-
公开(公告)号：CN111281403A
公开(公告)日：2020-06-16
申请号：CN202010157776.X
申请日：2020-03-09
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于嵌入式设备的细粒度人体疲劳检测方法及设备，采用红外光感知设备和MCU控制单元搭建人体疲劳检测设备；利用人眼瞳孔对于光线的吸收作用，通过红外光感知设备采集人眼状态信息；设置MCU控制单元的ADC转换参数，将模拟信号转化成数字信号；并对每个光电二极管进行初始化设置，得到人眼睁开状态的基准值，对基准值数据进行滤波和平滑预处理；使用CUSUM算法对预处理后的数据进行处理，确定时域上的潜在眨眼位置；采用两种配套方法判断真正眨眼的行为；利用PERCLOS方法对疲劳状态进行估计和判断，完成人体疲劳检测。本发明可以更为精确的采集人眼的状态信息，闭眼时长和眨眼时长，满足日常佩戴对疲劳进行长期监测。
-
公开(公告)号：CN111281403B
公开(公告)日：2021-08-13
申请号：CN202010157776.X
申请日：2020-03-09
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于嵌入式设备的细粒度人体疲劳检测方法及设备，采用红外光感知设备和MCU控制单元搭建人体疲劳检测设备；利用人眼瞳孔对于光线的吸收作用，通过红外光感知设备采集人眼状态信息；设置MCU控制单元的ADC转换参数，将模拟信号转化成数字信号；并对每个光电二极管进行初始化设置，得到人眼睁开状态的基准值，对基准值数据进行滤波和平滑预处理；使用CUSUM算法对预处理后的数据进行处理，确定时域上的潜在眨眼位置；采用两种配套方法判断真正眨眼的行为；利用PERCLOS方法对疲劳状态进行估计和判断，完成人体疲劳检测。本发明可以更为精确的采集人眼的状态信息，闭眼时长和眨眼时长，满足日常佩戴对疲劳进行长期监测。
-
公开(公告)号：CN110245588A
公开(公告)日：2019-09-17
申请号：CN201910457667.7
申请日：2019-05-29
Applicant: 西安交通大学
Abstract: 本发明公开的一种基于无线射频信号的细粒度人体姿态估计方法，利用三根天线的无线发射端建立wifi场，当用户在wifi覆盖区内行走或做出某种动作时，会对wifi信道产生特定的影响，无线接收端接收wifi信号并计算人体姿态的CSI值，使用与WiFi天线对准的时间戳同步相机来捕获人物视频，根据CSI值和视频训练深度学习网络，利用训练好的深度学习网络估计人体姿态，从而实现利用wifi设备来进行单人姿态估计，能够在实现较高识别准确度的同时满足方便性、易用性与安全性，且不需要用户携带任何特殊设备，不会记录用户的隐私生活，具有方便易部署，安全性高的特点。
-
-
Search Results
3
records
(took 0.024 seconds)
