基于新模糊准则与 DE算法的红外人体图像分割 *

人体目标的抽取是红外人体图像处理的基础 ,为了有效获取红外图像中的人体目标 ,提出了一种新的图像阈值化方法。首先在对模糊熵方法本质分析的基础上 ,通过参数变换定义了一种新的最小化模糊准则 ,然后将差分演化 ( differential evolution, DE)算法与新模糊准则相结合用于快速、有效地获取最佳阈值 ,最后在真实红外人体图像上与其他方法进行了对比实验。实验结果表明 ,所提出的方法不仅能得到理想的分割结果 ,而且 CPU耗时也较少 ,满足实时性处理要求。     

基于视频的人体行走状态分析

提出了一种基于多视角的人体行走状态分析方法.首先,利用基于自适应背景更新的背景差分法检测出运动人体;其次,利用4向链码提取人体上半身质心运动轨迹的周期;最后,通过训练不同运动状态的周期得到对应的模糊集,根据隶属度函数判别慢走、走和跑3种运动状态.实验结果表明,该方法能够准确分析人体运动速度并判断其运动状态,并且对背景噪声、视角变化有良好的鲁棒性.     

非约束环境下人脸识别技术的研究

设计了一种基于全方位视觉传感器(ODVS)和多个高速快球摄像机(PTZ)相融合的装置.利用ODVS在动态图像序列中进行大范围多人体对象目标的检测跟踪,得到大范围内各跟踪人体对象目标的位置、大小等信息;然后根据检测到的这些信息来控制不同方位上的多个高速快球摄像机对人体对象目标的头部进行抓拍;最后根据人脸和人眼检测算法检测出来的人体对象目标的脸部特征对所拍摄到的图像进行筛选,淘汰一些不能用于识别的图像,并统计可以用于人脸识别的图像数量,如果没有达到一定的数量,则控制高速快球继续对该人体对象目标的头部进行抓拍,直至抓拍到足够的可用于人脸识别的图像为止.实验结果表明,通过ODVS和多个高速快球摄像机的视频图像信息融合,即使在人体非约束的情况下也能很好的获取到可用于人脸识别的图像,同时能满足多目标实时跟踪与识别的要求.该装置在安全监控、门禁检查、身份认证等领域都具有很好的实际应用价值.     

广州白云山药品抽查不合格危害人体健康——贵州药监抽查：广州白云山天心制药“氨甲环酸注射液”可见异物不合格

人民群众的健康安全是民生的重要内容,也是社会和谐的主要着力点,医药产品质量直接关系到人民群众的健康安全。近年来,党和政府一直高度重视药品质量安全,国家卫生部、食品药品监督管理局等相关职能部门不断加大药品质量安全管理的力度,获得了良好效果。然而,仍然有一些生产企业对产品质量问题重视不够,甚至置若罔闻。     

不能喝的六种水

水是人生命中必不可少的,而当我们饮水的时候,有没有去注意过哪些水不能喝?生水:生水有各种各样的对人体有害的细菌、病毒和人畜共患的寄生虫。喝了生水,很容易引起急性胃肠炎、病毒性肝炎、伤寒、痢疾及寄生虫感染。特别是现今大小河道、水     

工程车辆翻车时ROPS刚度、斜坡角度和安全带方式对人体损伤的影响

应用有限元与多刚体方法,针对某ZL50型装载机沿30°和45°斜坡翻车过程中司机动态响应进行仿真分析。以人体损伤为评价指标对比分析了不同的翻车保护结构(ROPS)刚度、斜坡角度以及安全带约束方式对司机损伤的影响。结果表明:在能够提供人体生存空间的前提下,ROPS刚度越小,人体受到的损伤越小;斜坡角度的变化影响人体损伤部位;4点式安全带能够有效降低人体头部损伤的几率;安全带形式对颈部损伤影响很小。     

裤子裆部结构设计

裤子裆部是裤子结构设计的重点和难点,裆部处理是否得当将直接影响裤子的外观造型、舒适性、合体性与功能性.主要研究了裤子裆部结构的立裆、后中线倾斜度、后裆起翘量、裆部宽度和裆弯、落裆等主要尺寸的设计,为科学、合理地设计出造型美观、符合人体且能够满足运动功能的裤子结构制图提供了一定的理论依据和参考数据.     

基于轮廓特征的人体行为识别

提出了一种以运动人体轮廓为特征,基于模板匹配的人体行为识别方法。首先,利用背景差分法和阴影消除技术提取运动人体轮廓;定义一种边界点-半径的轮廓描述方法,将时变的二维轮廓形状转换为对应的一维距离向量;以成本函数为特征向量,利用谱系聚类方法提取行为序列的关键姿态;最后,将关键姿态编码为行为字符串,利用编辑距离度量测试序列与标准序列间的相似性。实验结果表明,利用本文方法对人的6种日常行为进行识别,正确识别率达到84.3%以上,具有简单实用的特点。     

浅谈居住空间的空间限定方法

什么样的生活空间可以被称为＂理想＂的居住环境,这是一个复杂的问题,是需要结合实用和美观并存的空间,是居住空间的分离和重组。     

基于流形学习的人体动作识别

目的 提出了一个基于流形学习的动作识别框架,用来识别深度图像序列中的人体行为。方法 从Kinect设备获得的深度信息中评估出人体的关节点信息,并用相对关节点位置差作为人体特征表达。在训练阶段,利用LE（Lalpacian eigenmaps）流形学习对高维空间下的训练集进行降维,得到低维隐空间下的运动模型。在识别阶段,用最近邻差值方法将测试序列映射到低维流形空间中去,然后进行匹配计算。在匹配过程中,通过使用改进的Hausdorff距离对低维空间下测试序列和训练运动集的吻合度和相似度进行度量。结果 用Kinect设备捕获的数据进行了实验,取得了良好的效果;同时也在MSR Action3D数据库上进行了测试,结果表明在训练样本较多情况下,本文方法识别效果优于以往方法。结论 实验结果表明本文方法适用于基于深度图像序列的人体动作识别。