一种基于深度学习图像处理的摔倒检测方法

    公开(公告)号:CN108875614A

    公开(公告)日:2018-11-23

    申请号:CN201810578548.2

    申请日:2018-06-07

    Abstract: 本发明公开了一种基于深度学习图像处理的摔倒检测方法,该方法不依靠穿戴设备和传感器,通过摄像头拍摄的高频次的图片传到服务器端,服务器端通过Deepcut深度神经网络模型进行人体关键点检测,将输出的人体关键点检测图数据输入到深度神经网络中,通过事先准备的人体各类情况下关键点分布的训练数据训练出的模型作摔倒判断,在图像处理方面每张图片处理速度在0.2秒左右,具有很强的实时性。通过上述方式,本发明能够有效地检测到摔倒事件。不同状态的摔倒和人体的其他各个形态实例检测表明,提出的方法可以有效地检测摔倒事件。本发明可以应用在智慧城市的智慧家居系统中,保障老人的居家安全。

    一种基于RFID的手写轨迹追踪方法

    公开(公告)号:CN114742193B

    公开(公告)日:2025-05-16

    申请号:CN202210414946.7

    申请日:2022-04-20

    Abstract: 一种基于射频识别RFID的手写轨迹追踪方法,采用阅读器、小型微带天线以及商用无源RFID标签的组合,用于特定区域中手写轨迹的追踪,具体包括系统构建与数据采、建立轨迹追踪模型和生成最终轨迹结果,利用RFID技术获取标签在平面中的坐标位置和3D空间中的方向关系,得到手写笔的笔尖在手写板上的运动轨迹。本方法利用天线阵列收集标签对在三维运动过程中的相位变化,来恢复二维平面中的手写轨迹,构建了小型化的手写轨迹追踪系统,能达到厘米级的轨迹追踪效果,并能实时的获得手写轨迹结果。

    一种基于深度学习的RFID标签相对位置定位方法

    公开(公告)号:CN109284799B

    公开(公告)日:2022-03-04

    申请号:CN201811206321.1

    申请日:2018-10-17

    Abstract: 本发明公开了一种基于深度学习的RFID标签相对位置定位方法,所述方法包括步骤:S1、将一系列RFID标签按随机顺序均匀水平排列,保持一RFID天线平行所述RFID标签运动,使用所述RFID天线持续读取所述RFID标签相互之间的相位信息数据和信号强度信息数据;S2、设定一数据整理结构,基于所述数据整理结构将所述相位信息数据和信号强度信息数据制成训练数据,并采用深度神经网络对所述训练数据进行训练,初步得到所有所述RFID标签相互之间的相对位置关系;S3、采用指定的排序算法对所述RFID标签相互之间的相对位置关系进行进一步排序,确定所有所述RFID标签相互之间的最终相对位置关系;本发明的方法可以准确地分析出一系列密集排列的RFID标签的排列顺序。

    一种基于旋转天线的RFID二维位置定位方法

    公开(公告)号:CN109959897A

    公开(公告)日:2019-07-02

    申请号:CN201910274350.X

    申请日:2019-04-08

    Abstract: 本发明公开了一种基于旋转天线的RFID二维位置定位方法,所述方法使用旋转的RFID天线读取待测RFID标签的信号强度信息,并在指定位置设定预设数目的参考标签,结合信号强度信息和参考标签计算RFID天线与待测RFID标签之间的距离和相对方向,具体的,根据旋转台的其实旋转时间戳、终止时间戳和RFID天线正对待测RFID标签时的时间戳来计算对应时刻RFID天线的旋转角度;通过设置两个或三个参考标签来计算得到RFID天线与待测RFID标签所在平面的距离;再结合得到的旋转角度和RFID天线距离待测RFID标签所在平面距离分别得到待测RFID标签的x轴坐标和z轴坐标,实现RFID标签的二维位置定位;本发明的RFID标签定位精确度高,适用范围广。

    一种基于RFID的手写轨迹追踪方法

    公开(公告)号:CN114742193A

    公开(公告)日:2022-07-12

    申请号:CN202210414946.7

    申请日:2022-04-20

    Abstract: 一种基于射频识别RFID的手写轨迹追踪方法,采用阅读器、小型微带天线以及商用无源RFID标签的组合,用于特定区域中手写轨迹的追踪,具体包括系统构建与数据采、建立轨迹追踪模型和生成最终轨迹结果,利用RFID技术获取标签在平面中的坐标位置和3D空间中的方向关系,得到手写笔的笔尖在手写板上的运动轨迹。本方法利用天线阵列收集标签对在三维运动过程中的相位变化,来恢复二维平面中的手写轨迹,构建了小型化的手写轨迹追踪系统,能达到厘米级的轨迹追踪效果,并能实时的获得手写轨迹结果。

    一种基于旋转天线的RFID二维位置定位方法

    公开(公告)号:CN109959897B

    公开(公告)日:2022-06-21

    申请号:CN201910274350.X

    申请日:2019-04-08

    Abstract: 本发明公开了一种基于旋转天线的RFID二维位置定位方法,所述方法使用旋转的RFID天线读取待测RFID标签的信号强度信息,并在指定位置设定预设数目的参考标签,结合信号强度信息和参考标签计算RFID天线与待测RFID标签之间的距离和相对方向,具体的,根据旋转台的其实旋转时间戳、终止时间戳和RFID天线正对待测RFID标签时的时间戳来计算对应时刻RFID天线的旋转角度;通过设置两个或三个参考标签来计算得到RFID天线与待测RFID标签所在平面的距离;再结合得到的旋转角度和RFID天线距离待测RFID标签所在平面距离分别得到待测RFID标签的x轴坐标和z轴坐标,实现RFID标签的二维位置定位;本发明的RFID标签定位精确度高,适用范围广。

    一种基于深度学习的RFID标签相对位置定位方法

    公开(公告)号:CN109284799A

    公开(公告)日:2019-01-29

    申请号:CN201811206321.1

    申请日:2018-10-17

    Abstract: 本发明公开了一种基于深度学习的RFID标签相对位置定位方法,所述方法包括步骤:S1、将一系列RFID标签按随机顺序均匀水平排列,保持一RFID天线平行所述RFID标签运动,使用所述RFID天线持续读取所述RFID标签相互之间的相位信息数据和信号强度信息数据;S2、设定一数据整理结构,基于所述数据整理结构将所述相位信息数据和信号强度信息数据制成训练数据,并采用深度神经网络对所述训练数据进行训练,初步得到所有所述RFID标签相互之间的相对位置关系;S3、采用指定的排序算法对所述RFID标签相互之间的相对位置关系进行进一步排序,确定所有所述RFID标签相互之间的最终相对位置关系;本发明的方法可以准确地分析出一系列密集排列的RFID标签的排列顺序。

Patent Agency Ranking