大学生运动前后体温测量系统研究

为了合理制定大学生体育运动计划,实现过度运动和运动量不足的均衡,研究了学生运动前后体温的实时测量系统。基于热成像技术,使用树莓派作为上位机,设计并实现了一套体温检测系统,对比运动前后学生的体温,运用机器学习方法,实现了面向大多数学生的运动模型构建。测试结果表明,热成像测得的体温与真实体温有一定误差,约为4.7%,可根据学生运动前体温以及环境参量,动态预估运动后体温,避免体温变化过大导致的身体不适以及猝死等疾病的发生。与传统的水银体温计、耳温枪、红外测温传感器等检测手段相比,系统具有实时性强、灵敏度高、且便于操作等特点,系统也可广泛应用于家庭和医院护理等领域。

一种组网人脸识别门禁系统的设计

针对传统人脸识别门禁中识别率不高的情况,设计了一种具有环境针对性的可靠人脸识别网络,采用卷积神经网络技术和基于TCP/IP的云应用技术,对人脸识别过程中的人脸提取进行了改进,采用了先进的MTCNN模型,实验结果表明,在2代和10代训练后识别结果收敛效果不明显,存在较大梯度,20代时训练后结果收敛,准确率逼近100%,loss值也逼近0%,表明20代训练模型确实已经完全收敛,且训练的拟合速度适中,既没有出现过快或者梯度消失的现象,也没有出现过慢或者不收敛甚至反升的情况,可以说模型的学习率也已经取到最佳效果;经工程测试,该系统具有更高的识别准确性和注册兼容性,可以满足小区、公司等人员数量不多且较为固定的场所的应用需求。