今天讨论的话题是

#溺水检测#

根据世界卫生组织（WHO）的数据，溺水是造成意外死亡的第三大原因，全球每年估计有320,000人死亡。

这种情况很大程度上可以用现有的技术来改善，以挽救更多的生命。

溺水检测可以结合机器学习和计算机视觉进行实时检测溺水的人，进而做出有效的警报和响应。

最容易发生意外的场景主要有三个：游泳池、海岸、水库。

其中游泳池和海岸、水库的检测技术可能稍微有些区别。

泳池

用Raspberry Pi搭配相机就可以进行简单的溺水对象检测算法实现，推荐使用YOLO来做,最大的特点是运行速度很快，消耗资源较低。

YOLO3的性能表现

此项目的方法是首先检测一个人，并将这个人进行框选。

程序会将该矩形（人的）位置的中心储存在内存中，并将其与该人的行为动作进行实时分析，若在水下持续5秒钟的非正常动作，则会不断报警，并通知救生员。

如果人的中心在水上，则显示“Normal”。

做一些研究后，会发现有人溺水时，他们倾向于保持垂直姿势，试图将头保持在水位之上。但是还仍需要检测和分析一直逗留水中的人，以免造成错失。

海岸 or 水库

在这些地方因为无法做到从水中观察检测，所以主要检测人在水面上的游泳行为。

例如：奋力拍打水面、在一段时间后无法检测到此人......

该技术可以利用一些已经使用的监控相机来做智能分析，做到智能化防范。

????

快来和MixLaber们一起实验吧 ~

https://github.com/Nico31415/Drowning-Detector

欢迎加入MixLab社群

一起探索未知世界

  550人+ 已加入

快戳优惠券 ↓

转发求支持！