您所在的位置:
本文介绍11个基于生物识别的系统设计方案,包括手势识别、虹膜识别、声纹识别等等,仅供大家参考。
Smartmouse智能手势输入系统分为手持端(手势数据采集模块)和主机端(数据接收处理模块),手持端和主机端通过无线方式连接。手持端可方便地佩戴在使用者手指上,对使用者的手势数据进行采集;主机端可实现与PC机接口,并可对手势数据进行接收和智能处理。
由于传统电视机遥控器的按键操作比较机械且缺乏娱乐性,设计了一种以DSP2812为核心的手势识别算法。通过将用户手势运动的信息转换成相应的红外信号,从而实现手势遥控电视机更换频道和调节音量的目的。
本系统利用三轴加速度的值来判定对物体运动预定义的六种姿势。首先,分别对三个轴采样,每个轴各获得50个数据;然后,分别对每个轴上的数据进行处理来判定是否发生了预定义的动作。
本文通过电极片获取人体皮肤表面的肌电信号,即表面肌电信号(sEMG),这种方法比较简单,对人体也没有伤害,比较常用。
本项目使用Virtex-5 OpenSPARC评估平台,首先通过VGA解码芯片,将PC机中的视频流数据解码出R、G、B信号值和场、行信号。然后使用OV7670数字摄像头,摄取人体的手部动作,运用一定的算法,对摄像头数据进行处理,判定此时的人体动作,然后将其与RGB分量信号进行叠加,通过配置DVI接口芯片,将叠加后的图像送至显示器显示。
ST微型MEMS模组可客制化动作识别功能
LSM330模组整合一个3轴数位陀螺仪、一个3轴数位加速度计以及两个嵌入式有限状态机(finite state machine),这两个可编程电路能在模组内部实现客制化动作识别功能。
本设计目的在于能够实现一个比较通用的语音控制系统,为了能更好地示例,在本文的设计中选择使用数字0-9(中文发音)十个控制语音来控制Linux系统下的ls等5个命令,通过说出命令对应的数字来选择相应命令操作,从而达到执行命令程序的目的。
本文通过语音分析进行说话人识别,人的语音可以非常自然的产生,训练和识别时并不需要特别的输入设备,诸如个人电脑普遍配置的麦克风和到处都有的电话都可以作为输入设备,因此采用说话人语音进行说话人识别和其他传统的生物识别技术相比,具有更为简便、准确、经济及可扩展性良好等众多优势。
设计了一种可便携使用的基于FPGA的嵌入式虹膜识别系统。本系统由6个模块组成:电源管理和监控、虹膜图像采集、虹膜图像处理、存储器、人机交互和网络传输模块,同时从硬件、软件和算法三个方面提出设计方案。
大热的虹膜识别系统的硬件设计与实现,系统方案、软件流程、算法设计
本文介绍了以在xilinx公司的spartan3e芯片为核心的开发板上实现虹膜身份识别系统。本文对虹膜识别系统的图像获取、虹膜定位、虹膜图像的特征提取、建立虹膜特征数据库、分类器的设计及图像之间的匹配进行了讨论,然后给出了识别结果。
本设计采用先进的SOPC技术简化了系统板级设计,增强了系统稳定性同时使用VHDL编程通过硬件来完成高速数据采集减轻了处理器的负担,最终通过FPGA硬件实现快速耳纹图象采集和DSP进行数据处理改善输入耳纹图像的质量,以提高特征提取的准确性。