arXiv · Signal Processing· Ananya Prabhu, Aditi Site, Tarmo Lipping
· 1 天前
使用吊顶式多雷达传感器的人体活动识别
Human Activity Recognition using Ceiling-Mounted Multi-Radar Sensors
预印本 · 尚未经过同行评审
AI 导读
三个吊顶雷达点云融合分类日常活动，随机森林帧级准确率74%，去除位置特征后降至46%
摘要 · AI 翻译
在辅助生活机构中，持续活动监测应当无需摄像头或可穿戴设备即可运行。雷达满足这一要求，但大多数雷达研究使用单一传感器，且活动是在孤立条件下记录的，很少有研究能实时给出结果。我们提出一种室内监测系统：将来自三个天花板安装雷达传感器的点云通过基于密度的聚类进行融合，提取运动与姿态特征用于活动分类，并在实时仪表板上显示结果。在一项初步研究中，八名参与者作为一个连续场景执行日常活动，随机森林在随机 80/20 划分下达到 74% 的帧级准确率，在留一参与者评估下达到 68%。不使用位置特征时，准确率降至 46% 和 44%，表明对房间布局存在部分依赖；而不含位置的窗口级特征则达到 67% 和 65%。
中文由 AI 翻译，仅供参考，以原文为准。
来源：arXiv · Signal Processing · arxiv.org