摘要：为了在服装关键点检测过程中实现速度与精度更好的平衡,基于人体姿态估计网络YOLOv8s-Pose,提出一种基于级联架构和融合几何信息的T恤关键点检测方法YOLO-T-Shirt。首先,借鉴CFNet架构,将级联融合的网络设计架构引入YOLOv8s-Pose,对原有特征提取和特征融合架构进行重新设计,以更好的融合多尺度特征,从而对服装尺度及形状多变有良好的鲁棒性;其次,对原生OKS损失函数进行优化,提出了一种融合几何信息的高效关键点相似度损失函数EOKS(Efficient Object Keypoint Similarity),其融合了面积、宽、高和框中心点距离几何信息,提高了关键点检测的准确率。所提方法在DeepFashion 2数据集T恤类关键点检测任务中达到了0.760的预测准确率,接近目前准确率最高的服装关键点检测算法的精度0.765,而推理速度是其9倍以上。

摘要：TDI CCD相机辐射定标的目的是建立输入辐亮度和探测器数字化输出之间的关系,为相机提供调光参数。本文推导了辐射定标的原理,并针对特定的TDI CCD相机在应用光学国家重点实验室里使用积分球对其进行了基于光谱辐照度灯的辐射定标,标定了TID CCD相机响应的线性度、TDI CCD相机响应分别与增益和级数的关系,根据实验结果我们得到了在不同的辐亮度值下的增益和级数参考值,从而确定了TDI CCD相机的调光参数,并给出了标定的误差和各项误差源的影响。

摘要：随着人们对自身安全性要求越来越高,安防意识也在不断增强,远程视频实时监控系统在保护人们财产以及人身安全中发挥了重要作用。本文设计并实现了一种基于嵌入式Linux的远程视频实时监控系统。该系统在采集端采用V4L2结构获取视频信息并进行压缩编码后暂存在服务器中。在服务器程序设计中采用Epoll与线程池结合的方式实现多台客户端同时登录服务器,显著提高了在并发连接中CPU的利用率,有效解决了因硬件资源的限制而不能满足可靠性和并发性的需求。通过对系统的整体测试,可以实现远程实时监控的功能。

摘要：针对小范围内周期性数据的采集特点,采用改进的免冲突周期调度算法,实现了无线传感器网络中各节点对信道的时分复用,避免了因监听和对信道的竞争而消耗更多的能量.讨论了算法对网络容量和同步周期的限制,给出了确定累积误差和同步消息发布周期的方法.无线收发模块采用硬件支持IEEE 802.15.4协议的CC2430芯片,设计了满足该协议中MAC层的各类帧结构,以及传感器节点和汇聚节点的通信程序.

摘要：基于Arduino的惯性传感器、GPS及GSM模块设计并实现了一套老人摔倒定位急救系统。系统为老人摔倒援助提供了一套实时性高、可靠性强的方案。本系统硬件检测老人摔倒并进行定位和通信;软件部分,通过接收到的信息使用百度地图API来进行手机软件端的定位以及显示离定位点最近的卫生所或者医院信息。采用改进的小波阈值滤波算法对传感器数据进行分析,给出摔倒检测的判断依据。实验数据表明:系统判断正确率可达90%以上。通过实际系统的整体测试,预期目标达到。因此本系统具有较好的可靠性和实时性,在老人摔倒后能对其进行有效的救助。

摘要：介绍了电子智能服装信息化设计要点,在此基础上实现了基于ZigBee技术的人体参数无线传感数据采集系统,解决了人体生理信号在无线网络中的数据获取与通信问题,促进了电子智能服装相关技术研究及应用的进一步发展.

摘要：提出了一种基于数字几何信息增益的服装3D人体特征识别算法.首先,给出3D扫描人体的数字几何信息增益的定义,计算3D扫描人体模型上各点的数字几何增益信息并将统计结果由大到小进行标记,由人体比例学将3D扫描人体模型区域分割为颈部、肩部、腋下、胸部、腰部、臀部,并选取数字几何信息增益值变化显著的点作为特征点.然后对特征点进行3次B样条拟合得到3D扫描人体轮廓线,并测定指导服装设计的人体尺寸数据.最后将人体尺寸测量结果与标记测试数据进行比较,计算误差值.仿真结果表明本文算法对不同的3D人体扫描模型具有准确的识别效果.

摘要：提出了一种基于卷积神经网络的3D人体特征识别算法。首先,获取训练数据,具体包括数据的去冗余、3D到2D的投影以及人体局部区域图像的获取。然后,根据局部图像的大小,设计神经网络的结构,并进行参数初始化,对网络进行训练,通过调整网络参数提高网络的准确度。基于训练好的网络,通过对人体自上而下的扫描获取的人体局部图像进行特征识别并获取其对应的特征概率,通过阈值以及特征变化判定出特征出现在人体的的相对位置。然后,使用最小二乘拟合将经过该位置的横向切面与3D人体模型相交的二维点离散坐标点进行闭合曲线拟合,计算出人体各部位的尺寸。最后将测试结果与标准测量结果进行比较,计算出误差值。仿真实验结果表明,通过该方法可以较好的实现对各种差异性3D扫描人体模型的特征识别。

摘要：偏瘫病人参与康复训练的主动性不强、目的不明确,导致效率较低.本文提出基于可穿戴设备HTC VIVE的偏瘫上肢康复训练方案,设计并实现了一种以任务为导向的康复训练系统.基于人体上肢运动学理论,使用D-H参数方法建立人体上肢5自由度模型,仿真模拟了上肢手腕部的运动空间,以确保训练方案的安全性.在Unreal Engine 4中构建虚拟康复训练场景,患者通过操纵控制器触碰虚拟场景中的目标点完成相应训练任务.经上肢行为正常人士及偏瘫病人临床测试,训练任务有效促进了病人参与康复训练的主动性,运动轨迹记录可及时反馈患肢的运动情况,系统满足康复训练的需求.

摘要：针对现有悬垂性能测试系统与评价体系的现状与需求,研究了基于B/S结构的织物悬垂性能预测与评价系统,论述了系统的总体架构分析设计、后台数据库建立、功能算法的实现,以及系统的详细设计过程和系统实现过程等。介绍了基于自适应动量学习的BP预测算法,实现从织物规格参数到悬垂性能指标的非线性预测;以及基于FPCM的模糊聚类算法,完成织物悬垂性能的客观评价。本系统实现了纤维、纱线及织物相关性能与织物悬垂性能指标的查询,以及从已知织物组织结构参数到悬垂性能指标的预测,最终实现对悬垂性能优劣的客观全面评价。