CN108573592A - 多功能滑梯报警方法 - Google Patents

多功能滑梯报警方法 Download PDF

Info

Publication number
CN108573592A
CN108573592A CN201810336226.7A CN201810336226A CN108573592A CN 108573592 A CN108573592 A CN 108573592A CN 201810336226 A CN201810336226 A CN 201810336226A CN 108573592 A CN108573592 A CN 108573592A
Authority
CN
China
Prior art keywords
age
value
face pattern
weight
square
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810336226.7A
Other languages
English (en)
Inventor
高群
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201810336226.7A priority Critical patent/CN108573592A/zh
Publication of CN108573592A publication Critical patent/CN108573592A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种多功能滑梯报警方法,所述方法包括使用多功能滑梯报警平台以在识别到的排队人员的年龄不在预设年龄范围内时,进行相应的禁止使用报警操作。通过本发明,降低引起因过小或过老人员乘坐滑梯而形成的各种危机。

Description

多功能滑梯报警方法
技术领域
本发明涉及安全防护领域,尤其涉及一种多功能滑梯报警方法。
背景技术
滑梯由攀登段、平台段和下滑段组成,一般采用木材、不锈钢、人造水磨石、玻璃纤维、增强塑料制作,保证滑板表面光滑。滑梯在尺寸上要遵循人体工程学原理,与人体的高度配合,与儿童年龄和体型结合,才能有益于他们的健康成长。
一般在设计时,滑梯攀登梯架倾角为70°左右,宽40cm,梯板高6cm,双侧设扶手栏杆。滑板倾角30°-35°,宽40cm,两侧直缘为18cm,便于儿童双脚制动。另外,成品滑板和自制滑梯都应在梯下部铺厚度不小于3cm的胶垫,或40cm以上的砂土,防止儿童坠落受伤。同时还需要注意滑梯的承受力,缓冲力,两边的扶手,还有宽度是否合适,抛物线是不是合理。
即时如此,对于过小的儿童,或年龄过大的老人,使用滑梯仍然是一种高危行为,因此,为了保证滑梯的安全使用,需要将这类人群排除在使用滑梯的范围之外,然而,现有技术中缺乏相应的电子提示模式,同时,人工提示模式对人工成本的添加是相关管理方无法承受的。
发明内容
为了解决上述问题,本发明提供了一种多功能滑梯报警方法,对滑梯现场排队人员进行年龄鉴别,以在识别到的年龄不在所述预设年龄范围内时,发出禁止使用信号,其中,采用了基于纹理特征匹配的年龄识别机制,提高了识别的精度。
为此,本发明具备以下几个重要发明点:
(1)建立了根据排队人员面部特征的年龄识别机制,以在识别到的年龄不在所述预设年龄范围内时,发出禁止使用信号,以避免过小或过老人员乘坐滑梯引起的各种事故;
(2)对待识别图像和年龄基准面部图案分别划分预设面积的对应区域以作为比较区域,对比较区域内的像素点进行像素值的有针对性的分析,以获得区域的纹理特征,并将待识别图像和年龄基准面部图案的各自比较区域的纹理特征进行比较,以获取最为吻合的年龄基准面部图案所对应的年龄类型。
根据本发明的一方面,提供了一种多功能滑梯报警方法,所述方法包括使用多功能滑梯报警平台以在识别到的排队人员的年龄不在预设年龄范围内时,进行相应的禁止使用报警操作,所述多功能滑梯报警平台包括:
重量检测仪,设置在滑梯排队位置,用于对位于滑梯排队位置的人员重量进行现场数据检测,以获得现场人员重量,并在所述现场人员重量大于等于预设重量阈值时,发出超重报警信号,还用于在所述现场人员重量小于预设重量阈值时,发出重量正常信号;
现场抓拍设备,面向滑梯排队位置以对位于滑梯排队位置的人员进行图像抓拍,以获得并输出排队位置图像;
液晶显示设备,设置在滑梯的顶部,与所述重量检测仪连接,用于在接收到所述超重报警信号时,将与所述现场人员重量对应的文字信息以红色高亮形式重叠在所述排队位置图像上并进行现场显示;
声光报警设备,设置在滑梯的顶部,与所述重量检测仪连接,用于在接收到所述超重报警信号时,进行相应的声光报警操作;
MMC存储卡,与所述重量检测仪连接,用于存储预设重量阈值和预设年龄范围,所述预设年龄范围由最小使用年龄和最大使用年龄组成;
灰度膨胀处理设备,与所述现场抓拍设备连接,用于接收所述排队位置图像,对所述排队位置图像执行灰度膨胀处理,将所述排队位置图像中的各个经过对象预识别所获得的各个对象的轮廓线加粗,以获得处理后的图像并作为膨胀处理图像输出;
图像分割设备,与所述灰度膨胀处理设备连接,用于从所述膨胀处理图像中分割出目标面部图案。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的多功能滑梯报警平台所应用的滑梯的结构示意图。
具体实施方式
下面将参照附图对本发明的实施方案进行详细说明。
当前,滑梯的功能较为单一,例如,缺乏基于年龄的报警机制,导致滑梯对于过小或过老人群存在安全隐患。为了克服上述不足,本发明搭建了一种多功能滑梯报警方法,所述方法包括使用多功能滑梯报警平台以在识别到的排队人员的年龄不在预设年龄范围内时,进行相应的禁止使用报警操作,所述多功能滑梯报警平台丰富了滑梯的功能。
图1为根据本发明实施方案示出的多功能滑梯报警平台所应用的滑梯的结构示意图。所述滑梯包括中间通道1、准备区域2、扶手3以及滑梯主区域4。
根据本发明实施方案示出的多功能滑梯报警平台包括:
重量检测仪,设置在滑梯排队位置,用于对位于滑梯排队位置的人员重量进行现场数据检测,以获得现场人员重量,并在所述现场人员重量大于等于预设重量阈值时,发出超重报警信号,还用于在所述现场人员重量小于预设重量阈值时,发出重量正常信号;
现场抓拍设备,面向滑梯排队位置以对位于滑梯排队位置的人员进行图像抓拍,以获得并输出排队位置图像;
液晶显示设备,设置在滑梯的顶部,与所述重量检测仪连接,用于在接收到所述超重报警信号时,将与所述现场人员重量对应的文字信息以红色高亮形式重叠在所述排队位置图像上并进行现场显示;
声光报警设备,设置在滑梯的顶部,与所述重量检测仪连接,用于在接收到所述超重报警信号时,进行相应的声光报警操作;
MMC存储卡,与所述重量检测仪连接,用于存储预设重量阈值和预设年龄范围,所述预设年龄范围由最小使用年龄和最大使用年龄组成;
灰度膨胀处理设备,与所述现场抓拍设备连接,用于接收所述排队位置图像,对所述排队位置图像执行灰度膨胀处理,将所述排队位置图像中的各个经过对象预识别所获得的各个对象的轮廓线加粗,以获得处理后的图像并作为膨胀处理图像输出;
图像分割设备,与所述灰度膨胀处理设备连接,用于从所述膨胀处理图像中分割出目标面部图案;
第一处理设备,与所述图像分割设备连接,用于接收目标面部图案,将所述目标面部图案分别基于各个年龄基准面部图案的尺寸大小进行相应的尺寸变换处理,以获得各个尺寸变换子图像,每一个尺寸变换子图像与其对应的年龄基准面部图案的尺寸相同;
第二处理设备,与所述第一处理设备连接,用于获取每一个年龄基准面部图案的特征值以作为基准特征值,还用于获取与所述年龄基准面部图案对应的尺寸变换子图像的特征值以作为变换特征值;
第三处理设备,与所述第二处理设备连接,用于接收每一个年龄基准面部图案的特征值和与所述年龄基准面部图案对应的尺寸变换子图像的特征值,计算上述二种特征值之差的绝对值以作为所述年龄基准面部图案对应的绝对值,选择绝对值最小的年龄基准面部图案对应的年龄类型作为所述目标面部图案内的识别年龄类型输出;
年龄分析设备,分别与所述第三处理设备和MMC存储卡连接,用于接收所述识别年龄类型和所述预设年龄范围,并在所述识别年龄类型不在所述预设年龄范围内时,发出禁止使用信号,还用于在所述识别年龄类型在所述预设年龄范围内时,发出允许使用信号。
接着,继续对本发明的多功能滑梯报警平台的具体结构进行进一步的说明。
所述多功能滑梯报警平台中:
所述获取每一个年龄基准面部图案的特征值以作为基准特征值包括:以所述年龄基准面部图案的坐下角为坐标系的原点,获取所述年龄基准面部图案内的待分析正方形,所述待分析正方形以所述年龄基准面部图案的坐下角为坐下角,以预设长度阈值为边长且位于所述年龄基准面部图案内的正方形,针对所述待分析正方形内的每一个像素点,获取其像素值的以10为底数的对数值,将其像素值与对数值相乘以获得所述像素点的分析值,将所述待分析正方形内的各个像素点的分析值相加以获得所述分析正方形的分析值并作为基准特征值。
所述多功能滑梯报警平台中:
所述获取与所述年龄基准面部图案对应的尺寸变换子图像的特征值以作为变换特征值包括:以所述尺寸变换子图像的坐下角为坐标系的原点,获取所述尺寸变换子图像内的待分析正方形,所述待分析正方形以所述尺寸变换子图像的坐下角为坐下角,以预设长度阈值为边长且位于所述尺寸变换子图像内的正方形,针对所述待分析正方形内的每一个像素点,获取其像素值的以10为底数的对数值,将其像素值与对数值相乘以获得所述像素点的分析值,将所述待分析正方形内的各个像素点的分析值相加以获得所述分析正方形的分析值并作为变换特征值。
所述多功能滑梯报警平台中:
所述液晶显示设备在接收到所述禁止使用信号时,将与所述禁止使用信号对应的文字信息以红色高亮形式重叠在所述排队位置图像上并进行现场显示。
所述多功能滑梯报警平台中:
所述声光报警设备在接收到所述禁止使用信号时,进行相应的声光报警操作。
所述多功能滑梯报警平台中:
所述液晶显示设备在接收到所述重量正常信号且接收到所述允许使用信号时,只显示所述排队位置图像。
所述多功能滑梯报警平台中:
所述声光报警设备在接收到所述重量正常信号时,不进行与所述超重报警信号对应的声光报警操作;
其中,在所述声光报警设备中,进行与所述超重报警信号对应的声光报警操作与进行与所述禁止使用信号对应的声光报警操作不同。
另外,在所述声光报警设备中,所述第一处理设备、所述第二处理设备和所述第三处理设备采用不同型号的SOC芯片来实现。
System on Chip,简称SOC,也即片上系统。从狭义角度讲,他是信息系统核心的芯片集成,是将系统关键部件集成在一块芯片上;从广义角度讲,SoC是一个微小型系统,如果说中央处理器(CPU)是大脑,那么SOC就是包括大脑、心脏、眼睛和手的系统。国内外学术界一般倾向将SOC定义为将微处理器、模拟IP核、数字IP核和存储器(或片外存储控制接口)集成在单一芯片上,他通常是客户定制的,或是面向特定用途的标准产品。
SOC定义的基本内容主要在两方面:其一是他的构成,其二是他形成过程。系统级芯片的构成可以是系统级芯片控制逻辑模块、微处理器/微控制器CPU内核模块、数字信号处理器DSP模块、嵌入的存储器模块、和外部进行通讯的接口模块、含有ADC/DAC的模拟前端模块、电源提供和功耗管理模块,对于一个无线SoC还有射频前端模块、用户定义逻辑(他可以由FPGA或ASIC实现)以及微电子机械模块,更重要的是一个SOC芯片内嵌有基本软件(RDOS或COS以及其他应用软件)模块或可载入的用户软件等。
采用本发明的多功能滑梯报警平台,针对现有技术中滑梯功能单一、安全性能低下的技术问题,对待识别图像和年龄基准面部图案分别划分预设面积的对应区域以作为比较区域,对比较区域内的像素点进行像素值的有针对性的分析,以获得区域的纹理特征,并将待识别图像和年龄基准面部图案的各自比较区域的纹理特征进行比较,以获取最为吻合的年龄基准面部图案所对应的年龄类型,在此基础上,建立了根据排队人员面部特征的年龄识别机制,以在识别到的年龄不在所述预设年龄范围内时,发出禁止使用信号,以避免过小或过老人员乘坐滑梯引起的各种事故。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (7)

1.一种多功能滑梯报警方法,所述方法包括使用多功能滑梯报警平台以在识别到的排队人员的年龄不在预设年龄范围内时,进行相应的禁止使用报警操作,所述多功能滑梯报警平台包括:
重量检测仪,设置在滑梯排队位置,用于对位于滑梯排队位置的人员重量进行现场数据检测,以获得现场人员重量,并在所述现场人员重量大于等于预设重量阈值时,发出超重报警信号,还用于在所述现场人员重量小于预设重量阈值时,发出重量正常信号;
现场抓拍设备,面向滑梯排队位置以对位于滑梯排队位置的人员进行图像抓拍,以获得并输出排队位置图像;
液晶显示设备,设置在滑梯的顶部,与所述重量检测仪连接,用于在接收到所述超重报警信号时,将与所述现场人员重量对应的文字信息以红色高亮形式重叠在所述排队位置图像上并进行现场显示;
声光报警设备,设置在滑梯的顶部,与所述重量检测仪连接,用于在接收到所述超重报警信号时,进行相应的声光报警操作;
MMC存储卡,与所述重量检测仪连接,用于存储预设重量阈值和预设年龄范围,所述预设年龄范围由最小使用年龄和最大使用年龄组成;
灰度膨胀处理设备,与所述现场抓拍设备连接,用于接收所述排队位置图像,对所述排队位置图像执行灰度膨胀处理,将所述排队位置图像中的各个经过对象预识别所获得的各个对象的轮廓线加粗,以获得处理后的图像并作为膨胀处理图像输出;
图像分割设备,与所述灰度膨胀处理设备连接,用于从所述膨胀处理图像中分割出目标面部图案;
第一处理设备,与所述图像分割设备连接,用于接收目标面部图案,将所述目标面部图案分别基于各个年龄基准面部图案的尺寸大小进行相应的尺寸变换处理,以获得各个尺寸变换子图像,每一个尺寸变换子图像与其对应的年龄基准面部图案的尺寸相同;
第二处理设备,与所述第一处理设备连接,用于获取每一个年龄基准面部图案的特征值以作为基准特征值,还用于获取与所述年龄基准面部图案对应的尺寸变换子图像的特征值以作为变换特征值;
第三处理设备,与所述第二处理设备连接,用于接收每一个年龄基准面部图案的特征值和与所述年龄基准面部图案对应的尺寸变换子图像的特征值,计算上述二种特征值之差的绝对值以作为所述年龄基准面部图案对应的绝对值,选择绝对值最小的年龄基准面部图案对应的年龄类型作为所述目标面部图案内的识别年龄类型输出;
年龄分析设备,分别与所述第三处理设备和MMC存储卡连接,用于接收所述识别年龄类型和所述预设年龄范围,并在所述识别年龄类型不在所述预设年龄范围内时,发出禁止使用信号,还用于在所述识别年龄类型在所述预设年龄范围内时,发出允许使用信号。
2.如权利要求1所述的方法,其特征在于:
所述获取每一个年龄基准面部图案的特征值以作为基准特征值包括:以所述年龄基准面部图案的坐下角为坐标系的原点,获取所述年龄基准面部图案内的待分析正方形,所述待分析正方形以所述年龄基准面部图案的坐下角为坐下角,以预设长度阈值为边长且位于所述年龄基准面部图案内的正方形,针对所述待分析正方形内的每一个像素点,获取其像素值的以10为底数的对数值,将其像素值与对数值相乘以获得所述像素点的分析值,将所述待分析正方形内的各个像素点的分析值相加以获得所述分析正方形的分析值并作为基准特征值。
3.如权利要求2所述的方法,其特征在于:
所述获取与所述年龄基准面部图案对应的尺寸变换子图像的特征值以作为变换特征值包括:以所述尺寸变换子图像的坐下角为坐标系的原点,获取所述尺寸变换子图像内的待分析正方形,所述待分析正方形以所述尺寸变换子图像的坐下角为坐下角,以预设长度阈值为边长且位于所述尺寸变换子图像内的正方形,针对所述待分析正方形内的每一个像素点,获取其像素值的以10为底数的对数值,将其像素值与对数值相乘以获得所述像素点的分析值,将所述待分析正方形内的各个像素点的分析值相加以获得所述分析正方形的分析值并作为变换特征值。
4.如权利要求3所述的方法,其特征在于:
所述液晶显示设备在接收到所述禁止使用信号时,将与所述禁止使用信号对应的文字信息以红色高亮形式重叠在所述排队位置图像上并进行现场显示。
5.如权利要求4所述的方法,其特征在于:
所述声光报警设备在接收到所述禁止使用信号时,进行相应的声光报警操作。
6.如权利要求5所述的方法,其特征在于:
所述液晶显示设备在接收到所述重量正常信号且接收到所述允许使用信号时,只显示所述排队位置图像。
7.如权利要求6所述的方法,其特征在于:
所述声光报警设备在接收到所述重量正常信号时,不进行与所述超重报警信号对应的声光报警操作;
其中,在所述声光报警设备中,进行与所述超重报警信号对应的声光报警操作与进行与所述禁止使用信号对应的声光报警操作不同。
CN201810336226.7A 2018-04-16 2018-04-16 多功能滑梯报警方法 Pending CN108573592A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810336226.7A CN108573592A (zh) 2018-04-16 2018-04-16 多功能滑梯报警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810336226.7A CN108573592A (zh) 2018-04-16 2018-04-16 多功能滑梯报警方法

Publications (1)

Publication Number Publication Date
CN108573592A true CN108573592A (zh) 2018-09-25

Family

ID=63574859

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810336226.7A Pending CN108573592A (zh) 2018-04-16 2018-04-16 多功能滑梯报警方法

Country Status (1)

Country Link
CN (1) CN108573592A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203148559U (zh) * 2012-12-26 2013-08-21 董金波 一种新型智能称量系统
CN204143521U (zh) * 2014-10-10 2015-02-04 信阳农林学院 一种游乐设施用门禁装置
CN104616002A (zh) * 2015-03-06 2015-05-13 李志刚 用于年龄段判断的面部识别设备
CN105640518A (zh) * 2016-01-02 2016-06-08 无锡桑尼安科技有限公司 基于年龄段检测的人员生理状态预警系统
CN106241584A (zh) * 2016-08-23 2016-12-21 西尼电梯(杭州)有限公司 一种基于扶梯安全的智能视频监控系统及方法
CN106446823A (zh) * 2016-09-20 2017-02-22 北京金山安全软件有限公司 一种识别用户年龄的方法、装置及电子设备
US9830526B1 (en) * 2016-05-26 2017-11-28 Adobe Systems Incorporated Generating image features based on robust feature-learning
CN206837465U (zh) * 2017-05-10 2018-01-05 北京大美亲子投资集团有限公司 一种屋顶滑梯游乐设施

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203148559U (zh) * 2012-12-26 2013-08-21 董金波 一种新型智能称量系统
CN204143521U (zh) * 2014-10-10 2015-02-04 信阳农林学院 一种游乐设施用门禁装置
CN104616002A (zh) * 2015-03-06 2015-05-13 李志刚 用于年龄段判断的面部识别设备
CN105640518A (zh) * 2016-01-02 2016-06-08 无锡桑尼安科技有限公司 基于年龄段检测的人员生理状态预警系统
US9830526B1 (en) * 2016-05-26 2017-11-28 Adobe Systems Incorporated Generating image features based on robust feature-learning
CN106241584A (zh) * 2016-08-23 2016-12-21 西尼电梯(杭州)有限公司 一种基于扶梯安全的智能视频监控系统及方法
CN106446823A (zh) * 2016-09-20 2017-02-22 北京金山安全软件有限公司 一种识别用户年龄的方法、装置及电子设备
CN206837465U (zh) * 2017-05-10 2018-01-05 北京大美亲子投资集团有限公司 一种屋顶滑梯游乐设施

Similar Documents

Publication Publication Date Title
Nghiem et al. Head detection using kinect camera and its application to fall detection
TW200838750A (en) Intelligent driving safety monitoring system integrating multiple direction information and method thereof
CN107169405A (zh) 基于双目摄像机活体识别的方法及装置
CN106447720B (zh) 一种构建黄金比例脸型的方法
CN108056786A (zh) 一种基于深度学习的骨龄检测方法和装置
CN105513086B (zh) 一种教育玩具套件及其基于形状匹配的魔方检测定位方法
CN109034221A (zh) 一种宫颈细胞学图像特征的处理方法及其装置
CN108805880A (zh) 一种安全防护方法
KR20120074358A (ko) 생체 인증 시스템
TW200823689A (en) Method of three-dimensional digital human model construction from two photos and obtaining anthropometry information
JP2013090752A (ja) シミ分類方法、シミ分類装置およびシミ分類プログラム
CN113392681A (zh) 人体跌倒检测方法、装置及终端设备
Upadhyay et al. A review on bone fracture detection techniques using image processing
CN108573592A (zh) 多功能滑梯报警方法
CN108510706A (zh) 多功能滑梯报警平台
CN115968080A (zh) 基于雷达的夜灯控制方法、装置、雷达及存储介质
CN102525660A (zh) 具有颅脑部病灶自动识别功能的手术导航仪
Taylor et al. Discriminant function analysis of the central portion of the innominate
CN113384267A (zh) 一种跌倒实时检测方法、系统、终端设备及存储介质
KR102369823B1 (ko) 체형정보를 이용한 단체 맞춤형 컨텐츠 제공시스템
CN117141321A (zh) 基于身高检测的儿童安全座椅调节方法、装置及系统
CN112274846A (zh) 一种健身设备的保护装置的控制方法、装置及存储介质
CN116778579A (zh) 多人姿态的识别方法、装置、存储介质及电子设备
Li et al. A new method for detecting fatigue driving with camera based on OpenCV
CN115662596A (zh) 医疗设备的选址方法、装置和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180925

WD01 Invention patent application deemed withdrawn after publication