无线传感器网络人体姿态识别算法

根据无线传感器网络与人体姿态识别技术的特点,设计了一套基于CC2430微控制射频芯片、MMA7260QT三轴模拟加速度传感器和人机交互图形界面的人体姿态识别系统.提出了一种人体姿态识别算法,通过实验论证了该算法的合理性和可行性,为后续应用开发奠定了基础.     

基于融合运动特征和深度学习的电厂人员行为识别

电厂人员行为的准确识别与分析,对于维护电厂安全运行具有重要意义.文中使用融合运动特征的深度学习算法,建立了一套电厂工作人员的行为识别系统框架.为了提高动作识别精度、解决人体骨骼识别问题,通过引入图卷积网络建立多层时间空间融合的图卷积运算人体行为识别模型.针对单一网络检测准确率与鲁棒性低的问题,文中基于传感器网络建立了无...     

人体识别系统中通行识别技术的研究

人体识别系统是城市轨道交通自动售检票系统的关键组成部分。为了对人体识别系统中通行识别技术进行研究,采用对射式红外传感器采集通行目标的通行状态,在通道两侧分别安装传感器,在Matlab仿真的基础上将步态识别方法与人体识别规则相结合,分析闸机通道内通行目标的类型和数量,对其新型识别方法进行实验,实验结果表明该识别方法有效可靠。     

基于模糊模式识别的车型识别系统

车型的识别在智能交通系统中有重要作用,文中主要介绍了一种基于压力传感器和红外传感器来提取车辆特征,基于模糊模式识别方法进行识别的车型识别系统.     

基于滑动窗口和卷积神经网络的可穿戴人体活动识别技术

由于缺少统一人体活动模型和相关规范,造成已有可穿戴人体活动识别技术采用的传感器类别、数量及部署位置不尽相同,并影响其推广应用.该文在分析人体活动骨架特征基础上结合人体活动力学特征,建立基于笛卡尔坐标的人体活动模型,并规范了模型中活动传感器部署位置及活动数据的归一化方法;其次,引入滑动窗口技术建立将人体活动数据转换为RG...     

可穿戴式人体姿态识别系统研究进展

随着科技发展,基于可穿戴式传感器的研究逐渐得到重视,显现出功耗低、可携带性好、成本造价低、使用场景不受限制等独特优势。其中重要的一项应用是人体姿态识别,人体姿态识别过程主要分为人体运动信息采集、数据预处理、姿态角求解、模式识别特征的提取与识别。本文介绍了人体姿态识别技术的研究进程,总结了目前常用的传感器,最后对未来人体姿态识别技术发展进行展望。     

基于MPU9250和数字孪生的人体动作识别系统设计

随着传感器技术的发展,人体动作识别被广泛应用于健康监测、运动跟踪和异常动作检测等领域。本文设计了一款基于MPU9250和数字孪生的人体动作识别系统。首先,通过MPU9250惯性传感器采集人体运动数据,通过对传感器数据进行预处理,构建了一个包含10种人体运动的数据集(静止、站-蹲、蹲-坐、坐-躺、蹲-站、坐-蹲、躺-坐、走、跑和摔倒);其次,我们提出了一种多特征提取融合的深度学习模型,将人工特征提取和自动特征提取相结合;最后,利用卷积神经网络和递归神经网络的特性,对数据集进行分类,同时采用结合数字孪生的方法,将人体运动以网页界面的形式进行在线可视化展示。实验结果表明：本文提出算法在人体动作识别上实现了99.13%的准确度,该系统可以很好地将人体动作数据流进行在线可视化展示,在人体动作识别领域具有良好的应用价值。     

基于模糊神经网络信息融合的采煤机煤岩识别系统

研究基于信息融合技术的采煤机煤岩识别技术,使用多个传感器代替传统单个传感器建立煤岩识别系统,并以模糊神经网络算法作为系统的核心算法,从而提高采煤机煤岩识别的稳定性、抗干扰能力以及准确性等。使用采煤机滚筒截割煤壁时振动、阻力矩以及电机电流等进行监测,并采集数据提取特征值,通过模糊神经网络算法进行网络训练,最终得到基于神经网络信息融合的采煤机煤岩识别模型,通过实验验证研究的煤岩识别模型的性能,测试结果表明,实验研究的识别模型可以有效对煤岩界面进行识别,相比传统的单一传感器、单一识别技术,具有识别精度高、可靠性好、稳定性强等优点。     

基于属性测度的综合识别系统误差传递分析

战场情况的愈趋复杂,增加了识别过程的不确定因素,降低了识别结果的稳定性。基于多传感器信息融合的综合识别方法在一定程度上降低了识别过程中的不确定性,但由于传感器自身性能的限制,获取的目标信息具有一定的偏差,进而无法获取精确的识别结果。本文在属性测度理论以及对综合识别系统中误差来源分析的基础上,建立了综合识别过程中的误差传递模型,从定量的角度刻画了传感器误差对识别结果影响的大小。实例分析展示了目标识别方法在综合识别中的应用以及综合识别中误差从特征层到决策层的传递过程,结果证明了该误差传递模型的有效性。本文的研究对综合识别中的传感器误差控制和传感器选择,乃至对整个综合识别系统的优化都具有重要的指导意义。      

基于MIMU的人体三维姿态检测系统设计

人体三维姿态检测技术在健康监护、人机交互、动作捕捉等领域具有重要的应用价值.传统的检测方法如基于计算机视觉的的动作捕捉识别,识别算法复杂,计算量大,设备成本高,无法广泛推广.本文研究一种基于微惯性测量组合(MIMU)的人体三维姿态检测系统,采用三轴加速度计、三轴陀螺仪、三轴磁传感器,实时检测人体的三维姿态参数,并通过四元数法计算人体姿态坐标.使用OpenGL绘制人体模型,可实时模拟人体三维姿态.