基于人體行為識別技術(shù)的智能家居控制系統(tǒng)的設(shè)計
發(fā)布時間：2020-12-05 10:22
隨著科技的日益發(fā)展,人工智能、大數(shù)據(jù)等新興技術(shù)已經(jīng)開始逐漸地走入人們的日常生活,智能家居產(chǎn)品也迅速地進(jìn)入人們的視野。在傳統(tǒng)的智能家居系統(tǒng)之中,視頻監(jiān)控中人體的行為識別主要依靠人工,這種方式必將給視頻查看工作帶來極大的工作量。針對這一問題,本文對人體行為識別技術(shù)進(jìn)行了研究并將其應(yīng)用到智能家居系統(tǒng)之中,以實現(xiàn)可以自動進(jìn)行視頻行為分類的功能,從而建立一款更加智能、便捷的智能家居系統(tǒng)。本文所做的主要工作包含以下內(nèi)容:首先介紹了智能家居與人體行為識別的研究背景和意義,分析了國內(nèi)外智能家居與人體行為識別的發(fā)展和研究現(xiàn)狀。根據(jù)系統(tǒng)的功能要求,對系統(tǒng)進(jìn)行了總體分析與設(shè)計,確定了系統(tǒng)由PC端、主控中心、控制節(jié)點三大部分組成的總體框架。其中PC端主要負(fù)責(zé)視頻數(shù)據(jù)的處理,主控中心負(fù)責(zé)控制各個控制節(jié)點以及視頻數(shù)據(jù)的傳輸,控制節(jié)點負(fù)責(zé)控制各個家電設(shè)備。在此基礎(chǔ)上,進(jìn)行了系統(tǒng)的硬件與軟件設(shè)計。其次對人體行為識別算法進(jìn)行了詳細(xì)研究。先是介紹了單流卷積網(wǎng)絡(luò)、3D CNN網(wǎng)絡(luò)以及雙流卷積網(wǎng)絡(luò)等幾種常見的人體行為識別算法,并分析了它們的不足。并對雙流卷積網(wǎng)絡(luò)進(jìn)行了改進(jìn),在雙流卷積網(wǎng)絡(luò)的基礎(chǔ)上結(jié)合LSTM,以此避免雙流卷積...
【文章來源】：南昌大學(xué)江西省 211工程院校
【文章頁數(shù)】：73 頁
【學(xué)位級別】：碩士
【部分圖文】：
JZ2440開發(fā)板硬件結(jié)構(gòu)圖
第 3 章 系統(tǒng)硬件與軟件的具體實現(xiàn)設(shè)備，故控制節(jié)點在硬件方面上必須提供足夠多的引課題選擇使用型號為 STM32F103C8T6 芯片作為控制為 STM32 系列芯片中的“增強(qiáng)型”，具備低功耗、低、性能高等特點[23]。雖然在增強(qiáng)系列中該款芯片的然具有 48 個引腳，遠(yuǎn)遠(yuǎn)多于使用廣泛的 C51 單片機(jī)的時鐘頻率遠(yuǎn)高于 C51 單片機(jī)，并且擁有更大的存夠滿足控制節(jié)點功能的需求。該芯片的引腳如圖 3.2
第 3 章 系統(tǒng)硬件與軟件的具體實現(xiàn)通信技術(shù)。射頻在通信的過程中具有相當(dāng)良好的穩(wěn)定性，并有較強(qiáng)的抗干擾性和安全性[27]。此外，多個控制節(jié)點可以利，便可以實現(xiàn)對房屋內(nèi)電器的大范圍控制。上考慮，本文設(shè)計的智能家居系統(tǒng)采用了射頻技術(shù)的 nRF90一個完全集成的頻率調(diào)制器，一個帶解調(diào)器的接收器，一個晶體震蕩器和一個調(diào)節(jié)器組成[29]。此外，nRF905 能夠提供高需要昂貴的高速 MCU 來進(jìn)行時鐘覆蓋與數(shù)據(jù)處理。降低 M意味著降低了 MCU 的成本，又縮短了軟件開發(fā)時間。同時，內(nèi)置完整的通信協(xié)議，控制芯片只需簡單地與 nRF905 進(jìn)行有5 與控制節(jié)點的芯片硬件上連接如圖 3.3 所示。
【參考文獻(xiàn)】：
期刊論文
[1]基于S3C2410X的嵌入式Linux系統(tǒng)的構(gòu)建[J]. 鮑尚東,王杰. 山東工業(yè)技術(shù). 2019(05)
[2]智能家居系統(tǒng)研究與設(shè)計[J]. 王少卿. 科技傳播. 2018(24)
[3]采用PHOG融合特征和多類別Adaboost分類器的行為識別[J]. 馬世偉,劉麗娜,傅琪,溫加睿. 光學(xué)精密工程. 2018(11)
[4]智能家居應(yīng)用現(xiàn)狀及其發(fā)展分析[J]. 徐建材. 科技資訊. 2018(04)
[5]行為識別技術(shù)的研究與發(fā)展[J]. 祁家榕,張昌偉. 智能計算機(jī)與應(yīng)用. 2017(04)
[6]CNN與決策樹結(jié)合的新型人體行為識別方法研究[J]. 王忠民,張琮,衡霞. 計算機(jī)應(yīng)用研究. 2017(12)
[7]基于深度學(xué)習(xí)的人體行為識別算法綜述[J]. 朱煜,趙江坤,王逸寧,鄭兵兵. 自動化學(xué)報. 2016(06)
[8]改進(jìn)隨機(jī)森林及其在人體姿態(tài)識別中的應(yīng)用[J]. 周博翔,李平,李蓮. 計算機(jī)工程與應(yīng)用. 2015(16)
[9]基于Linux的USB攝像頭驅(qū)動程序的實現(xiàn)[J]. 丁勇,馬秀麗. 科技資訊. 2015(23)
[10]基于SVM和HMM二級模型的行為識別方案[J]. 蘇竑宇,陳啟安,吳海濤. 計算機(jī)與現(xiàn)代化. 2015(05)
博士論文
[1]基于步態(tài)與人臉融合的遠(yuǎn)距離身份識別關(guān)鍵技術(shù)研究[D]. 李軼.天津大學(xué) 2011
碩士論文
[1]視頻中人體行為識別方法研究[D]. 陸小芳.南京郵電大學(xué) 2018
[2]基于3D卷積神經(jīng)網(wǎng)絡(luò)的行為識別方法研究[D]. 吉璐.西安理工大學(xué) 2018
[3]基于ZigBee無線傳感器網(wǎng)絡(luò)智能家居系統(tǒng)的設(shè)計與實現(xiàn)[D]. 王琦敏.安徽理工大學(xué) 2018
[4]基于擴(kuò)展數(shù)據(jù)集的LSTM行為識別方法研究[D]. 劉景巍.遼寧大學(xué) 2018
[5]低成本智能家居控制系統(tǒng)設(shè)計[D]. 李偉.南昌大學(xué) 2017
[6]基于雙流CNN的異常行為分類算法研究[D]. 王昕培.哈爾濱工業(yè)大學(xué) 2017
[7]基于mjpg_streamer視頻監(jiān)控的運動目標(biāo)檢測系統(tǒng)研究[D]. 劉魏.南華大學(xué) 2016
[8]基于ARM11的嵌入式linux系統(tǒng)移植與實現(xiàn)[D]. 張霄.山東大學(xué) 2013
[9]基于S3C2440A的ZigBee+WiFi的智能家居控制系統(tǒng)[D]. 孟令許.成都理工大學(xué) 2012
[10]基于Qt的嵌入式Linux系統(tǒng)GUI的研究與實現(xiàn)[D]. 范朋.北京郵電大學(xué) 2011
本文編號：2899302
【文章來源】：南昌大學(xué)江西省 211工程院校
【文章頁數(shù)】：73 頁
【學(xué)位級別】：碩士
【部分圖文】：
JZ2440開發(fā)板硬件結(jié)構(gòu)圖
第 3 章 系統(tǒng)硬件與軟件的具體實現(xiàn)設(shè)備，故控制節(jié)點在硬件方面上必須提供足夠多的引課題選擇使用型號為 STM32F103C8T6 芯片作為控制為 STM32 系列芯片中的“增強(qiáng)型”，具備低功耗、低、性能高等特點[23]。雖然在增強(qiáng)系列中該款芯片的然具有 48 個引腳，遠(yuǎn)遠(yuǎn)多于使用廣泛的 C51 單片機(jī)的時鐘頻率遠(yuǎn)高于 C51 單片機(jī)，并且擁有更大的存夠滿足控制節(jié)點功能的需求。該芯片的引腳如圖 3.2
第 3 章 系統(tǒng)硬件與軟件的具體實現(xiàn)通信技術(shù)。射頻在通信的過程中具有相當(dāng)良好的穩(wěn)定性，并有較強(qiáng)的抗干擾性和安全性[27]。此外，多個控制節(jié)點可以利，便可以實現(xiàn)對房屋內(nèi)電器的大范圍控制。上考慮，本文設(shè)計的智能家居系統(tǒng)采用了射頻技術(shù)的 nRF90一個完全集成的頻率調(diào)制器，一個帶解調(diào)器的接收器，一個晶體震蕩器和一個調(diào)節(jié)器組成[29]。此外，nRF905 能夠提供高需要昂貴的高速 MCU 來進(jìn)行時鐘覆蓋與數(shù)據(jù)處理。降低 M意味著降低了 MCU 的成本，又縮短了軟件開發(fā)時間。同時，內(nèi)置完整的通信協(xié)議，控制芯片只需簡單地與 nRF905 進(jìn)行有5 與控制節(jié)點的芯片硬件上連接如圖 3.3 所示。
【參考文獻(xiàn)】：
期刊論文
[1]基于S3C2410X的嵌入式Linux系統(tǒng)的構(gòu)建[J]. 鮑尚東,王杰. 山東工業(yè)技術(shù). 2019(05)
[2]智能家居系統(tǒng)研究與設(shè)計[J]. 王少卿. 科技傳播. 2018(24)
[3]采用PHOG融合特征和多類別Adaboost分類器的行為識別[J]. 馬世偉,劉麗娜,傅琪,溫加睿. 光學(xué)精密工程. 2018(11)
[4]智能家居應(yīng)用現(xiàn)狀及其發(fā)展分析[J]. 徐建材. 科技資訊. 2018(04)
[5]行為識別技術(shù)的研究與發(fā)展[J]. 祁家榕,張昌偉. 智能計算機(jī)與應(yīng)用. 2017(04)
[6]CNN與決策樹結(jié)合的新型人體行為識別方法研究[J]. 王忠民,張琮,衡霞. 計算機(jī)應(yīng)用研究. 2017(12)
[7]基于深度學(xué)習(xí)的人體行為識別算法綜述[J]. 朱煜,趙江坤,王逸寧,鄭兵兵. 自動化學(xué)報. 2016(06)
[8]改進(jìn)隨機(jī)森林及其在人體姿態(tài)識別中的應(yīng)用[J]. 周博翔,李平,李蓮. 計算機(jī)工程與應(yīng)用. 2015(16)
[9]基于Linux的USB攝像頭驅(qū)動程序的實現(xiàn)[J]. 丁勇,馬秀麗. 科技資訊. 2015(23)
[10]基于SVM和HMM二級模型的行為識別方案[J]. 蘇竑宇,陳啟安,吳海濤. 計算機(jī)與現(xiàn)代化. 2015(05)
博士論文
[1]基于步態(tài)與人臉融合的遠(yuǎn)距離身份識別關(guān)鍵技術(shù)研究[D]. 李軼.天津大學(xué) 2011
碩士論文
[1]視頻中人體行為識別方法研究[D]. 陸小芳.南京郵電大學(xué) 2018
[2]基于3D卷積神經(jīng)網(wǎng)絡(luò)的行為識別方法研究[D]. 吉璐.西安理工大學(xué) 2018
[3]基于ZigBee無線傳感器網(wǎng)絡(luò)智能家居系統(tǒng)的設(shè)計與實現(xiàn)[D]. 王琦敏.安徽理工大學(xué) 2018
[4]基于擴(kuò)展數(shù)據(jù)集的LSTM行為識別方法研究[D]. 劉景巍.遼寧大學(xué) 2018
[5]低成本智能家居控制系統(tǒng)設(shè)計[D]. 李偉.南昌大學(xué) 2017
[6]基于雙流CNN的異常行為分類算法研究[D]. 王昕培.哈爾濱工業(yè)大學(xué) 2017
[7]基于mjpg_streamer視頻監(jiān)控的運動目標(biāo)檢測系統(tǒng)研究[D]. 劉魏.南華大學(xué) 2016
[8]基于ARM11的嵌入式linux系統(tǒng)移植與實現(xiàn)[D]. 張霄.山東大學(xué) 2013
[9]基于S3C2440A的ZigBee+WiFi的智能家居控制系統(tǒng)[D]. 孟令許.成都理工大學(xué) 2012
[10]基于Qt的嵌入式Linux系統(tǒng)GUI的研究與實現(xiàn)[D]. 范朋.北京郵電大學(xué) 2011
本文編號：2899302
本文鏈接：http://www.wukwdryxk.cn/jianzhugongchenglunwen/2899302.html
最近更新
教材專著
