基于CNN的姿势识别 帮助机器通过相机了解人类的行为很重要。 一旦实现，机器就可以对各种人体姿势做出不同的React。 但是该过程也非常困难，因为通常它非常缓慢且耗电，并且需要非常大的存储空间。 在这里，我们着重于实时姿势识别，并尝试使机器“知道”我们做出的姿势。 姿势识别系统由DE10-Nano SoC FPGA套件，相机和HDMI监视器组成。 SoC FPGA捕获来自摄像机的视频流，使用CNN模型识别人体姿势，最后通过HDMI接口显示原始视频和分类结果（站立，行走，挥动等）。 单据 我们在这里上传论文。 并演示了该项目的详细信息。 专案 我们上载我们的项目，包括Matlab，Python和Quartus。 软件版本为： Matlab R2017b 的Python 3.6.3 Python5.1.0 TensorFlow-gpu 1.3.0 Quartus 14.0

对自己的设计的实现方式越了解，对自己的设计的时序要求越了解，对目标器件的资源分布和结构越了解，对EDA工具执行约束的效果越

Hello FPGA, FPGA学习教程

摘 要：本文采用Altera 公司的Stratix 系列FPGA 实现了一个三端口非透明型SDRAM 控 制器，该控制器面向用户具有多个端口，通过轮换优先级的设计保证了多个端口平均分配 SDRAM的带宽且不会降低传输速率。将访问SDRAM空间虚拟成一个简单的访问三口RAM 的操作，采用乒乓的DMA 传输机制大大提高了数据传输的带宽和效率。 　　1 引言 　　SDRAM 具有存储容量大、速度快、成本低的特点，因此广泛应用于雷达信号处理等需 要海量高速存储的场合，但是SDRAM 的操作相对复杂，需要有专门的控制器配合处理器 工作完成数据的存取操作。随着FPGA 技术的快速发展及其应用的普及，用

在双目立体相机中，利用图像处理计算场景深度信息是一项关键技术。通过研究立体视觉图像匹配原理，提出一种基于FPGA的立体图像实时匹配算法的实现方法。该算法以 Census变换为基础借助于像素在邻域中灰度相对值的排序进行相似度比较，来实现区域立体匹配；在左右一致性约束下采用多窗口相关匹配方法改善深度不连续图像的匹配质量，提高匹配准确度。利用FPGA流水线和并行处理技术实现了双目立体相机的实时图像匹配。结果表明，该图像匹配结构具有较高的吞吐率和处理速度，可以工作在97.3 MHz频率下实现1024×1024灰度

USRP1、USRP2硬件相关所有资料，包括板载FPGA、AD等，对硬件设计和FPGA调整有很大帮助。

基于FPGA的掌静脉采集系统设计

16位可逆加减计数器设计，某知名984.5的FPGA课程大作业，quartus II + modelsim 仿真

本文通过一个嵌入式开发的工程师经验之谈，侧面生动详细的为正在学习嵌入式的读者提供学习帮助，希望对读者有所帮助

针对跳频通信系统有固有噪声的特点，结合DDS+DPLL高分辨率、高频率捷变速度的优点，并采用Altera公司的Quartus-Ⅱ_10．1软件进行设计综合，提出了一种新型的跳频信号源。结果表明，该设计中DPLL时钟可达到120 MHz，性能较高，而仅使用了30个LUT和18个触发器，占用资源很少。