智能手机区域智能图像室内定位使用深度学习用于室内旅游景点
Gabriel Toshio Hirokawa Higa1, Rodrigo Stuqui Monzani2, Jorge Fernando da Silva Cecatto2
1Dom Bosco Catholic University, Campo Grande, MS, Brazil.
PloS one
|September 9, 2024
概括
使用智能手机图像的深度学习使智能景点的室内定位具有成本效益. 这种方法绕过了昂贵的基础设施的需求,使得博物馆和水族馆等景点更容易进入.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 计算机视觉 计算机视觉
背景情况:
- 智能室内旅游景点需要精确的室内定位.
- 全球定位系统 (GPS) 在室内由于信号阻塞而无效.
- 现有的室内本地化解决方案往往需要大量的基础设施投资.
研究的目的:
- 提出一种基于深度学习的方法,用于使用智能手机图像进行室内定位.
- 为了减少开发智能室内旅游景点的成本和时间.
- 为博物馆和水族馆提供无基础设施的本地化解决方案.
主要方法:
- 利用深度学习算法对图像进行分类以确定位置.
- 在潘坦纳尔生物公园收集了来自十个智能手机的3654张图像的数据集.
- 测试了七个最先进的神经网络,包括基于变压器的模型.
主要成果:
- 达到平均准确度约为90%.
- 获得了平均回忆率和F-分数约89%.
- 在现实世界中证明了拟议方法在现实场景中的适用性.
结论:
- 使用智能手机图像进行深度学习是室内定位的可行和经济有效的解决方案.
- 拟议的方法消除了对专门的室内定位硬件的需求.
- 这种方法可以显著加速旅游景点转变为智能场所.
