基于RFID定位和人脸识别技术的院区周界系统设计

来源 :智能计算机与应用 | 被引量 : 0次 | 上传用户:stern_pea
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
特殊人群的周界防范系统,需要防止其从院区内部非法越界到院区外部,对越界行为早发现、早定位、早预防。系统采用RFID定位技术,根据信号强度RSSI值的计算,定位标签与读写器之间的距离。通过读写器有效距离比对与距离在时间上的变化,判断目标标签移动方向。人脸识别技术在系统中的应用,对周界防范起到了有效的补充作用,其能够及早记录人员特征,预判移动方向。测试证明,该系统具有良好的经济性、扩展性、安全性,产品性能稳定可靠,对院区实现互联网+医疗的探索与研究提供了具有较高参考价值的技术路线。
其他文献
随着自动驾驶概率的热度逐渐升温,大量社会资源倾入自动驾驶领域,而智能驾驶的实现第一步就是感知周围的环境。本文讨论的是基于毫米波雷达的目标追踪方案,通过设置多个收发天线的方式,造成同一连续变频波在接收端的相位差,相位差变化的大小即可捕捉并追踪目标物的方位。对于方位、速度都差不多的探测点即可聚类为单一目标。
共享出行系统是以合乘方式与其他出行者共享交通工具的一种新兴交通方式并在近年来取得迅猛发展,为了增强该系统在现实生活中的应用,国内外学者不断提出多种共享出行问题及求解方法。为进一步理清共享出行问题,本文首先对乘车共享问题、拨号乘车问题、拼车问题、共享出租车问题等共享出行问题进行分析,然后分析了共享出行问题的数学模型,并在此基础上对共享出行问题的求解算法进行了介绍,特别是对启发式算法进行了较为详细的综述,为缓解城市交通压力、节约社会资源、减少环境污染,提高运输效率等提供了相关理论依据。最后,面向共享出行问题在
环境感知技术是汽车自动驾驶的基础,车道线检测技术是环境感知的关键部分。本文提出一种基于视觉的车道线检测技术。首先,运用"张正友标定法"对单目相机参数标定;然后将图像转换成鸟瞰图,并使用LaneRidge检测器对车道线进行分离;其次,使用随机抽样一致算法RANSAC拟合车道线,并对虚实车道线进行分类;最后,在MatLab平台上对本文提出的车道线检测算法进行验证。实验结果表明,本文提出的车道线检测算法
中国旅游业近年来实现了跨越性发展,但与此同时,旅游安全事故也时有发生,不同程度地影响着旅游业的发展。为此,笔者利用python语言对熵值法进行了算法实现,并选取山西省作为案例,对山西省11地市旅游年鉴等数据进行了整理。通过文献汇总、专家询问构建出旅游目的地安全评价指标体系,再利用熵值法对指标层的权重系数进行了测算,形成一套完整的评价指标体系,来对山西省旅游目的地综合评价,做出等级划分。
基于应急资源大数据的应急平台建设及应用,有助于提高应急管理效率、提升应急管理响应水平、减少突发事件造成的损失。实现对应急大数据的采集、挖掘、处理、分析,能够对应急需求进行科学准确的预测,提供高效和智能的应急决策服务。文文主要就大数据在智慧城市应急管理中的应用进行分析,从而为应急管理中大数据应用提供较好依据及支持。
本文针对膝关节骨性关节炎对中医推拿及保健康复设备的临床需求,设计了一种基于中医推拿手法(坐位调膝法)的推拿机器人,并对推拿机器人进行了仿真实验验证。仿真实验结果显示机械臂上下活动范围为0~20 mm,机械臂上下旋转活动范围为0~19°,机械手膝宽调节范围为0~20 mm,水平运动的范围为0~140 mm,均符合预期设计要求。仿真输出力范围为0~425 N,满足治疗时的推拿力,输出波形与医师推拿时的波形保持一致。研究结果表明,利用推拿机器人代替推拿医师为膝关节骨性关节炎患者进行推拿治疗可行性高,具有临床应用
机器学习作为人工智能的核心,被广泛用于各行各业.而材料基因工程大数据技术的出现,使机器学习成为预测材料性能的新方法.本文利用集成算法Xgboost、随机森林(RF)以及AdaBoos
为了满足房地产企业线上销售和广大用户线上看房需求,本文利用Unity3D、3DMAX等技术,开发一套基于VR技术的样板间展示系统,实现样板间三维场景展示、三维场景漫游、个性化定
在信息安全形势严峻的背景下,等保2.0基本要求应运而生,本文阐述了等保2.0对高校网站信息安全建设的新要求,介绍了高校网站群系统的优势、关键技术和系统架构,说明了在高校网
血管疾病严重威胁着人类的健康,高发病率、高致残率、高死亡率是心血管疾病的主要特点,因此心血管疾病的预测研究显得尤为重要。本文探讨了随机森林算法在心血管疾病预测中的应用效果。在Kaggle网站上下载关于心血管疾病的数据集,用随机森林算法进行训练,实验结果由准确性、精度、召回率、F1-score评价标准来评价其性能的好坏(评价就包括好坏)。本文将其与逻辑回归(Logistic Regression)、K近邻分类器(K-nearest neighbor classifier)、支持向量机(SVM)进行了比较,实