基于Mediapipe框架+KNN算法实现人体3D骨架检测和人体跌倒识别系统源码+项目使用说明(毕设项目).zip

上传者: DeepLearning_ | 上传时间: 2023-01-04 17:28:58 | 文件大小: 7.99MB | 文件类型: ZIP
基于Mediapipe框架+KNN算法实现人体3D骨架检测和人体跌倒识别系统源码+项目使用说明(毕设项目).zip 【项目介绍】 基于Mediapipe框架检测人体3D骨架,KNN算法识别人体是否跌倒。 【提取训练数据】 执行Train_Model.py文件,单击‘空格键’分别提取正常姿态,跌倒姿态数据为csv文件,作为训练数据。 【KNN算法对提取数据进行分类】 执行KNN-Model.py文件,进行数据分类。 【检测姿态】 执行Mediapipe_Poe.py文件,演示结果。 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习、cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含:项目源码和项目操作说明等,该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。

文件下载

资源详情

[{"title":"( 9 个子文件 7.99MB ) 基于Mediapipe框架+KNN算法实现人体3D骨架检测和人体跌倒识别系统源码+项目使用说明(毕设项目).zip","children":[{"title":"KNN-Model.py <span style='color:#111;'> 795B </span>","children":null,"spread":false},{"title":"项目说明.md <span style='color:#111;'> 384B </span>","children":null,"spread":false},{"title":"Mediapipe_Pose.py <span style='color:#111;'> 4.49KB </span>","children":null,"spread":false},{"title":"Model","children":[{"title":"PoseKeypoint.joblib <span style='color:#111;'> 6.96KB </span>","children":null,"spread":false}],"spread":true},{"title":"normal_point.csv <span style='color:#111;'> 8.41KB </span>","children":null,"spread":false},{"title":"Train_Model.py <span style='color:#111;'> 5.12KB </span>","children":null,"spread":false},{"title":"Fall_Trim.mp4 <span style='color:#111;'> 4.52MB </span>","children":null,"spread":false},{"title":"fall_point.csv <span style='color:#111;'> 8.32KB </span>","children":null,"spread":false},{"title":"result.gif <span style='color:#111;'> 3.49MB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明