XiaoMi-AI文件搜索系统
World File Search Systemdetection
轮椅跌倒检测
跌倒是轮椅使用者可能遭遇的最坏情况之一。随着越来越多的人使用轮椅，跌倒检测设备的需求也日益迫切。由于传感器网络和物联网 (IoT) 的快速发展，人机交互与传感器融合已被视为解决跌倒检测问题的可行方法。本研究提出了一种防止轮椅跌倒的装置。这种轮椅跌倒检测系统的想法是确定用户的位置或算法的位置是否表明可能跌倒。本研究中最重要的因素是能够识别轮椅使用者的动作，以确定他们何时需要亲人或护理人员的帮助。该计划声称，通过检测一个人的跌倒情况并通过安全应用程序通过电子邮件提醒他们，它可以在紧急情况下协助提供帮助。如果发生任何严重损害，它可以帮助避免可能危及生命的危险。该系统的组件 - 一个可配置为调节每个电路及其功能的 6 轴 MPU6050 陀螺仪/加速度计传感器和一个 ESP8266 NodeMCU wifi 模块 - 允许产品尽可能远地连接到 Blynk 应用程序和控件。
对象检测和跟踪
有效而准确的对象检测是计算机视觉系统开发的重要主题。随着深度学习技术的出现，对象检测的准确性大大提高。该项目旨在集成现代技术以进行对象检测，目的是通过实时性能实现高精度。在许多对象识别系统中，对其他计算机视觉算法的依赖是一个重要的障碍。在这项研究中，我们完全使用深度学习技术完全解决了端到端对象检测问题。使用最困难的公开数据集对网络进行培训，该数据集用于年度项目检测挑战。需要对象检测的应用程序可以使系统的快速而精确的发现受益。1。简介对象检测是与计算机视觉和图像处理相关的众所周知的计算机技术。随着深度学习技术的出现，对象检测的准确性大大提高。它重点是检测数字图像和视频中某个类别（花，动物）的对象或实例。有各种应用，包括面部识别，角色识别和媒体计算器。1.1十年前的问题陈述，许多计算机视觉问题已经达到了饱和点。但是，由于深度学习技术变得越来越流行，因此这些问题的准确性已大大提高。图像分类器阳离子被视为图像类别的预测指标，是主要问题之一。图像本地化是一项相当具有挑战性的任务，系统必须预测图像中单个对象的位置类（对象周围的边界框）。对象检测是最具挑战性的问题（此项目），因为它同时结合了本地化和分类。在这种情况下，图片将是系统的输入，系统将生成一个边界框以及与图像中每个对象匹配的功能。
网络欺凌分类和检测...
Abstract ......................................................................................................................... iii
文章 结合基于签名和基于行为的检测方法的高级入侵检测 †
1 仁荷大学电气与计算机工程系，韩国仁川 22212；heeyong.kr@gmail.com 2 德克萨斯 A&M 大学金斯维尔分校电气工程与计算机科学系，美国德克萨斯州金斯维尔 78363；taesic.kim@tamuk.edu * 通信地址：mklee@inha.ac.kr；电话：+82-32-860-7456 † 本文是我们在 ICNGC 2021 上发表的论文的扩展版本，题为“Hee-Yong Kwon；Taesic Kim；Mun-Kyu Lee。一种用于工业控制系统的混合入侵检测方法”，其中我们介绍了一种混合入侵检测方法。在这个完整版本中，我们进行了额外的实验来微调各种参数和异常检测标准。因此，我们进一步提高了异常检测的性能。此外，我们还从执行时间角度证明了所提出方法的效率。