在监控场景中，及时发现行人的摔倒并提醒相关工作人员处理能够有效减轻行人的意外摔倒带来的后果，也能够提高相关场所，如商场、地铁，中的服务质量，更好地保护行人的出行安全。​安装环境，提供在免费云gpu上注册及其配置教程，tensorflow15 Python3.7 cuda10.1 里面的word文档有详细介绍。源码是基于平地的人体姿态的跌倒检测，测试效果视频 由于https://live.csdn.net/v/146229 免费云注册活动暂停 新的免费云注册地址1：关注公众号绑定微信领取新手任务奖励 https://gpushare.com/auth/register?user=18*****1785&fromId=c4100216220&source=link 新的免费云注册地址2 mistgpu.com/i/238056 word中的apt-get 前面要加sudo 下载后有问题加q 568897492

detectability_maps 人体可检测性图的估计

阿里巴巴 spark 数字人体 脊椎 数据集，依据dicom文件为基础，json为文件信息存储，提供了计算机视觉应用至医疗的有效数据，开源免费

报告了一种用于访问人皮肤表面电特性的便携式测试仪。 一对与人体皮肤直接接触的叉指电极（IDE）被用作传感元件。 感应系统的阻抗建模为串联的电阻和电容。 施加方波信号，以便以充电/放电方式测量IDE的阻抗。 在一个测量周期内，依次测量两个激励频率（10 kHz和600 Hz）下IDE的响应电压。 由于皮肤的等效电容除了电阻以外还具有不同的频率相关特性，因此可以从测量的响应电压中解析出它们的值。 基于微处理器的系统被实现为原型电池供电的便携式单元，用于家庭测量。 通过实验结果获得了良好的重复性和满意的精度。

使用一对同心放置的金电极与人体皮肤接触以评估水分。 在100Hz至5MHz的频率范围内测量电阻抗光谱。 结果表明，在角质层相对干燥的情况下，在较低的频率范围内，测得的阻抗的可重复性将大大降低。 阻抗频率轨迹的完整性相应地取决于皮肤湿润状态。 另一方面，在角质层比较湿润的情况下，可以获得完整的位置，并且可以将Cole-Cole弧模型应用于定量计算。 引入位置的完整性作为补充参数。 用润湿的滤纸以及人体皮肤进行的实验结果表明，可以通过图形和定量方式更好地表示皮肤的水分。

用人体测量模型重塑人体三维

基于关键帧的RGBD人体纹理映射

CVPR2017的最新论文，实时的人体姿态估计算法。对深度学习爱好者有帮助

摄像头人体姿态检测 opencv 人体姿态检测 Python+OpenCV+OpenPose实现人体姿态估计（人体关键点检测）代码说明参见：https://blog.csdn.net/m0_38106923/article/details/89416514

一、课题名称： 基于MATLAB的人体行为姿势识别系统 二、算法介绍 本课题采用差影法的方法进行人体姿势的识别。背景差影法的原理就是：我们先在路口固定一个摄像头，将这个摄像头与电脑相连。电脑可以把拍到的车流视频保存，然后人为截取车型图片作为背景差影法处理的对象。这里要注意的是，我们首先要拍摄一张没有任何移动物体或者干扰的背景图，这样我们在进行背景差影法做图像处理时就可以尽量得来最理想的结果。然后，我们把存在背景的车型图和没有任何干扰的背景图做减法，就可以很方便的得到我们需要进行识别的车的一个基本的轮廓图。这个轮廓图才是我们最终需要的用来进行车型识别的核心。图像差分就是对图像进行减法，我们在用背景差影法来是被车型图片的时候，必须要注意到背景随晴雨天、光强度这些随时可能发生变化的条件而该改变。 三、GUI界面设计