注册
|
登录
|
举报
首 页
公告沙龙
公告中心
活动沙龙
课程学习
项目交流
项目招募
问答中心
信息展示
项目展示
往年项目展示
校内导师
校外导师
使用指南
文件下载
常见问题
×
举报该页有违规/非法信息
网址:
附加说明:
最新版
最新
DEEPLOOK:基于深度学习的室内人体活动监控系
信息与通信工程学院
Indoor Human Activity Monitoring System Based on Deep Learning
立项失败
创新训练
120信息科学与系统科学
其他
未定级
多年来,室内监控通常使用视频监控设备完成。 然而,在医疗保健应用中,家庭和医院或辅助生活设施的隐私保护问题至关重要。相比于视频监控,雷达不会暴露人体,从而很好的保护了隐私,并且即使在很少或没有光照的情况下仍然能够实现动作的监控。因此,采用雷达传感器进行人体动作识别、手势识别、步态分析等案例越来越多,且应用于自动驾驶、室内监控、老人健康护理等很多领域。 本项目旨在设计出一个新颖的基于深度学习的模型,检测人的出现并识别出一系列指定动作,达到较高识别准确率的同时又注重实时性。
项目信息
项目动态
项目相关人员
项目荣誉
留言
重要程度:
全部信息
细节信息
正常信息
重要信息
项目负责人
戴元昊
2016级 信息与通信工程学院 信息工程
项目成员
樊祥和
2016级 国际学院 物联网工程
刘皓宇
2016级 国际学院 电信工程及管理
吾仁别克·赛里克
2016级 信息与通信工程学院 电子信息工程
指导老师
何元
信息与通信工程学院 副教授
机器人
智能硬件
无人机
暂无留言
留言
提交
该项目暂无荣誉