公开(公告)号：CN105869354A

公开(公告)日：2016-08-17

申请号：CN201610274438.8

申请日：2016-04-29

Applicant: 华南理工大学

Inventor： 袁雪姣 ,  周智恒 ,  谭江慧 ,  赵汝正 ,  刘楷怡

IPC: G08B21/04

CPC classification number: G08B21/043 ,  G08B21/0446

Abstract: 本发明公开了一种基于吸引子传播算法的老人跌倒检测方法，包括步骤：1)采集每个传感器的样本信息；2)处理样本信息并进行归一化，构造样本状态加权和；3)将样本加权和输入AP聚类器；4)利用聚类结果构造平衡二叉树，标记聚类结果；5)采集每个传感器的信息；6)处理传感器信息并进行归一化，构造状态加权和；7)按照加权和结果查找平衡二叉树，输出预测结果。本发明通过运用吸引子传播算法实现的AP聚类器和由状态加权和构造的平衡二叉树，有效提高老人跌倒检测的准确率，从而解决现有跌倒检测方法的准确率不高，存在较大的误判情况的问题。

公开(公告)号：CN105869354B

公开(公告)日：2017-12-01

申请号：CN201610274438.8

申请日：2016-04-29

Applicant: 华南理工大学

Inventor： 袁雪姣 ,  周智恒 ,  谭江慧 ,  赵汝正 ,  刘楷怡

IPC: G08B21/04

Abstract: 本发明公开了一种基于吸引子传播算法的老人跌倒检测方法，包括步骤：1)采集每个传感器的样本信息；2)处理样本信息并进行归一化，构造样本状态加权和；3)将样本加权和输入AP聚类器；4)利用聚类结果构造平衡二叉树，标记聚类结果；5)采集每个传感器的信息；6)处理传感器信息并进行归一化，构造状态加权和；7)按照加权和结果查找平衡二叉树，输出预测结果。本发明通过运用吸引子传播算法实现的AP聚类器和由状态加权和构造的平衡二叉树，有效提高老人跌倒检测的准确率，从而解决现有跌倒检测方法的准确率不高，存在较大的误判情况的问题。

公开(公告)号：CN105930855A

公开(公告)日：2016-09-07

申请号：CN201610338615.4

申请日：2016-05-19

Applicant: 华南理工大学

Inventor： 周智恒 ,  康磊 ,  邝沛江 ,  戴铭 ,  赵汝正

IPC: G06K9/60 ,  G06K9/46 ,  G06K9/62

CPC classification number: G06K9/60 ,  G06K9/46 ,  G06K9/6256 ,  G06K2209/23

Abstract: 本发明公开了一种基于深度卷积神经网的车辆检测方法，包括摄像头实时采集路面图片，对图片大小进行归一化；通过选取阈值分割出路面车辆阴影区域；在路面车辆阴影区域，确定车辆候选区域；对卷积神经网络进行训练，然后采用已训练的卷积神经网络识别车辆候选区域，输出检测结果。本发明采用卷积神经网络验证，提高整个系统的实时性和准确性。