基于深度学习的家庭异常监控终端  

作　　者：郭子芊 陈江涛 麦伟健 宁琳 刘佐濂[1] 

机构地区：[1]广州大学电子与通信工程学院,广东广州510006

出　　处：《物联网技术》2021年第12期30-32,35,共4页Internet of things technologies

基　　金：广州大学国家级大学生创新训练项目(201911078020)。

摘　　要：为最大限度避免独自在家的家庭成员因不慎摔倒、陌生人闯入等因素引起严重的后果,文中设计了一款基于深度学习的家庭异常监控终端。该终端可对家中出现的人脸进行身份识别,并对未知人脸进行拍照保存,同时发送警报给客户端APP进行提醒,从一定程度上解决了非法入侵者引发的安全问题。并且,该终端可实时进行摔倒检测,当识别到家中有人摔倒,并在一段时间内未站起后,将向客户端APP发送信息进行提醒。

关 键 词：深度学习 人脸识别 摔倒检测 物联网 APP 模型训练 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]