人体检测

摘要： 针对Yolov3算法应用于人体检测中的准确率低,参数量、计算量和模型体积大难以在资源有限的嵌入式平台上实现等问题,提出了YOLOv3改进及其模型压缩算法。在YOLOv3中通过引入密集连接与多分支结构,增加网络宽度和多尺度感受野,加强特征重用,提高了模型的检测精度;对改进的YOLOv3通过联合优化权重损失函数和BN层缩放因子的L_(1)正则项等方式进行通道剪枝,从而减小了参数量和计算量,模型体积得到了大幅压缩。实验结果表明,改进后YOLOv3算法的检测精度提升了6.01%,模型体积减小了38.46%;经过压缩后,模型的检测精度虽然降低了3.16%,但模型体积仅为原来的3.31%,只有4.77 MB。因此,通过改进和压缩后的YOLOv3仍然保持较高的检测精度,而且模型体积得到大幅度的压缩,为YOLOv3模型在嵌入式平台上实现人体检测提供了支撑。

摘要： 针对人们受限于某些客观条件而导致的体检难问题,设计一款在线人体检测系统具有重要意义。本系统基于树莓派嵌入式平台与生理传感器建立人体生理指标采集终端,利用Qt设计GUI显示界面,基于互联网、Java、MySQL、Jsp、HTML、Css设计Web客户端。测试表明,本系统可满足人体指标检测与在线查询。

摘要： 随着智能家居控制技术的愈发成熟,传统电风扇存在的转速无法自动调整、机械定时噪音大且时长受限等问题得到有效改善。本文主要研究智能风扇的功能智能化和控制方式多样化。系统使用STM32F103ZET6作为主控芯片,通过硬件电路搭建和软件程序设计,由主控通过热释电红外传感器、温度传感器进行人体检测和温度检测获取环境的变化,输出不同占空比的PWM信号控制风扇转速,实现传感器自动控制。此系统实现了智能风扇无人关闭、定时关闭、转速控制、传感器自动控制等功能,简化用户操作,提升用户体验。

摘要： 弱光背景下的目标检测是航站楼夜间巡检机器人的主要任务之一。然而,那些能够在计算资源有限的机器人平台运行的算法往往难以确保航站楼中人体目标的检测精度。为此,本文提出了一种融合热特征的显著人体检测模型。该模型仍然以U-Net神经网络作为基本架构,但是在解码器模块结构和模型轻量化方面重新进行了设计。一方面,在模型的解码器部分增加了由热特征分支和显著特征分支构成的融合模块,进而设计对图像高温区域更为敏感的预测损失函数,以提升算法在复杂场景下的检测精度;另一方面,通过精简编码器网络结构和控制解码器通道数的方式对模型进行了轻量化改进,以降低算法对计算资源的需求。4个数据集上的实验结果表明,本文方法既能确保较高的检测精度和很好的算法鲁棒性,又能以40 f/s以上的检测速度满足巡检机器人实时检测的需要。

摘要： 在实际监控的边缘设备中利用双流网络(temporal segment networks, TSN)或者3D卷积神经网络(3D convolutional neural network, 3DCNN)网络很难实现实时的、相对准确的监控任务。提出了一种结合人体检测和人体属性分析的考场行为识别算法。相对于以提取时空特征作视频分类算法为主流思想的行为识别,利用视频帧以人体检测和人体属性分析结合的行为识别方法更加快速准确。方法借助了多标签学习、注意力机制和特征金字塔等策略来改进任务,同时利用迁移学习对本地采集的数据集进行再训练,实验结果表明达到了主流数据集的良好性能,并在考场环境具有高效性与实用性。

摘要： 针对在光照变化、人影干扰等特殊场景下人体灰度与环境背景灰度相近时,难以将人体与背景分割开来这一问题,提出了一种基于HSV与RGB颜色空间的人体检测与跟踪算法。首先,在RGB颜色空间构建高斯背景更新模型;然后,使用背景减除法计算待检测图像与背景图像R、G、B分量的欧氏距离检测出人体目标,根据检测结果实时更新背景模型;最后,根据阴影在HSV空间下的特点对阴影进行检测与去除,计算目标区域颜色直方图的相关性对目标进行跟踪。实验结果表明,在复杂场景下此方法能够有效的消除因光照和人体形变等因素造成的干扰,准确实现人体检测和跟踪,算法具有较好的鲁棒性。

摘要： 智能手机的日益普及给人们带来便捷的同时也带来了不少的隐患,在一些特定的场景下需要对手机的使用进行监控和限制.本文设计了一套手机使用状态监控系统,先采用YOLOv3检测图像中的人体,然后通过OpenPose姿态估计算法获得人体关节点,再通过YOLOv3判断手部区域是否有手机,最后通过神经网络分类器识别当前的手机使用状态.系统的应用测试表明该方案具有良好的检测与识别效果,能够满足相关场景的应用需求.

摘要： 针对使用RGB图像进行人体动作的分类和识别容易受到光照强弱、遮挡和外界环境改变等因素的影响,可能造成预处理和特征提取阶段出现差错,导致识别率严重下降等问题,提出了结合kinect深度信息的人体检测研究.采用了微软的体感设备Kinect深度摄像头对人体行为的深度信息进行采集和提取,并测试了Kinect传感器的深度信息感知能力,对动作原始数据样本进行增强,并基于BP神经网络和DTW算法对人体动作行为进行检测和识别研究.实验表明,相较传统彩色图像,采用深度图像后的人体行为识别率有了极大的提升.

摘要： 若在建模时存在目标,部分目标像素会进入背景模型,会在检测时产生"鬼影".为了有效抑制"鬼影",提出一种利用混合高斯和拓扑结构(Gaussian mixture model and topological structure,GMMT)的人体"鬼影"抑制算法.算法分为两个阶段,背景建模阶段采用双通道建模,通道一利用混合高斯模型进行预检测,接着利用拓扑结构将分散的人体目标连接获得完整的目标并取其外接矩形,然后将矩形外的像素加入背景模型,经过多帧的建模得到空背景;通道二使用多帧平均法计算背景模型.通过设置建模帧数的阈值T选择建模方式,若建模帧数小于T则使用通道一建模,否则使用双通道联合建模.目标检测阶段利用改进的背景差分法实现人体分割并进一步消除"鬼影".经过测试,GMMT在建模阶段存在目标的情况下可有效地抑制"鬼影".

摘要： 人体姿态估计在人机交互和行为识别应用中起着至关重要的作用,但人体姿态估计方法在特征图尺度变化中难以预测正确的人体姿态。为了提高姿态估计的准确性,将并行网络多尺度融合方法和生成高质量特征图的方法结合进行人体姿态估计(RefinedHRNet)。在人体检测基础之上,采用并行网络多尺度融合方法在阶段内采用空洞卷积模块来扩大感受野,以保持上下文信息;在阶段之间采用反卷积模块和上采样模块生成高质量的特征图;然后并行子网络最高分辨率的特征图(输入图像尺寸的1/4)用于姿态估计;最后采用目标关键点相似度OKS来评价关键点识别的准确性。在COCO2017测试集上进行实验,该方法比HRNet网络模型姿态估计的准确度提高了0.4%。

摘要： 本文提出了一种基于Kinect彩色图像和深度信息的人体目标检测方法.首先,在Kinect所获取的彩色图像上设计人脸检测器来寻找图像中可能的人脸,然后利用基于边缘特征的模板匹配方法在获取的深度图像上定位头部用以筛选人脸区域.同时使用NITE提供的用户手部识别函数检测手部位置,并结合人脸区域确定出图像的感兴趣区域.最后,利用距离信息和形态特征,提出了一种最优位置搜索算法用于确定主体所在的最佳区域并且抽取出主体的整体轮廓,实现人体检测.实验结果表明我们的方法不仅有好的鲁棒性同时也获得较快的检测速率.

摘要： 本文通过将运动物体的轮廓特征解卷绕为一维的距离信号,在此特征表示的基础上提出了一种新的运动人体检测方法。该方法首先采用K均值聚类算法分别对大量人体样本和非人体样本进行建模,然后计算当前样本到各个模型质心的距离作为分类器的输入以判断该样本是否是人体。实验结果表明,采用的轮廓特征解卷绕和对样本进行建模这两种方法提高了运动人体检测的速度和准确度,鲁棒性强,可用于人运动视觉分析的相关研究领域中。

摘要： 随着智能监控技术的快速发展,越来越多的公共场合监控系统由人力监控向计算机辅助监控转化.机场传送仓作为机场中的重点安全区域,对其进行侵入者的实时检测是十分必要的.人体检测是视觉分析领域的重要组成部分,其在视频监控领域当中有着广泛的应用.针对机场行李传送监控视频,本文提出了一种用于区分人体与常规行李的视觉特征,并且利用该特征实现了一个实时的智能视频监控系统,用于检测传送仓中的侵入者.实验结果表明,该系统降低了人力资源的消耗,且有效地降低了侵入者的漏报率,从而提高监控质量.

摘要： 地方性砷中毒是卫生部1992年认定的一种新的严重危害人民健康的地方病，分为饮水型和燃煤型，此外还有台湾省的乌脚病。本文将对现场流行病学调查和人体检测的资料与动物实验研究结果分别加以叙述。

摘要： 本发明提供一种人体检测设备、人体检测设备的控制方法和存储介质。在检测被摄体区域时，可以与检测区域之间的重叠关系和位置关系无关地对各检测区域进行适当评价。人体检测设备获得摄像单元所拍摄的图像，从所拍摄图像检测预定被摄体区域作为检测区域，并且通过在检测区域中对评价对象检测区域和其它检测区域进行比较来对该评价对象检测区域进行评价。

摘要： 本申请提出一种人体检测方法、人体检测设备和空调器，其中，上述人体检测方法包括：在通过转动第一人体传感器将第一人体传感器的检测区域调整为第一检测区域、且通过转动第二人体传感器将第二人体传感器的检测区域调整为第二检测区域时，获取第一人体传感器与第二人体传感器所检测到的第一检测信号；在通过转动第一人体传感器将第一人体传感器的检测区域调整为第三检测区域、且通过转动第二人体传感器将第二人体传感器的检测区域调整为第四检测区域时，获取所检测到的第二检测信号；通过第一检测信号和第二检测信号确定重叠区域是否有人。本申请可以实现对两个人体传感器检测区域的重叠区域中是否有人进行准确判断，提高了用户体验。

摘要： 本申请提出一种人体检测方法、人体检测设备和空调器，其中，上述人体检测方法，包括：在将第一人体传感器的检测区域调整为第一检测区域、且将第二人体传感器的检测区域调整为第二检测区域时，获取第一人体传感器与第二人体传感器所检测到的第一检测信号；在将第一人体传感器的检测区域调整为第三检测区域、且将第二人体传感器的检测区域调整为第四检测区域时，获取第一人体传感器与第二人体传感器所检测到的第二检测信号，其中，第三检测区域和/或第四检测区域不包含上述重叠区域；通过第一检测信号和第二检测信号确定重叠区域是否有人。本申请可以实现对两个人体传感器检测区域的重叠区域中是否有人进行准确判断，提高了用户体验。

摘要： 本发明提供能够高精度判断人的接近的人体检测装置等。其具备分别具有一对正负电极（10a）、（10b）、（20a）、（20b）的第1以及第2热释电型传感器（10）、（20）和覆盖各热释电型传感器的透镜（3）。在由与垂直状被安装面（51）正交的面构成的检测区域（6）中形成有检测块（300、301），其中，该检测块（300、301）包含与第1热释电型传感器的正负电极对应的第1正极视场（100a）和负极视场（100b）以及与第2热释电型传感器的正负电极对应的第2正极视场（200a）和负极视场（200b），且该检测块（300、301）以连结第1正极视场和负极视场的假想线（100c）或其延长线，以及连结第2正极视场和负极视场的假想线（200c）或其延长线交叉的方式形成，相对从交点向被安装面51的垂线，各假想线彼此形成为线对称。

摘要： 本发明涉及数据集处理技术领域，提供一种近距离人体检测的数据集处理方法及近距离人体检测方法，所述数据集处理方法包括：步骤100，遍历数据集，一一读取带有标注信息的图片；步骤200，读取单一图片的标注信息，提取类别为人体的图片，形成人体图片数据集；步骤300，对人体图片的数据集，依据标注信息筛选图片，形成目标数据集。本发明能够更适用近距离的单人场景，通过数据集的处理和筛选，利用本发明得到的数据集进行训练，提高此场景下人体检测的精度和速度。

摘要： 本发明的人体检测装置，其特征在于，包括：获取部，用于拍摄获取热像数据；分析部，用于对所获取的热像数据，进行分析处理，获得分析值；分析修正部，用于根据修正指示，进行分析算法的修正处理，所述分析修正部根据参考值，来修正所述分析部的分析算法；所述分析部基于修正后的算法获得的分析值，与参考值，符合规定的误差范围；所述分析部，基于修正后的分析算法，进行分析处理。以此，解决现存问题。

摘要： 本发明公开了一种人体检测方法及人体检测装置，该方法包括:获取人体检测装置的当前工作模式；在所述当前工作模式为第一工作模式时，获取当前环境的当前光照强度；根据所述当前光照强度控制所述人体检测装置运行。该人体检测方法及人体检测装置可设置多种工作模式，以使得人体检测装置能够更加的适应当前的使用环境，满足不同情况下的人员的使用需求，通过对当前环境的光照强度的判断，使得人体检测装置在光照强度大的情况下，人体检测装置不检测人体或者检测到人体后不进行上报，以此来解决人体检测装置频繁检测或频繁上报，资源浪费的问题。

摘要： 本发明提供一种人体检测设备、人体检测设备的控制方法和存储介质。在检测被摄体区域时，可以与检测区域之间的重叠关系和位置关系无关地对各检测区域进行适当评价。人体检测设备获得摄像单元所拍摄的图像，从所拍摄图像检测预定被摄体区域作为检测区域，并且通过在检测区域中对评价对象检测区域和其它检测区域进行比较来对该评价对象检测区域进行评价。

摘要： 本申请提出一种人体检测方法、人体检测设备和空调器，其中，上述人体检测方法，包括：在将第一人体传感器的检测区域调整为第一检测区域、且将第二人体传感器的检测区域调整为第二检测区域时，获取第一人体传感器与第二人体传感器所检测到的第一检测信号；在将第一人体传感器的检测区域调整为第三检测区域、且将第二人体传感器的检测区域调整为第四检测区域时，获取第一人体传感器与第二人体传感器所检测到的第二检测信号，其中，第三检测区域和/或第四检测区域不包含上述重叠区域；通过第一检测信号和第二检测信号确定重叠区域是否有人。本申请可以实现对两个人体传感器检测区域的重叠区域中是否有人进行准确判断，提高了用户体验。

摘要： 本申请提出一种人体检测方法、人体检测设备和空调器，其中，上述人体检测方法包括：在通过转动第一人体传感器将第一人体传感器的检测区域调整为第一检测区域、且通过转动第二人体传感器将第二人体传感器的检测区域调整为第二检测区域时，获取第一人体传感器与第二人体传感器所检测到的第一检测信号；在通过转动第一人体传感器将第一人体传感器的检测区域调整为第三检测区域、且通过转动第二人体传感器将第二人体传感器的检测区域调整为第四检测区域时，获取所检测到的第二检测信号；通过第一检测信号和第二检测信号确定重叠区域是否有人。本申请可以实现对两个人体传感器检测区域的重叠区域中是否有人进行准确判断，提高了用户体验。