基于CNN的室内跌倒行为检测系统的开发

为了提高对视频中特殊人群跌倒检测的准确率,提出了一种新型的室内跌倒检测模型。采用卷积神经网络中的VGG-16网络模型,在数据集中加入大量公用的跌倒行为数据集进行学习训练,在此基础上使其具有判断能力。使用光流法处理图像,大大除去背景环境的干扰,系统可以在任意环境下使用。实验结果表明,所设计的新型室内跌倒检测模型相较于传统跌倒检测算法具有更高的识别准确率和较低的误报率,较好的实现跌倒检测。

基于物联网的日盲紫外监测系统的设计与实现

本文提出并设计了基于物联网的日盲紫外监测系统,可实现对日盲紫外线的实时监测,并基于物联网的感知层、网络传输层和应用层进行了分层设计。感知层的硬件主要由日盲紫外探测器和BC26组成,通过多任务操作系统完成对电信号的读取,发送;传输层使用NB-IoT进行通讯传输;应用层进行数据的处理和存储,实时显示到Web端和移动端,并进行日盲紫外线的探测预警。该系统可广泛应用在紫外消杀监测领域。