本人985博士,发明的一项研究成果,现已发表于CCF A类国际顶尖会议UbiComp。
系统UI使用Python和OpenCV实现,现已商用于Philips等知名电动牙刷厂商。
功能包括:刷牙位置识别与显示,刷牙时长统计(每颗牙)。
具体实现:
信号处理实现方法:通过调用numpy、scipy等科学库实现相关算法。相关算法共编写了5个大的模块,包括离散傅立叶变换、巴特沃斯滤波器等信号算法,也包括决策树、支持向量机、狄杰斯特拉等决策算法。
数据来源:麦克风实时监测刷牙位置(相关算法原理可见论文)
UI实现方法:所有的牙齿分为32个图层,系统通过调用OpenCV API改写图层的通道值实现牙齿热度图的实时刷新。并绘制箭头显示在当前牙齿位置。
深度学习方法:本项目使用TensorFlow构建了一个深度学习网络用于辅助判断。网络模型参考VGG实现。数据来自于实际的麦克风文件wav,使用numpy生成data.npy和label.npy文件用于规整数据集。训练200个batch以达到基本效果。
点击空白处退出提示


















评论