研究目的
为易受伤害人群开发一种新型医疗监测系统，该系统利用多光谱数据处理来克服环境挑战并提高活动识别能力。
研究成果
所开发的医疗健康监测系统有效利用多光谱数据和色度方法，提升了脆弱人群的活动识别能力。新型人体轮廓识别方法与COGD描述符展现出抗干扰的鲁棒性，其性能优于传统方法。未来工作可聚焦于实际部署与进一步优化。
研究不足
该系统在受控的实验室环境中进行了测试，可能无法完全代表现实世界中嘈杂且动态变化的条件。被动红外传感器存在恢复周期，这可能会影响追踪效果，且该方法需要对空间区域进行初始校准。
1：实验设计与方法选择：
该系统采用色度分析法处理可见光与红外传感器的多光谱数据，包含一种新型人体轮廓识别方法及用于活动识别的新色度描述符（COGD）。
2：样本选择与数据来源：
数据集由四名参与者在受控实验室环境中执行十项日常活动生成，共创建超过175,000张前景图像。
3：实验设备与材料清单：
配备CMOS索尼图像传感器的传感头、鱼眼镜头、三个松下PIR传感器、博通微控制器（64位ARMv8四核Cortex A53处理器，主频1.2GHz）、用于基准真值的微软Kinect传感器及数据处理PC。
4：2GHz）、用于基准真值的微软Kinect传感器及数据处理PC。 实验流程与操作步骤：
4. 实验流程与操作步骤：传感头安装于顶部以采集图像和PIR信号，通过ViBe前景检测器、基于概率模型的人体轮廓识别及COGD描述符进行特征提取，采用k近邻分类器评估性能。
5：数据分析方法：
使用正确分类百分比（PCC）和混淆矩阵评估不同干扰水平下的性能表现。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
CMOS image sensor
Sony (specific model not mentioned)
Sony
Captures visible band images for monitoring activities.
-
Passive infrared sensor
Panasonic (specific model not mentioned)
Panasonic Ltd
Detects human motion through thermal radiation in the long-wavelength infrared band.
-
Microcontroller
Broadcom 64bit ARMv8 quad core Cortex A53 processor at 1.2GHz
Broadcom
Collects and transfers sensor data wirelessly to a remote computer.
-
Microsoft Kinect sensor
Kinect (specific model not mentioned)
Microsoft
Provides ground truth silhouette maps and testing images in visible and near-infrared bands for evaluation.
-
Fisheye lens
Not specified
Not specified
Increases the field of vision for the monitoring system.
-
Near-infrared laser diodes
Not specified
Not specified
Used for illumination in low-light conditions.
-
登录查看剩余4件设备及参数对照表
查看全部
