社交距离监控系统：支持AI的社交距离检测工具，可通过分析来自摄像机的实时视频流来检测人们是否彼此保持安全距离。 -创意积分：Landing AI（https：landing.ai）
2023-02-12 02:49:50
3.93MB
1
利用正点原子的精英板，芯片是STM32F103ZET6
摄像头头是OV7670(带FIFO)
超声波模块HC-SR04，连线如下
VCC------------->5V
Trig----------->PE5
Echo----------->PA0
GND------------>GND
2021-12-28 20:40:34
4.33MB
1
雷达作用距离——检测性能与信噪比
检测性能与信噪比
虚警概率Pfa的计算
含载波噪声（即检波前）为高斯噪声，其电压pdf为：
检波后，噪声电压服从瑞利分布，其pdf为：
虚警概率Pfa为：
虚警时间Tfa ：发生虚警的平均时间间隔
Pdf
v
0
vT
2021-12-16 09:31:23
4.58MB
1
实时社交
使用OpenCV中的实时视频流/ IP摄像机实时进行社交疏离。
这是对（ ）的改进/修改。
请参考添加的。
输出量
输出量
用例：实时计算商店/建筑物/大型购物中心等中的人数。
如果人们超出了社交距离限制，则向员工发送警报。
优化实时流以获得更好的性能（带有线程）。
充当解决COVID-19的措施。
目录
简单理论
对象检测：
我们将使用在COCO数据集上受过训练的YOLOv3进行物体检测。
通常，单级检测器（如YOLO）往往不如两级检测器（R-CNN）准确，但速度要快得多。
YOLO将对象检测视为回归问题，获取给定的输入图像，并同时学习边界框坐标和相应的类标签
2021-12-13 16:32:22
25.6MB
1
社会距离检测
作者：Gabriel Deza，Danial Hasan，Mengyu Yang（CSC420团队GDM）
社交距离检测管道，可从固定的摄像机镜头自动检测社交距离违例。 我们的方法考虑到了“社会泡沫”，其中由家庭，夫妇等组成的群体未被归类为侵犯行为。
数据集
购物中心和市中心数据集： : usp
UCSD行人数据集： ：
LSTN复旦-上海科技数据集： :
存储库中包括UCSD和LSTN数据集，但提供了链接以供参考。 牛津镇中心数据集太大，因此必须下载。
用法
完整的管道包括以下步骤：
1.目标检测此步骤包括使用对象检测模型从原始摄像机镜头中检测人。 此步骤的输出是每个帧中每个检测到的人周围的边界框。
2.跟踪（中心或光流） 一旦在视频的每个帧中检测到人，我们就会应用算法来跟踪每个唯一的人在连续帧之间的运动。
3.分组现在我们知道了每个人在整个视频
2021-12-13 10:56:08
90.72MB
1