利用opencv，对简单的背景情况下的人体运动进行摔倒检测，当运动的人摔倒时，记录摔倒帧。

基于OpenCV的手臂检测，包括源代码及分类器XML。

很好的人体跟踪程序，采用微软的visual c++ 6.0实现。另附有两个视频，可供检测程序跟踪效果

3Ds的人体骨骼模型，从头到脚的建模，可以按需选取不同的部位处理，本人用的是手部，OPENGL处理手部运动。，

Maya人体骨骼绑定详细教程，详细讲解骨骼创建、骨骼绑定、常见问题解决，图文并茂。

实现人体步态检测和基于步态的人体身份识别算法，主要内容包括背景的提取，人体运动区域检测，人体轮廓提取，步态特征的提取，相似性度量和分类识别。-

利用行为识别中的视频分析技术提高姿态估计的准确率，再利用从视频中提取的姿态序列从不同角度描述人体行为，提高行为识别效果

基于AVR单片机人体热释红外感应设计方案，采用AVR单片机技术，能有效的运用于多累安全设计中。

python人脸识别、人体识别、耳朵眼睛识别源码，需要先安装python3.5、opencv以及自带的分类器

硬件实验平台的搭建：该设计主要由数据采集模块、控制模块、通信模块等三部分组成，其中数据采集模块包括温湿度采集传感器、空气质量检测传感器，控制模块STM32F103ZET6作为中央控制单元，通信模块包括红外发射模块以及移动通信模块。同时，本设计的软件算法原理主要是基于预测评价指标的最适温度算法及空气质量检测算法实现的。该系统的工作流程为系统上电后进行硬件模块的初始化，并在可以进行人机交互的触摸屏上完成设置，然后便由数据采集模块进行工作，实现空调的智能化控制以及空气质量的报警功能。 软件代码设计思路：本设计以STM32微控制作为核心处理器，利用PMV、热舒适方程设计最适温度算法，同时利用多传感器对室内的家居环境包括空气质量等指标进行实时的监测，然后控制空气净化器的开启并将房间内的环境监测数据利用GPRS技术发送至用户移动端。本设计选用STM32F103ZET6作为核心处理器，选用高性能的SIM800C作为GSM模块完成远程移动通信，该模块通过简单的驱动电路与天线外围电路即可实现无线通信模块与STM32的硬件连接。在环境数据监测方面，选用DHT11温湿度传感器来获取室内环境的实时湿度，选用DS18B20数字温度传感器完成温度数据的采集，为最适温度算法提供输入量。控制器对空调的自动调节是基于红外编码方案实现。具体硬件设计电路包括：电源模块，时钟模块，红外发射模块，温湿度采集模块，空气质量监测模块，和GPRS无线通信模块。首先进行对室内的环境数据进行采集、还原、存储电路和DSP最小系统的设计，然后基于PMV及热舒适方程完成最适温度计算设定，并进行仿真论证，编写单片机程序，实现整个家电的智能化以及环境监测过程。