针对小儿脑瘫早期诊断的无线传输便携式足底压力分布测量系统的设计

足底压力的大小与分布能反映人体腿、足的结构和功能及整个身体姿势等信息。测试、分析足底应力,对小儿脑瘫的早期诊断具有重要意义。因此研制了一套足底压力分布测量系统并测评其应用价值。本系统由硬件和软件两个部分组成。系统硬件包括12个FlexiForce薄膜测力传感器、信号转换电路、51单片机采集电路;系统软件主要由实时采集模块、数据存储模块、数据计算分析和显示模块等组成。     

基于FSR的可穿戴式足底压力检测系统

足底压力信息的研究对人体健康状况评估和某些疾病预测具有重要意义。提出了一种可穿戴式足底压力检测系统的实现方法。该方法充分考虑了穿戴式检测工具的方便灵活和低功耗要求,采用薄片式力敏电阻器(FSR)和低功耗微小器件,将整套系统集成于鞋垫中,体积小巧,功能实用。实验结果表明:介绍的系统可以实时采集足底压力信号并在计算机上显示压力波形,系统有较好的灵敏度、准确性和可穿戴性,低功耗运行,满足足底压力检测和人体步态分析等实际需要。     

基于足底压力信息的跌倒姿态聚类识别方法

为了进一步提高基于足底压力传感器的老年跌倒检测系统的识别率,以及准确地判断人体跌倒方向,提出了利用自组织映射神经网络(SOM)和足底压力传感信息对人体动作进行聚类分析的方法。为了验证SOM方法的识别效果,采取包含跌倒在内的13类常见动作的130个样本对训练好的SOM网络进行测试。测试结果表明,系统灵敏度、特异度及准确度分别为92.5%、93.3%、93.1%,其结果均优于常用的阈值法。综上,SOM方法对人体跌倒姿态识别具有较高的可靠性和准确度。     

可穿戴下肢外骨骼足底压力检测系统设计与研究

可穿戴下肢外骨骼能够柔性跟随人体运动的前提是足底压力检测数据符合人体步态特征,因此研究外骨骼足底压力检测系统具有重要意义。针对现有穿戴式下肢外骨骼系统压力传感器输入输出存在非线性误差,不能准确检测足底压力变化的缺点,选择电阻式压力传感器,通过理论计算确定曲线拟合方法可行性,并将曲线拟合方法引入足底压力检测系统设计中。研究结果表明,该方式采集数据特征明显,曲线拟合的系统线性度较小,可靠性高,适用足底压力检测系统。     

人体姿态检测及数据传输系统设计

本文设计的人体姿态检测及数据传输系统系统,采用了ST公司推出的iNEMO模块,该模块包含三轴加速度计、三轴磁力计、三轴陀螺仪和压力传感器,并将10自由度的传感器模块和32位MCU整合在一起,同时还配备多个通信接口。系统采用了基于SIM300的GPRS模块,将实验员当前的姿态发送到PC客户端,实现了远程监控功能。本系统具有集成化、智能化和平台化等特点,具有良好的应用前景。     

人体跌倒的鲁棒检测方法

通过对跌倒行为特性的研究,提出了人体跌倒鲁棒检测方法.采用穿戴式跌倒检测装置,将加速度传感器和倾角传感器安置于腰间,压力传感器安置于脚底,用于采集人体运动中的姿态加速度信息、倾角信息和脚底压力信息,采用主成分分析法提取姿态变化特征量,并运用支持向量机对特征量进行分析和判断,判断人体是否跌倒.通过试验测试验证,所提出的方法对跌倒检测具有较高的鲁棒性.     

仿人足底肌电特征的机器人行走规划

模仿人类行走规律是规划双足机器人运动的基础.以往模仿人类步态主要通过视觉方法或惯性模块测量(Inertia measurement unit, IMU)方法捕捉人体特征点轨迹.这些方法不考虑零力矩点(Zero moment point, ZMP)的相似性.为解决该问题,本文提出了一种基于足底肌电信号(Electromyography, EMG)和惯性模块测量信号的混合运动规划方法.该方法通过测量足底肌电信号计算出足底压力中心的位置以及踝关节扭矩,结合惯性模块所测量的人体躯干和双足轨迹,来规划双足机器人的步态.首先,用肌电仪测量足底肌电信号,用惯性测量模块测量人体各肢体部分的姿态轨迹,经数据标定后作为仿人机器人的运动参考; 然后,通过预观控制输出稳定的步态.为确保仿人行走的效果,基于人体相似性对运动数据进行了步态优化.实验验证和分析表明, EMG信号超前ZMP约160ms,利用这个特性实现了对压力点位置的有效预测,提高了机器人在线模仿人类行走的稳定性.     

基于深度学习的二维人体姿态估计综述

人体姿态估计是计算机视觉领域的一个基础且具有挑战的任务,人体姿态估计对于描述人体姿态、描述人体行为等至关重要,是行为识别、行为检测等计算机视觉任务的基础.近年来,随着深度学习的发展,基于深度学习的人体姿态估计算法展现出了极其优异的效果.从单人人体姿态估计、自顶向下的多人人体姿态估计和自底向上的多人人体姿态估计这3种主流的人体姿态估计方式,介绍近年来基于深度学习的二维人体姿态估计算法的发展,并讨论目前二维人体姿态估计所面临的困难和挑战.最后,对人体姿态估计未来的发展做出展望.     

基于频率筛分的无监督人体姿态特征提取与识别研究

基于视频序列的人体行为分析需要检测和判别人体姿态,已有人体姿态检测与判别方法往往达不到实用性要求.从两个方面探讨应用BEMD(bidimensional empirical mode decomposition)算法提升特征分离度与判别性,以进行人体姿态检测和判别:BEMD分解源图像得到的多层固有模态图BIMF具有判别特征,可形成具有强边缘的对比度高的区域,其中包括人体轮廓区域;从低分辨率尺度BIMF图像到高分辨率尺度BIMF图像递归计算,建立基于BEMD的多尺度树(BEMD muhiscale-trees tructured)模型,快速提取目标区域并获取人体形状轮廓特征.实验证明,利用该方法进行人体姿态轮廓特征提取,并建立人体姿态的简化模型,可快速检测并判别人体姿态,以达到实时识别.     

基于压电俘能器的自供电步态检测系统设计

鉴于压电元件既能感测压力动态变化,又能实现能量转换,采用两种压电模块设计了一款低成本、可穿戴、可自供电的步态检测系统。以矩形双晶陶瓷压电片作为压电俘能器能量转化单元,将人体运动机械能转换成电能,并利用其为步态检测系统供电;以柔性PVDF压电薄膜作为足底压力检测单元,完成人体站立、行走、跑步、跌倒等基本步态信息的检测。实验测试结果表明：人体在穿戴上述装置正常步行条件下,压电俘能器单位小时内提供0.731J电能,可保障步态检测系统间隔423s工作一次,且系统能够对人体的基本步态实现有效检测。     

基于柔性触觉传感器的坐姿压力监测系统设计

提出了一种有效监测人体坐姿压力的系统,设计了柔性触觉传感器阵列,基于多路模拟开关CD4051、微处理器MSP430与无线发送模块实现数据的采集与传输,在上位机软件中通过低通滤波、配色与插值算法,并应用分布式压缩感知理论,形成了模拟人体坐姿压力分布的彩色图像,图像真实清晰,便于观察.实验结果表明:系统稳定性和分辨率较好,且能够实现坐姿压力分布的实时测量和显示.     

Learning Atomic Human Actions Using Variable-Length Markov Models

Visual analysis of human behavior has generated considerable interest in the field of computer vision because of its wide spectrum of potential applications. Human behavior can be segmented into atomic actions, each of which indicates a basic and complete movement. Learning and recognizing atomic human actions are essential to human behavior analysis. In this paper, we propose a framework for handling this task using variable-length Markov models (VLMMs). The framework is comprised of the following two modules: a posture labeling module and a VLMM atomic action learning and recognition module. First, a posture template selection algorithm, based on a modified shape context matching technique, is developed. The selected posture templates form a codebook that is used to convert input posture sequences into discrete symbol sequences for subsequent processing. Then, the VLMM technique is applied to learn the training symbol sequences of atomic actions. Finally, the constructed VLMMs are transformed into hidden Markov models (HMMs) for recognizing input atomic actions. This approach combines the advantages of the excellent learning function of a VLMM and the fault-tolerant recognition ability of an HMM. Experiments on realistic data demonstrate the efficacy of the proposed system.     

面向两轮平衡机器人姿态检测系统的研究与设计

以两轮平衡车的平衡姿态研究为背景,提出了一种基于陀螺仪与加速度计的两轮平衡机器人的姿态检測系统,对姿态检測系统的原理、组成及数据采集进行了研究。通过对各传感器输出信号特征的提取、分析,将PID控制算法与卡尔曼滤波思想相结合,实現了数据融合,从而有效地提高姿态检测系统的检测精度。经过软硬件的综合调试取得了良好的效果,并应用到实际的机器人姿态检测。     

基于蓝牙的矿山车辆胎压监控系统①

矿山车辆胎压监测是以无损检测技术为基础,通过研究车辆胎压的实时信号,了解矿山车辆的轮胎气压的变化特性,从而达到矿山车辆安全监控提供依据。描述了以LPC2132为核心构成的胎压的监控装置的研究。通过带有蓝牙的传感器模块采集车辆胎压信号,经过调理电路后进行比较计算,若超过规定值就报警,并将数据发送到车载CAN总线上。在此基础上设计了一套基于蓝牙的胎压监控装置,硬件系统主要由传感器、LPC2132处理器,信号调理电路,蓝牙模块和报警模块等组成。软件系统由固件程序,数据收发模块等构成。     

基于消息语义解析的软件网络行为分析

通过对软件网络行为的研究,提出了通过结合动态分析软件行为技术和网络消息语义解析技术对软件网络行为进行分析的系统模型。系统主要由动态二进制分析模块、消息语义解析模块和网络行为分析模块组成。通过动态二进制分析,利用行为监控和劫持机制,获取软件对于应用程序编程接口(API)函数和系统函数的调用情况;通过动态污点分析,对消息语义进行解析。实验验证表明,软件行为和消息语义解析的结合可以用于分析软件网络行为。     

基于Snort的混合入侵检测系统的研究与实现

在分析研究snon系统的优缺点的基础上,利用其开源性和支持插件的优势,针对其对无法检测到新出现的入侵行为、漏报率较高以及检测速度较低等问题,在snon系统的基础上结合入侵检测中的数据挖掘技术,提出一种基于snort系统的混合入侵检测系统模型。该系统模型在snort系统原有系统模型基础上增加了正常行为模式构建模块、异常检测模块、分类器模块、规则动态生成模块等扩展功能模块。改进后的混合入侵检测系统能够实时更新系统的检测规则库,进而检测到新的入侵攻击行为;同时,改进后的混合入侵检测系统具有误用检测和异常检测的功能,从而提高检测系统检测效率。     

基于Agent的内部威胁实时检测框架

针对企业信息系统中的内部威胁行为,特别是内部用户的资源滥用行为,提出了一种基于Agent的实时检测框架,通过比较用户身份权限和异常操作行为发现恶意内部威胁行为.该框架有数据采集模块、检测模块、审计模块和响应模块构成.从身份认证、访问控制、操作审计和漏洞检测四个方面对检测系统进行功能说明,并就关键技术给出了详细介绍.应用实例证明该检测框架实现了用户实名登录、行为检测与事后审计,从根本上防止了恶意内部人员获取非法数据并提供响应和干预能力,提高了信息系统的安全性.最后,总结了内部威胁检测技术发展趋势.     

一种新的异常行为检测算法

行人异常行为的自动检测与识别是计算机视觉领域的重点和难点,同时也是智能监控系统中研究的热点问题。针对这一问题,提出了一种基于人体形态特征的异常检测算法。利用轮廓信息将目标从视频序列中分割出来,再对分割出来的目标进行轮廓拟合,根据所得到的拟合信息提取文中所定义的形态特征因子,将特征因子经过行为分类器的判定,从而决策出该行为是否异常。实验结果表明该方法实现简单,具有较好的实时性与鲁棒性,可以作为实时监控系统中异常行为检测的有效方法。     

基于区块链技术的网络安全漏洞检测系统设计

为解决传统网络安全漏洞扫描受限,导致网络应用环境的安全性承载能力较差的问题,设计基于区块链技术的网络安全漏洞检测系统;利用网络爬虫模块抓取任务管理模块所需的待检测信息参量,按照漏洞数据所属的具体类别,将其分别反馈至XSS检测模块、SQL检测模块与CSRF检测模块之中;在此基础上,定义区块信息的实际交易格式,联合各项智能化合约,实现对系统功能需求的定向化分析,并完成相关用例图的构建;通过上述软、硬件设备基础,完成基于区块链技术的网络安全漏洞检测系统设计;对比实验结果显示,与C/S型网络漏洞检测系统相比,基于区块链技术检测系统的安全性等级划分条件更加细致,扫描web漏洞覆盖范围也更为广泛,有助于网络应用环境安全性承载能力的稳定提升.