隨著智能識(shí)別系統(tǒng)在各個(gè)領(lǐng)域應(yīng)用的普及,精準(zhǔn)化、針對(duì)性的管理和服務(wù)已經(jīng)有了越來(lái)越優(yōu)秀的表現(xiàn)。本文以AI姿態(tài)識(shí)別在臥床病患的精準(zhǔn)護(hù)理方面的應(yīng)用為研究對(duì)象,設(shè)計(jì)了一種基于壓力傳感矩陣采集人體臥姿數(shù)據(jù),然后在上位機(jī)進(jìn)行數(shù)據(jù)清洗與存儲(chǔ)、數(shù)據(jù)點(diǎn)可視化成像、AI算法根據(jù)數(shù)據(jù)可視化圖像進(jìn)行人體臥姿識(shí)別的系統(tǒng)。經(jīng)數(shù)據(jù)實(shí)驗(yàn)測(cè)試,基本可以實(shí)現(xiàn)初步效果。該系統(tǒng)可應(yīng)用在養(yǎng)老、助殘護(hù)理中的輔助智能提醒及精準(zhǔn)護(hù)理領(lǐng)域。 

【文章來(lái)源】：數(shù)字技術(shù)與應(yīng)用. 2020,38(10)

【文章頁(yè)數(shù)】：3 頁(yè)

【文章目錄】：
0 引言
1 系統(tǒng)模型建立
2 傳感陣列硬件及數(shù)據(jù)采集設(shè)計(jì)
3 數(shù)據(jù)處理
4 數(shù)據(jù)可視化及報(bào)警實(shí)現(xiàn)
5 利用AI模型進(jìn)行人體臥姿識(shí)別
6 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于TensorFlow的卷積神經(jīng)網(wǎng)絡(luò)圖像分類實(shí)踐策略研究[J]. 趙浩.  價(jià)值工程. 2020(09)
[2]基于深度信息的人體姿態(tài)識(shí)別研究綜述[J]. 田元,李方迪.  計(jì)算機(jī)工程與應(yīng)用. 2020(04)
[3]基于足底壓力傳感器的步態(tài)識(shí)別方法研究[J]. 趙治羽,馬磊,孫永奎.  電子測(cè)量技術(shù). 2019(13)
[4]Python在FY-2G定量業(yè)務(wù)產(chǎn)品自動(dòng)可視化中的應(yīng)用[J]. 高大偉,郁珍艷,姚益平,柳苗,陳練,李正泉.  氣象科技. 2018(01)

碩士論文
[1]基于柔性陣列壓力傳感器的坐姿監(jiān)測(cè)與提醒系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 劉少華.安徽大學(xué) 2018



本文編號(hào)：3195983