openpifpaf 经过Linux，MacOS和Windows的持续测试： PifPaf：用于人类姿势估计的复合字段 我们提出了一种用于多人2D人体姿势估计的新的自下而上的方法，该方法特别适合于城市机动性，例如无人驾驶汽车和送货机器人。 新方法PifPaf使用“零件强度场”（PIF）定位身体部位，并使用“零件关联场”（PAF）将身体部位彼此关联以形成完整的人体姿势。 由于（i）我们的新复合场PAF编码了细粒度的信息，并且（ii）选择了包含不确定性概念的回归Laplace损失，因此我们的方法在低分辨率以及拥挤，混乱和遮挡的场景中优于以前的方法。 我们的架构基于完全卷积，单发，无盒设计。 我

Tensorfflow官方训练数据：validation-horse-or-human（人、马识别）验证数据集

Tensorflow官方训练数据集：horse-or-human（人、马识别）训练数据

信号数据的采集来自于嵌入在智能手机中的加速度传感器，实验选用了人类日常行为中的六类常见行为，分别为：走路、慢跑、上楼梯、下楼梯、坐、站立，数据收集后，对数据进行特征抽取，抽取后的特征使用支持向量机的分类功能对特征进行分类，最后识别出人类的六类行为。

delmia的Human_Task_SimulationV5R15帮组，很有用的

HC-SR501 High Sensitivity Human Infrared Sensor Module Pyroelectric PCB

C4算法实现人体识别，里面有已经调通的源码，还用对应的中英文文档，用兴趣的朋友可以学习一下。

嘉宾认为，“脆弱的是人，不是数据。”他从外企工作和国际经验的角度分享自己的心得和实践经验。 互联网、物联网时代用户如同树叶一样紧密的联合在一起，各种数据问题层出不穷，传统的手段已经难以应对如此复杂的数据安全攻击。换句话说，脆弱的是人，不是数据。 一般而言，攻击者是由需求、贪婪、意识所驱动，因此，企业防护者不仅仅是一个技术人员，需要了解攻击者的意图和思维。也就是说，现代企业的CSO不应该仅仅是一个安全防护者，而应该是企业安全守护者、安全策略建立者、安全指导者、技术主义者。

human-computer interaction an empirical research perspective

Research Methods in Human-Computer Interaction Second Edition人机交互领域中一本不错的书，很多做人机交互的相关研究都在参考这本书，这是第二版，英文原版，全面详细的讲述如何进行HCI的相关研究。