摘要：在对现有闸机控制系统分析的基础上,指出了现有闸机控制系统中的不足,设计了一种新的智能人体识别方法对通过闸机的人和物体进行识别。并采用多传感器进行实时检测,通过建立人体知识库、结合人类判别经验的规则集合解决了以往识别技术简单、识别率不高的问题,摆脱了人体检测对视频图像的依赖,极大提高了识别速度。

摘要：针对轨道交通闸机检票中存在的尾随逃票现象,研究了基于多红外传感器的闸机人体识别技术;该技术采用多个红外传感器采集乘客通行信息,在对闸机系统分析的基础上,设计了红外传感器的结构布局;将传感器区域分析和事件识别标志分析相结合,提取人体特征识别乘客通行事件;研制了闸机门人体识别实验系统,对4种常见的闸机通行事件进行了分析,并开展了实验研究;实验结果表明,实验系统能够有效识别闸机通行的多种事件,实时性好,具有较好的工程应用前景。

摘要：步态识别不需要被检测人的配合、非侵犯性,并可在图像分辨率不高和较远的距离条件下实现对人体的身份检测,具有很好的实际应用前景。本文设计了一种基于OpenCV机器视觉库的人体步态识别系统。首先,通过Kinect摄像头和OpenCV函数实现步态图像数据的采集。然后,将图像数据进行预处理,通过背景差分方法提取出人体步态轮廓,并进行归一化。将一个周期的步态轮廓,通过能量图的方法来生成二维步态能量图,并以此为基础实现步态的分类和识别。

摘要：为减少“空巢老人”因发生跌倒而遭受的后继伤害,助力人工智能在居家环境中的应用落地,文中提出一种基于通用边缘智能平台的老人跌倒监护设计。该设计以边缘智能平台为核心,实时采集高清摄像头的视频数据,并对视频帧进行运动目标提取和人体跌倒姿态识别,在跌倒发生时能实时给监护人发送告警信息,以便获得及时救助。同时,在Jetson TX2平台上构建机器视觉开发环境,利用Darknet深度学习框架和预训练权重模型实现人体识别和跌倒监测,基于OpenCV和腾讯云短信技术分别实现本地端图形方式和远程端短信方式的报警功能。测试结果表明,文中的设计方案能够实时、精确地监测跌倒异常,无需佩戴,适合老人的使用习惯,且具有实现简单、易于部署的优点,可为跌倒监护提供一种低成本的方案。

摘要：准确与合体的服装版型对于服装生产来说至关重要。尽管三维人体扫描仪可获得人体数据,但从以往文献来看,从三维人体数据生成二维服装版型仍存在挑战。本文的目的是将三维人体点云数据经过一系列步骤,自动生成服装基础版型。这些步骤包括:从三维扫描得到人体数据,将这些散乱数据进行人体识别,将识别后的模型Delaunay三角化,对三角化后的人体模型进行C均值模糊聚类的人体曲面分割,基于最小二乘法的多边形近似及展开,最后自动生成服装样版。

摘要：设计了一款新型的人体三维建模识别系统。系统采用2片TI TMS320C64x+数字信号处理器组成算法核心单元,采用S3C6410嵌入式处理器实现时序及总线控制功能。该系统无需人体佩戴任何骨骼传感器网络,仅通过光学摄像头及图像处理算法即可完成人体三维运动建模,并可实现多人体运动目标的实时追踪功能。给出了该系统的实时多人三维运动建模结果,实测效果良好。

摘要：采用中值滤波去除视频图像中所含的椒盐噪声,通过形态学处理对目标的二值化图像进行去噪处理.利用多点定位算法实现目标跟踪.根据运动目标的轮廓高宽比、面积、质心等特征量识别人体,当行人进入视频中特定区域后,进行人流量的统计.实验结果表明,该方法稳定性强、准确率高,所设计的系统能够满足实时要求.

摘要：针对闸机系统的现状以及选取的硬件基础,基于全局全过程的设想,以状态转换为联系,构建"传感器状态"、"独立状态"、"组合状态"的三级闸机通行逻辑算法模型。通过分区进行模式抽象,继而采用模式匹配的方式初步判断模式状态,凭借"容错函数"冗余行为的动态性,再次判断目标对象种类并进行目标的识别,实现闸机通道内运行的逻辑判断。选取较为常见的正常成年人的通行特征,进行算法的程序验证,初步论证本算法具有一定的正确性和可靠性。

摘要：通过对现有物体识别算法的研究,提出了一种将HMM模型与BP神经网络相结合的方法进行物体识别,将HMM模型的最佳输出状态作为BP神经网络的输入。所设计的模型包括HMM模型设计、BP神经网络结构设计、图像库中图像设计。实验证明该算法对物体的识别率较高,鲁棒性强,训练好的模型具有比较强的识别能力,具有一定的实用价值和广阔的发展前景。

摘要：像人类通过眼睛感知世界一样,视觉感知模块使机器人能够感知外界信息,通过视觉系统采集的信息,可以用来作进一步的加工,分析和模式识别,使机器人更加的智能化。本文设计了一种以深度学习技术为基础,以树莓派为平台,结合python语言和OpenCV库的动作识别系统——为助老机器人视觉感知模块提供技术实现。