智能家居智能家居系统是利用先进的计算机技术、网络通讯技术、综合布线技术、医疗电子技术依照人体工程学原理，融合个性需求，将与家居生活有关的各个子系统如安防、灯光控制、窗帘控制、煤气阀控制、信息家电、场景联动、地板采暖、健康保健、卫生防疫、安防保安等无机地结合在一起，通过网络化综合智能控制和管理，实现"以人为本"的全新家居生活体验。
2020/2/4 13:57:27
9.13MB
1
一、课题名称：基于MATLAB的人体行为姿势识别系统二、算法介绍本课题采用差影法的方法进行人体姿势的识别。
背景差影法的原理就是：我们先在路口固定一个摄像头，将这个摄像头与电脑相连。
电脑可以把拍到的车流视频保存，然后人为截取车型图片作为背景差影法处理的对象。
这里要注意的是，我们首先要拍摄一张没有任何移动物体或者干扰的背景图，这样我们在进行背景差影法做图像处理时就可以尽量得来最理想的结果。
然后，我们把存在背景的车型图和没有任何干扰的背景图做减法，就可以很方便的得到我们需要进行识别的车的一个基本的轮廓图。
这个轮廓图才是我们最终需要的用来进行车型识别的核心。
图像差分就是对图像进行减法，我们在用背景差影法来是被车型图片的时候，必须要注意到背景随晴雨天、光强度这些随时可能发生变化的条件而该改变。
三、GUI界面设计
背景差影法的原理就是：我们先在路口固定一个摄像头，将这个摄像头与电脑相连。
电脑可以把拍到的车流视频保存，然后人为截取车型图片作为背景差影法处理的对象。
这里要注意的是，我们首先要拍摄一张没有任何移动物体或者干扰的背景图，这样我们在进行背景差影法做图像处理时就可以尽量得来最理想的结果。
然后，我们把存在背景的车型图和没有任何干扰的背景图做减法，就可以很方便的得到我们需要进行识别的车的一个基本的轮廓图。
这个轮廓图才是我们最终需要的用来进行车型识别的核心。
图像差分就是对图像进行减法，我们在用背景差影法来是被车型图片的时候，必须要注意到背景随晴雨天、光强度这些随时可能发生变化的条件而该改变。
三、GUI界面设计
2016/6/26 23:10:21
7.48MB
1
这是本人本科做的毕业设计，根据opencv里面人体检测的HOG代码改写，加上了完整的注释（opencv里面是没有任何注释的），并且增加了样本的训练（代码中只提供了PCA50-HOG的检测算子，如有其它需要可以自行训练），线性检测时使用线性SVM优化，高斯检测时使用PCA的降维。
同时对候选区域整合代码做了简化处理。
最后感谢网上的各位好心人提供的各类资源，在毕业设计过程中给予了我很大协助。
鉴于网上仍然还有若干未解决的问题，今天把我所做的也分享给大家，希望能给还在探索ing的朋友一些启发。
如果有任何问题请留言或者email。
同时对候选区域整合代码做了简化处理。
最后感谢网上的各位好心人提供的各类资源，在毕业设计过程中给予了我很大协助。
鉴于网上仍然还有若干未解决的问题，今天把我所做的也分享给大家，希望能给还在探索ing的朋友一些启发。
如果有任何问题请留言或者email。
2018/5/3 18:47:12
16.04MB
1
设计并研发一种通过肌电生物反馈法重建人体神经网络系统的医疗仪器，为神经肌肉系统类疾病患者的全面康复提供一种新的治疗平台。
治疗仪由硬件电路和PC机控制软件两部分构成，下位机（MCU）包括体表肌电采集放大电路、神经肌肉电刺激电路两大部分；
上位机（PC）的软件系统主要负责视觉信号反馈，治疗参数控制、病历登记、信息查询等功能。
治疗仪达到了国家的医用康复治疗的各项指标，能够协助患者逐步康复，且具有安全、无创、便捷、人机交互能力强等特点。
治疗仪由硬件电路和PC机控制软件两部分构成，下位机（MCU）包括体表肌电采集放大电路、神经肌肉电刺激电路两大部分；
上位机（PC）的软件系统主要负责视觉信号反馈，治疗参数控制、病历登记、信息查询等功能。
治疗仪达到了国家的医用康复治疗的各项指标，能够协助患者逐步康复，且具有安全、无创、便捷、人机交互能力强等特点。
2020/1/1 23:06:32
1.3MB
1
本人训练SVM分类器进行HOG行人检测.环境为VS2010+OpenCV2.4.4.使用时请自行修改工程的include目录和lib目录配置。
正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。
负样本是从不包含人体的图片中随机裁取的，大小同样是64*128。
SVM使用的是OpenCV自带的CvSVM类。
正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。
负样本是从不包含人体的图片中随机裁取的，大小同样是64*128。
SVM使用的是OpenCV自带的CvSVM类。
2016/1/26 4:29:46
23.65MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB