嵌入式人体跌倒视频电子检测系统设计研究
DOI: http://dx.doi.org/10.12349/iser.v5i5.2508
Article ID: 2508
摘要
论文基于现在电子技术的发展,提出了人体跌倒时的电子检测研究成果。本系统由于采用了嵌入式处理器和摄像头,系统具有较小的体积和功耗,可以方便地集成到各种环境中,如家庭、医疗机构或公共场所。利用深度学习算法实时分析视频流,系统能够高效地捕捉人体姿势和动作特征,从而准确地检测跌倒事件,提高了救援的效率和及时性。此外,通过预先训练好的模型对特征进行分类,系统可以快速做出判断,避免了人为判断的主观性和延迟性。在判断出跌倒事件后,系统可以立即采取相应的措施,如发出警报通知家人或医护人员,或者自动触发紧急救援系统,帮助跌倒者尽快得到帮助。
关键词
AX620A;人工智能;HRNet神经网络;人体姿态
全文:
PDF参考
吉承文,马超,张铁钢,等.基于视觉识别的人体跌倒检测研究[J].数字通信世界,2020(3):7-8.
钱庆庆.基于混合方式的室内老人跌倒检测系统的方法实现[D].南京:南京邮电大学,2023.
卫伟.基于FPGA的人体跌倒检测系统的设计及实现[D].呼和浩特:内蒙古大学,2023.
伏娜娜.基于嵌入式人工智能的人体姿态识别研究与实现[D].银川:宁夏大学,2022.
徐思成.基于改进Openpose网络的多特征跌倒识别系统[D].南京:南京邮电大学,2022.
卫金金.基于单目摄像头的室内老人跌倒识别研究[D].南京:南京邮电大学,2022.
汪晨灿.基于卷积神经网络的人体跌倒检测方法的研究[D].合肥:安徽理工大学,2023.
Refbacks
- 当前没有refback。
版权所有(c)2024 昭 张, 志凯 蒋
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。