基于Kinect深度虚拟线圈的夜间车流量检测

针对夜间环境下基于摄像机的车辆检测方法存在精度低、稳定性差以及无法对车型进行有效识别等问题,提出一种基于Kinect深度虚拟线圈的夜间车辆检测与计数算法。首先对Kinect深度图像进行预处理,分别获得运动目标深度图(MDM)与空洞深度图(HDM)。然后在MDM与HDM上设置虚拟线圈,利用积分图像分别生成对应的一维运动信号,对其进行加权合成获得对车辆运动特征的表达,并在合成的运动信号范围内检测出车辆目标,并计算出车辆目标的几何特征,通过SVM对车型进行有效识别。实验结果表明,该算法对于单双车道的车辆计数正确率分别高达99.75%与99.25%,大小车型分类正确率可达99.80%,处理单张图片的平均时间仅为7ms。

基于Kinect体感交互的儿童注意力测评系统

针对儿童心理发展特点,提出基于体感交互的注意力测评系统。该系统采用体感技术使被测通过肢体动作即可控制并完成相关基于生活情景的任务测试项目。体感技术在感官感受、行为方式及使用空间等方面提高交互的沉浸感,这种自然的交互方式更能反映被测在真实情境下的注意力情况。该系统可用于一般家庭学校儿童注意力测试和注意力缺陷的辅助治疗,并可随时跟踪注意力水平的发展状况。