摘要：多人场景下个体行为与身份识别是无设备感知研究的难点和热点问题之一。由于多人场景的动态性和个体行为的隐匿性,识别个体行为与身份是制约目前大量研究广泛应用的主要瓶颈。我们考虑大多数常见多人场景,尤其是工作和居住场景中,存在大量的机会性单人活动窗口,设计了一个基于Wi-Fi信号的多人场景行为与身份识别方法—MulPi。首先,利用人数特征建模得到这一窗口的连续动作特征,并通过离线构造的孤立动作和连续动作特征库对实时采集的连续动作进行动作序列初判,进而利用双窗口嵌套算法进行连续动作分割,识别特定动作;然后,利用每个分割后的动作与用户动作特征进行相似度计算,得到每个动作身份的判分,进而对这些动作进行排序,从而得到用户身份;最后,MulPi在多个多人场景下被执行,性能评价的结果显示,MulPi在没有任何额外设备辅助下,仅仅利用商用Wi-Fi设备,即可实现多人场景下的身份识别。

摘要：为满足疫情时期的特殊需要,基于改进YOLOv5模型,设计一款应用于复杂场景的口罩佩戴识别检测系统。系统采用Py Charm集成开发环境,从网络上爬取1600张口罩佩戴相关的图片,在原始k-means算法基础上加入聚类算法,获取与真实框之间的更高的先验框。在人机交互界面使用Qt组件设计,图像和模型数据加载使用开源OpenCV视觉库实现。口罩佩戴检测的核心算法使用目标检测算法中的YOLOv5训练并结合PyTorch框架实现。实验结果表明,系统能够实现多人场景下人群佩戴口罩状况的检测,在多人物以及实时检测场景中准确率有所提高,在使用和效果上都具有自身特有的优势。

摘要：本文针对市面上使用率较高的座椅进行分析并设计了一种基于STM32单片机所控制的智能座椅,通过硬件软件相结合改变了传统座椅功能性单一的弊端,有效的提高了会议的进行效率,缩短了会议进行的时间,减少了人力的消耗。该文介绍了该座椅的相关机械结构以及相关功能的控制实现方案,同时讲述了座椅的使用方法以及工作方式。