CN108764079A - 一种骨骼追踪系统及其方法 - Google Patents
一种骨骼追踪系统及其方法 Download PDFInfo
- Publication number
- CN108764079A CN108764079A CN201810469733.8A CN201810469733A CN108764079A CN 108764079 A CN108764079 A CN 108764079A CN 201810469733 A CN201810469733 A CN 201810469733A CN 108764079 A CN108764079 A CN 108764079A
- Authority
- CN
- China
- Prior art keywords
- sound source
- user
- bone
- information
- gravity
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种骨骼追踪系统及其方法。其中该系统包括骨骼信息采集单元,其用于实时采集用户的骨骼关节信息;声源信息采集单元,其初始状态为休眠状态,当接收到启动信号后采集外部声源信息;信息处理单元,其用于实时接收骨骼关节信息,并计算用户相对于脚平面的重心位置;将重心位置在竖直方向和水平方向的移动速度大小分别与预设跌倒状态阈值相比较,来实时监测用户的运动状态;当用户的运动状态满足预设跌倒状态阈值时,向所述声源信息采集单元发送启动信号;接收外部声源信息,确定目标声源,进而计算出用户当前相对空间位置。其具有造价成本低,耗电量少,同时监测用户的运动状态以及位置信息的效果,且能够广泛应用于普通用户家中。
Description
技术领域
本发明属于数据处理领域,尤其涉及一种骨骼追踪系统及其方法。
背景技术
目前的骨骼追踪系统被广泛应用于医疗领域。但是,在医疗领域中,骨骼追踪系统存在以下问题:
(1)骨骼追踪系统一般采用专用控制和专有控制技术来实现,存在技术和设备垄断的问题,无法与市面上常见的控制设备进行匹配;
(2)骨骼追踪系统一般部署于医院等医疗卫生场所,然而,在普通用户家中等应用场景中受到场地等因素影响,存在部署困难的问题;
(3)骨骼追踪系统一般用来实时监测用户的运动状态信息,并未对用户的位置进行定位;即使骨骼追踪系统具有对用户的位置进行定位的功能,大多均采用GPS技术进行定位,这样使得整个骨骼追踪系统造价高,并不能广泛应用于普通用户家中;而且GPS定位器处于一直工作状态,使得整个追踪系统耗电量大。
综上所述,对于降低整个骨骼追踪系统的造价成本以及耗电量,同时监测用户的运动状态以及位置信息的问题,尚缺乏有效的解决方案。
发明内容
为了解决现有技术的不足,本发明的第一目的是提供一种骨骼追踪系统,其具有造价成本低,节省整体耗电量,同时监测用户的运动状态以及位置信息的效果,且能够广泛应用于普通用户家中。
本发明的一种骨骼追踪系统的技术方案为:
一种骨骼追踪系统,包括:
骨骼信息采集单元,其用于实时采集用户的骨骼关节信息;
声源信息采集单元,其初始状态为休眠状态,当接收到启动信号后采集外部声源信息;
信息处理单元,其用于实时接收骨骼关节信息,并计算用户相对于脚平面的重心位置;
将重心位置在竖直方向和水平方向的移动速度大小分别与预设跌倒状态阈值相比较,来实时监测用户的运动状态;
当用户的运动状态满足预设跌倒状态阈值时,向所述声源信息采集单元发送启动信号;
接收外部声源信息,确定目标声源,进而计算出用户当前相对空间位置。
具体地,在将重心位置在竖直方向和水平方向的移动速度大小分别与预设跌倒状态阈值相比较的过程中,若重心位置在竖直方向和水平方向的移动速度大小中任一值大于或等于预设跌倒状态阈值,则判定用户的运动状态为跌倒状态;否则,判定用户的运动状态为正常状态。
其中,骨骼信息采集单元实时采集的用户的骨骼关节信息为三维坐标数据。
骨骼信息采集单元,其可采用Kinect来实现。
Kinect比其他骨骼信息采集设备更为智能。首先,它能够发射红外线,从而对整个房间进行立体定位。摄像头则可以借助红外线来识别人体的运动。除此之外,配合着Xbox360上的一些高端软件,便可以对人体的48个部位进行实时追踪。
需要说明的是,骨骼信息采集单元机除了Kinect之外,也可以采用其他现有的骨骼信息采集设备来实现。
声源信息采集单元,其可采用声音传感器来实现。
信息处理单元,其可基于ARM嵌入式控制器开发,ARM嵌入式控制器的技术开源,方便系统扩展与技术开源。
需要说明的是,信息处理单元也可采用其他技术开源的嵌入式控制器来实现。
进一步的,所述骨骼追踪系统还包括远程报警单元,所述远程报警单元与信息处理单元相连。
进一步的,所述信息处理单元,包括:
子骨骼重心计算单元,其用于根据接收的用户的骨骼关节信息,分别计算预设子骨骼的重心位置;
整体重心计算单元,其用于根据人体骨骼构造中各个预设子骨骼的比例关系,得到用户相对于脚平面的重心位置。
进一步的,所述信息处理单元,包括:
预处理单元,其用于对接收到的声源信息进行预处理;
端点检测单元,其用于对预处理后的声源信息进行端点检测,划分出若干段声音信息;
特征比较单元,其用于对每段声音信息进行特征提取,并与预存的目标声源特征相比较,进而确定出目标声源。
其中,预处理包括幅度标准化、滤波去噪和分帧加窗。
进一步的,在所述信息处理单元中,基于高分辨率谱估计声源定位或基于到达时间差的声源定位算法来计算出用户当前相对空间位置。
其中,高分辨率谱估计包括自回归模型法、最大熵法、最小方差估计法和特征分解(或子空间)法。
基于到达时间差的声源定位算法分为两个步骤:
第一步,先进行时延估计,用于计算来自同一个声源的信号到达具有配对关系的两个麦克风的时间差;
第二步,利用到达时间差进行定位估计,利用麦克风阵元相互之间的几何位置关系确定声源位置。
本发明的第二目的是提供一种基于骨骼追踪系统的骨骼追踪方法。
本发明的基于骨骼追踪系统的骨骼追踪方法的技术方案为:
一种基于骨骼追踪系统的骨骼追踪方法,包括:
步骤1:骨骼信息采集单元实时采集用户的骨骼关节信息;
步骤2:信息处理单元实时接收骨骼关节信息,并计算用户相对于脚平面的重心位置;
将重心位置在竖直方向和水平方向的移动速度大小分别与预设跌倒状态阈值相比较,来实时监测用户的运动状态;
当用户的运动状态满足预设跌倒状态阈值时,向声源信息采集单元发送启动信号;
接收声源信息采集单元所传送来的外部声源信息,确定目标声源,进而计算出用户当前相对空间位置。
具体地,在将重心位置在竖直方向和水平方向的移动速度大小分别与预设跌倒状态阈值相比较的过程中,若重心位置在竖直方向和水平方向的移动速度大小中任一值大于或等于预设跌倒状态阈值,则判定用户的运动状态为跌倒状态;否则,判定用户的运动状态为正常状态。
其中,骨骼信息采集单元实时采集的用户的骨骼关节信息为三维坐标数据。
进一步的,该方法还包括:当计算出用户当前相对空间位置后进行报警。
进一步的,在所述步骤2中,计算用户相对于脚平面的重心位置的具体过程包括:
根据接收的用户的骨骼关节信息,分别计算预设子骨骼的重心位置;
根据人体骨骼构造中各个预设子骨骼的比例关系,得到用户相对于脚平面的重心位置。
进一步的,在所述步骤2中,确定目标声源的具体过程包括:
对接收到的声源信息进行预处理;
对预处理后的声源信息进行端点检测,划分出若干段声音信息;
对每段声音信息进行特征提取,并与预存的目标声源特征相比较,进而确定出目标声源。
其中,预处理包括幅度标准化、滤波去噪和分帧加窗。
进一步的,在所述步骤2中,基于高分辨率谱估计声源定位或基于到达时间差的声源定位算法来计算出用户当前相对空间位置。
其中,高分辨率谱估计包括自回归模型法、最大熵法、最小方差估计法和特征分解(或子空间)法。
基于到达时间差的声源定位算法分为两个步骤:
第一步,先进行时延估计,用于计算来自同一个声源的信号到达具有配对关系的两个麦克风的时间差;
第二步,利用到达时间差进行定位估计,利用麦克风阵元相互之间的几何位置关系确定声源位置。
与现有技术相比,本发明的有益效果是:
(1)本发明的一种骨骼追踪系统集成度高,体积小,便于携带,便于部署在更多应用场景。
(2)本发明通过声源信息定位,可以实现较高精度人体相对位置判断,及时发现用户相对位置,方便远程监护。
(3)本发明的骨骼追踪系统中的声源信息采集单元的初始状态为休眠状态,当用户的运动状态满足预设跌倒状态阈值时,向声源信息采集单元发送启动信号,声源信息采集单元采开始工作进行采集外部声源信息,这样节省了骨骼追踪系统的耗电量,大大提高了能源利用率;本发明的骨骼追踪系统具有运行效率高,维护方便的特点,成本低,便于扩大用户应用范围。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1是本发明的一种骨骼追踪系统的结构示意图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本发明实施例中提及的一种骨骼追踪系统可以为穿戴式设备,也可以为固定于预设场所的设备。
图1是本发明的一种骨骼追踪系统的结构示意图。如图1所示,本发明的一种骨骼追踪系统,包括:
(1)骨骼信息采集单元,其用于实时采集用户的骨骼关节信息;
其中,骨骼信息采集单元实时采集的用户的骨骼关节信息为三维坐标数据。
骨骼信息采集单元,其可采用Kinect来实现。
Kinect比其他骨骼信息采集设备更为智能。首先,它能够发射红外线,从而对整个房间进行立体定位。摄像头则可以借助红外线来识别人体的运动。除此之外,配合着Xbox360上的一些高端软件,便可以对人体的48个部位进行实时追踪。
需要说明的是,骨骼信息采集单元机除了Kinect之外,也可以采用其他现有的骨骼信息采集设备来实现。
(2)声源信息采集单元,其初始状态为休眠状态,当接收到启动信号后采集外部声源信息;
声源信息采集单元,其可采用声音传感器来实现。
(3)信息处理单元,其用于实时接收骨骼关节信息,并计算用户相对于脚平面的重心位置;
将重心位置在竖直方向和水平方向的移动速度大小分别与预设跌倒状态阈值相比较,来实时监测用户的运动状态;
当用户的运动状态满足预设跌倒状态阈值时,向所述声源信息采集单元发送启动信号;
接收外部声源信息,确定目标声源,进而计算出用户当前相对空间位置。
具体地,在将重心位置在竖直方向和水平方向的移动速度大小分别与预设跌倒状态阈值相比较的过程中,若重心位置在竖直方向和水平方向的移动速度大小中任一值大于或等于预设跌倒状态阈值,则判定用户的运动状态为跌倒状态;否则,判定用户的运动状态为正常状态。
其中,信息处理单元,其可基于ARM嵌入式控制器开发,ARM嵌入式控制器的技术开源,方便系统扩展与技术开源。
需要说明的是,信息处理单元也可采用其他技术开源的嵌入式控制器来实现。
具体地,所述信息处理单元,包括:
子骨骼重心计算单元,其用于根据接收的用户的骨骼关节信息,分别计算预设子骨骼的重心位置;
整体重心计算单元,其用于根据人体骨骼构造中各个预设子骨骼的比例关系,得到用户相对于脚平面的重心位置。
具体地,所述信息处理单元,包括:
预处理单元,其用于对接收到的声源信息进行预处理;
端点检测单元,其用于对预处理后的声源信息进行端点检测,划分出若干段声音信息;
特征比较单元,其用于对每段声音信息进行特征提取,并与预存的目标声源特征相比较,进而确定出目标声源。
其中,预处理包括幅度标准化、滤波去噪和分帧加窗。
具体地,在所述信息处理单元中,基于高分辨率谱估计声源定位或基于到达时间差的声源定位算法来计算出用户当前相对空间位置。
其中,高分辨率谱估计包括自回归模型法、最大熵法、最小方差估计法和特征分解(或子空间)法。
基于到达时间差的声源定位算法分为两个步骤:
第一步,先进行时延估计,用于计算来自同一个声源的信号到达具有配对关系的两个麦克风的时间差;
第二步,利用到达时间差进行定位估计,利用麦克风阵元相互之间的几何位置关系确定声源位置。
在另一实施例中,所述骨骼追踪系统还包括远程报警单元,所述远程报警单元与信息处理单元相连。
本发明的骨骼追踪系统集成度高,体积小,便于携带,便于部署在更多应用场景。
本发明通过声源信息定位,可以实现较高精度人体相对位置判断,及时发现用户相对位置,方便远程监护。
本发明的骨骼追踪系统中的声源信息采集单元的初始状态为休眠状态,当用户的运动状态满足预设跌倒状态阈值时,向声源信息采集单元发送启动信号,声源信息采集单元采开始工作进行采集外部声源信息,这样节省了骨骼追踪系统的耗电量,大大提高了能源利用率;本发明的骨骼追踪系统具有运行效率高,维护方便的特点,成本低,便于扩大用户应用范围。
本发明的基于骨骼追踪系统的骨骼追踪方法,包括:
步骤1:骨骼信息采集单元实时采集用户的骨骼关节信息;
步骤2:信息处理单元实时接收骨骼关节信息,并计算用户相对于脚平面的重心位置;
将重心位置在竖直方向和水平方向的移动速度大小分别与预设跌倒状态阈值相比较,来实时监测用户的运动状态;
当用户的运动状态满足预设跌倒状态阈值时,向声源信息采集单元发送启动信号;
接收声源信息采集单元所传送来的外部声源信息,确定目标声源,进而计算出用户当前相对空间位置。
具体地,在将重心位置在竖直方向和水平方向的移动速度大小分别与预设跌倒状态阈值相比较的过程中,若重心位置在竖直方向和水平方向的移动速度大小中任一值大于或等于预设跌倒状态阈值,则判定用户的运动状态为跌倒状态;否则,判定用户的运动状态为正常状态。
其中,骨骼信息采集单元实时采集的用户的骨骼关节信息为三维坐标数据。
具体地,在所述步骤2中,计算用户相对于脚平面的重心位置的具体过程包括:
根据接收的用户的骨骼关节信息,分别计算预设子骨骼的重心位置;
根据人体骨骼构造中各个预设子骨骼的比例关系,得到用户相对于脚平面的重心位置。
具体地,在所述步骤2中,确定目标声源的具体过程包括:
对接收到的声源信息进行预处理;
对预处理后的声源信息进行端点检测,划分出若干段声音信息;
对每段声音信息进行特征提取,并与预存的目标声源特征相比较,进而确定出目标声源。
其中,预处理包括幅度标准化、滤波去噪和分帧加窗。
具体地,在所述步骤2中,基于高分辨率谱估计声源定位或基于到达时间差的声源定位算法来计算出用户当前相对空间位置。
其中,高分辨率谱估计包括自回归模型法、最大熵法、最小方差估计法和特征分解(或子空间)法。
基于到达时间差的声源定位算法分为两个步骤:
第一步,先进行时延估计,用于计算来自同一个声源的信号到达具有配对关系的两个麦克风的时间差;
第二步,利用到达时间差进行定位估计,利用麦克风阵元相互之间的几何位置关系确定声源位置。
在具体实施中,该方法还包括:当计算出用户当前相对空间位置后进行报警。
本发明通过声源信息定位,可以实现较高精度人体相对位置判断,及时发现用户相对位置,方便远程监护。
本发明的基于骨骼追踪系统的骨骼追踪方法,由于声源信息采集单元的初始状态为休眠状态,当用户的运动状态满足预设跌倒状态阈值时,向声源信息采集单元发送启动信号,声源信息采集单元采开始工作进行采集外部声源信息,这样节省了骨骼追踪系统的耗电量,大大提高了能源利用率。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种骨骼追踪系统,其特征在于,包括:
骨骼信息采集单元,其用于实时采集用户的骨骼关节信息;
声源信息采集单元,其初始状态为休眠状态,当接收到启动信号后采集外部声源信息;
信息处理单元,其用于实时接收骨骼关节信息,并计算用户相对于脚平面的重心位置;
将重心位置在竖直方向和水平方向的移动速度大小分别与预设跌倒状态阈值相比较,来实时监测用户的运动状态;
当用户的运动状态满足预设跌倒状态阈值时,向所述声源信息采集单元发送启动信号;
接收外部声源信息,确定目标声源,进而计算出用户当前相对空间位置。
2.如权利要求1所述的一种骨骼追踪系统,其特征在于,所述骨骼追踪系统还包括远程报警单元,所述远程报警单元与信息处理单元相连。
3.如权利要求1所述的一种骨骼追踪系统,其特征在于,所述信息处理单元,包括:
子骨骼重心计算单元,其用于根据接收的用户的骨骼关节信息,分别计算预设子骨骼的重心位置;
整体重心计算单元,其用于根据人体骨骼构造中各个预设子骨骼的比例关系,得到用户相对于脚平面的重心位置。
4.如权利要求1所述的一种骨骼追踪系统,其特征在于,所述信息处理单元,包括:
预处理单元,其用于对接收到的声源信息进行预处理;
端点检测单元,其用于对预处理后的声源信息进行端点检测,划分出若干段声音信息;
特征比较单元,其用于对每段声音信息进行特征提取,并与预存的目标声源特征相比较,进而确定出目标声源。
5.如权利要求1所述的一种骨骼追踪系统,其特征在于,在所述信息处理单元中,基于高分辨率谱估计声源定位或基于到达时间差的声源定位算法来计算出用户当前相对空间位置。
6.一种基于如权利要求1所述的骨骼追踪系统的骨骼追踪方法,其特征在于,包括:
步骤1:骨骼信息采集单元实时采集用户的骨骼关节信息;
步骤2:信息处理单元实时接收骨骼关节信息,并计算用户相对于脚平面的重心位置;
将重心位置在竖直方向和水平方向的移动速度大小分别与预设跌倒状态阈值相比较,来实时监测用户的运动状态;
当用户的运动状态满足预设跌倒状态阈值时,向声源信息采集单元发送启动信号;
接收声源信息采集单元所传送来的外部声源信息,确定目标声源,进而计算出用户当前相对空间位置。
7.如权利要求6所述的骨骼追踪方法,其特征在于,该方法还包括:当计算出用户当前相对空间位置后进行报警。
8.如权利要求6所述的骨骼追踪方法,其特征在于,在所述步骤2中,计算用户相对于脚平面的重心位置的具体过程包括:
根据接收的用户的骨骼关节信息,分别计算预设子骨骼的重心位置;
根据人体骨骼构造中各个预设子骨骼的比例关系,得到用户相对于脚平面的重心位置。
9.如权利要求6所述的骨骼追踪方法,其特征在于,在所述步骤2中,确定目标声源的具体过程包括:
对接收到的声源信息进行预处理;
对预处理后的声源信息进行端点检测,划分出若干段声音信息;
对每段声音信息进行特征提取,并与预存的目标声源特征相比较,进而确定出目标声源。
10.如权利要求6所述的骨骼追踪方法,其特征在于,在所述步骤2中,基于高分辨率谱估计声源定位或基于到达时间差的声源定位算法来计算出用户当前相对空间位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810469733.8A CN108764079A (zh) | 2018-05-16 | 2018-05-16 | 一种骨骼追踪系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810469733.8A CN108764079A (zh) | 2018-05-16 | 2018-05-16 | 一种骨骼追踪系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108764079A true CN108764079A (zh) | 2018-11-06 |
Family
ID=64008217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810469733.8A Pending CN108764079A (zh) | 2018-05-16 | 2018-05-16 | 一种骨骼追踪系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108764079A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120139925A1 (en) * | 2010-12-06 | 2012-06-07 | Industrial Technology Research Institute | System for Estimating Location of Occluded Skeleton, Method for Estimating Location of Occluded Skeleton and Method for Reconstructing Occluded Skeleton |
CN104422922A (zh) * | 2013-08-19 | 2015-03-18 | 中兴通讯股份有限公司 | 一种移动终端实现声源定位的方法及装置 |
CN204442410U (zh) * | 2015-02-13 | 2015-07-01 | 上海赢谊电子设备有限公司 | 一种声音辅助的智能家居设备 |
CN105719429A (zh) * | 2014-07-29 | 2016-06-29 | 吴诗蕊 | 一种基于Kinect的跌倒检测及报警系统及其操作方法 |
CN105788172A (zh) * | 2016-05-25 | 2016-07-20 | 浙江大学 | 基于物联网的室内老年人监护系统及方法 |
CN106412488A (zh) * | 2015-07-29 | 2017-02-15 | 中兴通讯股份有限公司 | 一种监控系统和方法 |
CN106652346A (zh) * | 2016-12-23 | 2017-05-10 | 平顶山学院 | 一种老年人居家养老监护系统 |
-
2018
- 2018-05-16 CN CN201810469733.8A patent/CN108764079A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120139925A1 (en) * | 2010-12-06 | 2012-06-07 | Industrial Technology Research Institute | System for Estimating Location of Occluded Skeleton, Method for Estimating Location of Occluded Skeleton and Method for Reconstructing Occluded Skeleton |
CN104422922A (zh) * | 2013-08-19 | 2015-03-18 | 中兴通讯股份有限公司 | 一种移动终端实现声源定位的方法及装置 |
CN105719429A (zh) * | 2014-07-29 | 2016-06-29 | 吴诗蕊 | 一种基于Kinect的跌倒检测及报警系统及其操作方法 |
CN204442410U (zh) * | 2015-02-13 | 2015-07-01 | 上海赢谊电子设备有限公司 | 一种声音辅助的智能家居设备 |
CN106412488A (zh) * | 2015-07-29 | 2017-02-15 | 中兴通讯股份有限公司 | 一种监控系统和方法 |
CN105788172A (zh) * | 2016-05-25 | 2016-07-20 | 浙江大学 | 基于物联网的室内老年人监护系统及方法 |
CN106652346A (zh) * | 2016-12-23 | 2017-05-10 | 平顶山学院 | 一种老年人居家养老监护系统 |
Non-Patent Citations (2)
Title |
---|
陆奎 等: "Kinect在家庭智能监控系统中的应用", 《微型机与应用》 * |
韩雪 等: "基于Kinect传感器的移动机器人声源目标跟踪系统", 《自动化与仪器仪表》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105116859B (zh) | 一种利用无人飞行器实现的智能家居系统及方法 | |
US20210282112A1 (en) | Positioning method and system based on wi-fi internet of things device network | |
CN107127758B (zh) | 基于智能机器人的自动识别拍照方法及其系统 | |
KR101728052B1 (ko) | 사용자의 행동을 인지하여 사물을 제어하는 사물인터넷 시스템 | |
CN104483953A (zh) | 一种控制方法及穿戴式电子设备 | |
CN110940034B (zh) | 一种基于人体感知的分体空调自适应控制系统及方法 | |
KR101632570B1 (ko) | 생체신호 모니터링 시스템 | |
CN108078555A (zh) | 一种基于卡尔曼滤波和目标跟踪的生命体征远程监测装置 | |
Oguchi et al. | Human positioning estimation method using received signal strength indicator (RSSI) in a wireless sensor network | |
CN106226904A (zh) | Vr眼镜电路 | |
CN203535764U (zh) | 一种居家老人监护装置 | |
CN106341649B (zh) | 云台控制方法和装置 | |
US20180216839A1 (en) | Air humidifying device and method of moving the same, air humidifying system and control method thereof, and monitoring system | |
CN105446578B (zh) | 一种信息处理方法、第一电子设备及穿戴式电子设备 | |
CN111981658A (zh) | 空调及用于空调控制的方法、装置 | |
CN111106985A (zh) | 一种基于5g网络的智能家居控制方法和系统 | |
CN107997314A (zh) | 一种智能医疗手环 | |
CN108764079A (zh) | 一种骨骼追踪系统及其方法 | |
Jovanov et al. | Avatar—A multi-sensory system for real time body position monitoring | |
CN204360208U (zh) | 一种基于物联网的防盗与远程监控系统 | |
CN111630346A (zh) | 基于图像和无线电词语的移动设备的改进定位 | |
CN107026974A (zh) | 一种网络摄像机音频增强与控制方法及系统 | |
CN113488078A (zh) | 一种健康状态监测方法及设备 | |
CN108010236B (zh) | 一种智能家居安全监控系统 | |
CN208477701U (zh) | 一种老人室内求救系统 |
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 |