术、信息高速公路、数字程控交换等理论与工程应用问题,在通信工程中经常需要对视频图像进行检测,还需要对视频图像检测过程中的能耗进行分析。 当前通信工程中的人工智能能耗检测系统在使用时,图像不便于分类识别,会影响图像识别的效率。

技术实现要素:

3、针对现有技术的不足,本发明提供了一种通信工程中的人工智能能耗检测系统,解决了图像分类识别不便,影响图像识别效率的问题。

4、为实现上述目的,本发明是通过以下技术方案实现的:一种通信工程中的人工智能能耗检测系统,包括数据中心、处理器模块、图像采集模块、图像识别模块、图像处理模块、运算控制模块、信息录入模块、互联网、信息下载模块、能耗检测模块、数据中心与处理器模块相连、数据中心与图像采集模块相连、图像采集模块与图像采集模块相连图像识别模块,图像识别模块连接图像处理模块,图像处理模块连接数据中心,数据中心连接操作控制模块,数据中心连接信息录入模块,信息录入模块连接到互联网,信息输入模块与信息下载模块相连,能耗检测模块与处理器模块相连。

手势识别图像库_基于kinect深度图像的人体识别分析_人工智能图像识别原理

5、优选地,所述图像采集模块包括手动加载模块和自动采集模块,所述手动加载模块和自动采集模块相连。 通过设计图像采集模块,您可以选择自动或手动采集图像。

6、优选地,图像识别模块包括视频识别模块、图像抓取模块、图片识别模块和图片优化模块,视频识别模块与图像抓取模块连接,图像抓取模块与图像抓取模块连接。图片识别模块,以及图片识别模块和图片优化模块以及连接上面已经介绍过了。 通过设计图像识别模块,可以对图片或视频的图像进行分类识别。

7、优选地,图像处理模块包括图像分类模块、图像比对模块和图像分析模块,图像分类模块与图像比对模块相连,图像比对模块与图像分析模块相连。 通过设计图像处理模块,可以对识别出的图像进行处理。

8、优选地,所述操作控制模块包括数据查询模块、显示操作模块和远程控制模块,所述数据查询模块与所述显示操作模块连接,所述显示操作模块与所述远程控制模块连接。通过设计

运行控制模块可以对系统进行各种控制。

9、优选地,所述信息下载模块包括手动更新模块和自动更新模块,所述手动更新模块和自动更新模块相连。 通过设计信息下载模块,实现数据中心数据的下载和更新。

十、有益效果

基于kinect深度图像的人体识别分析_人工智能图像识别原理_手势识别图像库

11、本发明提供了一种通信工程中的人工智能能耗检测系统。 具有以下有益效果:通信项目中的人工智能能耗检测系统,通过设计图像识别模块,可以识别视频或图像的内容。 图像识别模块识别出图像信息后,可以通过图像优化模块对图像进行优化。 优化提高了图像质量,方便了图像的后续处理。 通过视频识别模块对视频信息进行识别,可以相应地抓取视频内容中的有效图像,方便后续处理。 通过图像和视频的分离识别,提高图像质量。 识别效率人工智能图像识别原理,通过信息下载模块的设计,可以更新数据中心内的图像信息,方便比对和识别,进一步提高图像识别效率。

图纸说明

12、图1为本发明系统示意图;

13、图2为本发明图像识别模块的工作原理图;

14、图3为本发明运算控制模块的工作原理图。

15、图中: 1、数据中心; 2、处理器模块; 3、图像采集模块; 4.图像识别模块; 5.图像处理模块; 6、运行控制模块; 7、信息输入模块; 8.互联网; 9、信息下载模块; 10、能耗检测模块; 31、手动加载模块; 32、自动采集模块; 41、视频识别模块; 42、图像采集模块; 43、图片识别模块; 44.图片优化模块; 51.图像分类模块; 52、图像比对模块; 53、图像分析模块; 61、数据查询模块; 62、显示操作模块; 63.遥控模块; 91.手动更新模块; 92. 自动更新模块。

详细方法

基于kinect深度图像的人体识别分析_人工智能图像识别原理_手势识别图像库

16、下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述。 显然,所描述的实施例只是本发明的部分实施例,而不是全部的实施例。 基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

17、请参阅图1-3,本发明提供了一种技术方案:一种通信工程中的人工智能能耗检测系统,包括数据中心1、处理器模块2、图像采集模块3、图像识别模块4、图像处理模块 5、运算控制模块 6、信息录入模块 7、互联网 8、信息下载模块 9、能耗检测模块 10、数据中心1连接处理器模块 2、数据中心1连接图像采集模块3,图像采集模块3连接图像识别模块4,图像识别模块4连接图像处理模块5,图像处理模块5连接数据中心1,数据中心1连接运算控制模块6,数据中心1连接到信息录入模块7,信息录入模块7连接到互联网8,信息录入模块7连接到信息信息下载模块9,能耗检测模块10与处理器模块2相连。

18、图像采集模块3包括手动加载模块31和自动采集模块32,手动加载模块31和自动采集模块32相连。 通过设计图像采集模块3,可以选择自动或手动方式进行图像采集。

19.图像识别模块4包括视频识别模块41、图像抓取模块42、图片识别模块43、图片优化模块44,视频识别模块41与图像抓取模块42连接,图像抓取模块42与图片识别连接模块43、图片识别模块43和图片优化模块44相连。通过设计图像识别模块4,可以将图片或视频

图像分类。

20、图像处理模块5包括图像分类模块51、图像比对模块52和图像分析模块53。图像分类模块51与图像比对模块52相连,图像比对模块52与图像比对模块52相连。图像分析模块53。通过设计图像处理模块5,可以对识别出的图像进行处理。

21、操作控制模块6包括数据查询模块61、显示操作模块62和远程控制模块63。数据查询模块61与显示操作模块62相连,显示操作模块62与显示操作模块62相连。远程控制模块63。通过设计操作控制模块6,可以对系统进行各种控制。

手势识别图像库_基于kinect深度图像的人体识别分析_人工智能图像识别原理

22、信息下载模块9包括手动更新模块91和自动更新模块92,手动更新模块91和自动更新模块92相连。 通过设计信息下载模块91,可以下载和更新数据中心1中的数据。

23、工作原理:使用时,通过图像采集模块3进行图像采集,可以通过自动采集模块32从数据库1中获取图像,也可以通过手动加载图像。加载模块31输入,图像采集完成后,图像识别模块4用于识别图像,据此识别出视频或图像内容。 图片识别模块43识别出图片信息后,可以通过图片优化模块44对图片进行优化,提高图像质量,视频识别模块41识别出视频信息,可以获取有效的信息。对视频内容中的图像进行相应处理,便于后续处理。 图像经过图像识别模块4识别后,将其传送给图像处理模块5,通过图像分类模块51对图像进行分类,然后通过图像比对模块52进行图像比对,最后对图像进行分析通过图像分析模块53得到检测结果。 在各种工作过程中,需要通过操作控制模块6进行相应的操作和控制,可以通过显示操作模块62进行控制端的操作控制,也可以进行移动终端的远程操作通过远程控制模块63,也可以通过数据查询模块61查询相应的数据信息,数据中心1可以通过信息模块7输入信息,信息来自互联网8。信息下载模块9,可以实现需求信息的手动更新模块91,通过自动更新模块92可以实现预设需求信息的自动下载和更新,可以保证数据中心1内的数据信息是保持最新。 通过图像识别模块4,可以对视频或图像内容进行相应的识别。 图片识别模块43识别出图片信息后,可以通过图片优化模块44对图片进行优化,提高了图片质量,方便了图片的后续处理。 通过视频识别模块41对视频信息进行识别,可以据此抓取视频内容中的有效图像,便于后续处理,通过图片和视频的分离识别提高了图像识别效率。 通过设计信息下载模块9,可以下载数据。 中心1图像信息的更新,便于比对和识别,可以进一步提高图像识别效率。 通过能耗检测模块10可以检测系统的能耗,通过处理器模块2可以对能耗进行分析,判断系统是否超负荷运行。

24、本发明的有益效果是:通信工程中的人工智能能耗检测系统,通过设计图像识别模块4,可以对视频或图像内容进行相应的识别,识别出图片信息后,图片识别模块43,可以通过图片优化模块44对图片进行优化,提高图片质量,方便图片的后续处理。 通过视频识别模块41对视频信息进行识别,可以相应地抓取视频内容中的有效图像,便于后续处理。 视频的单独识别提高了图像识别的效率。 通过信息下载模块9的设计,可以更新数据中心1中的图像信息,方便比对和识别,进一步提高图像识别的效率。

25. 需要说明的是,本文中第一、第二等关系术语仅用于区分一个实体或操作与另一个实体或操作,并不一定要求或暗示这些实体或操作存在操作之间没有这种实际关系或顺序。此外,术语“包含”、“包含”或其任何其他变体旨在涵盖非排他性包含,例如过程、方法、物品或设备包含一组元素不仅包括那些元素,还包括未明确列出的元素。 过程、方法、物品或设备的其他要素

固有要素。 没有进一步的限制。

26. 尽管已经示出和描述了本发明的实施例,但是本领域的技术人员可以理解,在不脱离本发明的原则和精神的情况下,可以对这些实施例进行各种改变和修改、替换和修改,本发明的范围由所附权利要求及其等同物限定。

技术特点:

人工智能图像识别原理_基于kinect深度图像的人体识别分析_手势识别图像库

1、一种通信工程中的人工智能能耗检测系统,包括数据中心(1)、处理器模块(2)、图像采集模块(3)、图像识别模块(4)、图像处理模块(5) )、运行控制模块(6)、信息输入模块(7)、互联网(8)、信息下载模块(9)、能耗检测模块(10),其特征在于:所述的数据中心(1)和处理器模块(2)连接,数据中心(1)连接图像采集模块(3),图像采集模块(3)连接图像识别模块(4),图像识别模块(4)和图像处理模块(5)连接,图像处理模块(5)与数据中心(1)连接,数据中心(1)与运算控制模块(6)连接,数据中心(1)与信息录入模块(7)连接,信息录入模块(7)连接至互联网(8),信息录入模块(7)与信息下载模块(9)相连,能耗检测模块(10)与处理器模块(2)相连。 2.根据权利要求1所述的一种通信工程中的人工智能能耗检测系统,其特征在于:图像采集模块(3)包括手动加载模块(31)和自动采集模块(32),手动加载模块(31)与自动采集模块(32)相连。 3.根据权利要求1所述的一种通信工程中的人工智能能耗检测系统,其特征在于:所述图像识别模块(4)包括视频识别模块(41)、图像采集模块(42)、图片识别模块(43)、图片优化模块(44),所述视频识别模块(41)与图像采集模块(42)连接,所述图像采集模块(42)与图片识别模块(43)连接,并描述了图片识别模块(43)和图片优化模块(44)及其连接。 4.根据权利要求1所述的一种通信工程中的人工智能能耗检测系统,其特征在于:所述图像处理模块(5)包括图像分类模块(51)、图像比对模块(52)、图像分析模块图像分类模块(53)、图像分类模块(51)连接图像比对模块(52)、图像比对模块(52)连接图像分析模块(53)。 5.根据权利要求1所述的一种通信工程中的人工智能能耗检测系统,其特征在于:所述运算控制模块(6)包括数据查询模块(61)、显示运算模块(62)、遥控器控制模块(63),数据查询模块(61)连接显示操作模块(62),显示操作模块(62)连接远程控制模块(63)。 6.根据权利要求1所述的一种通信工程中的人工智能能耗检测系统,其特征在于:所述信息下载模块(9)包括手动更新模块(91)和自动更新模块(92),所述手动更新模块(91)连接自动更新模块(92)。

技术概要

本发明公开了一种通信工程中的人工智能能耗检测系统,包括数据中心、处理器模块、图像采集模块、图像识别模块、图像处理模块、运算控制模块、信息输入模块、互联网,信息下载模块,能耗检测模块。 通过设计图像识别模块,本发明可以对视频或图像内容进行相应的识别。 图片识别模块识别出图片信息后,可以通过图片优化模块对图片进行优化,提高了图片质量,方便了图片的后续处理。 通过视频识别模块对视频信息进行识别,可以相应地抓取视频内容中的有效图像,便于后续处理。 通过图片和视频的分离识别,提高了图像识别效率。 图像信息的更新,方便的比对和识别,可以进一步提高图像识别的效率。 可以进一步提高图像识别的效率。 可以进一步提高图像识别的效率。

技术研发人员:向丹、何登宇、黄勇、欧阳健

受保护技术用户:广州航海学院

技术研发日:2022.10.08

技术公告日期:2/3/2023