基于计算机视觉和深度学习的非接触式血压检测系统.pdf
玉环****找我
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于计算机视觉和深度学习的非接触式血压检测系统.pdf
本发明公开了基于计算机视觉和深度学习的非接触式血压检测系统,涉及血压测量技术领域,S1、通过智能手机或其他终端摄像头采集来自用户的20秒面部视频;S2、在每个视频帧中选择部分人脸区域作为RegionofInterest,并将分析过的点位信息上传至云端;S3、利用卷积神经网络模型将视频中提取的面部血流反射光线信号模拟成经医疗器械监管机构批准的医用硬件检测设备的生理特征信号;S4、使用卷积神经网络模型计算收缩压和舒张压等关键生命体征结果;S5、计算结果输出到智能手机上,本系统的优势在于摆脱了传统血压监测对
基于深度学习的龙虾在线定位视觉检测方法和系统.pdf
本发明提供了一种基于深度学习的龙虾在线定位视觉检测方法和系统,包括如下步骤:S<base:Sub>1</base:Sub>:通过视觉识别装置拍摄获得龙虾影像,向图像处理平台传送得到训练数据集;S<base:Sub>2</base:Sub>:对训练数据集中的图像识别虾姿态,确定分类类别;S<base:Sub>3</base:Sub>:对龙虾姿态进行分类,找到虾头虾尾分解的腰线,并确定腰线的参考点;S<base:Sub>4</base:Sub>:将每一个分类下的龙虾姿态的原始图像形成分训练数据集,获取在该分类
基于计算机视觉和深度学习的茶蓬深度分布检测方法.pdf
本发明公开了基于计算机视觉和深度学习的茶蓬深度分布检测方法,其步骤为:S1.使用RGB相机采集田间茶园图像,并对所述图像中的茶陇进行标注,制作茶园图像数据集。S2.设计基于深度学习的茶陇图像分割模型,利用步骤S1所述茶园数据集对模型进行训练直至模型收敛。根据所述图像分割模型,输入RGB相机采集原始图像,输出图像中所包含的茶蓬中心线和茶园区域分割图像。S3.根据步骤S2所述茶蓬中心线和茶园区域分割图像,计算茶蓬深度分布特征,并将其映射于茶园区域分割图像中,完成茶蓬深度分布的检测。本发明能够识别茶陇中茶蓬区域
基于图像的非接触式手掌疱疹检测系统及其检测方法.pdf
本发明公开一种基于图像的非接触式手掌疱疹检测系统及其检测方法。所述手掌疱疹检测系统包括高性能处理器、图像采集装置、通信接口和上位机;所述图像采集装置获取手掌彩色图像数据,通过所述通信接口将图像数据传输至所述高性能处理器,所述高性能处理器对获取的图像进行处理,肤色轮廓检测、肤色筛选、手掌特征判断、手掌疱疹点检测与识别,并把检测识别的结果传输至所述上位机。本发明提供的基于图像的非接触式手掌疱疹检测系统及其检测方法检测方便,不依赖于人工医学技术,能快速检测出疑似手掌疱疹点,有效避免疱疹传播蔓延。
非接触式供电方法和非接触式供电系统.pdf
本发明涉及非接触式供电方法和非接触式供电系统。旨在于提供一种安全的非接触式充电环境,使得能够在开始充电之前找到遗留在车辆中的电子装置并防止电子装置由于在借助于电磁耦合的充电期间产生的电磁波而损坏的麻烦。预先执行以下处理:基于由留在车辆内的电子装置发出的无线通信信息进行检查以查看到电子装置遗留在车辆内。当检测到电子装置遗留时,根据所检测到的电子装置的可允许电流来控制充电电流值,或者产生报警以通知电子装置遗留。