通过智能传感器加强深度学习支持的监控
Taewoo Lee1, Yumin Choi1, Hyunbum Kim1
1Department of Embedded Systems Engineering, Incheon National University, Incheon 22012, Republic of Korea.
Sensors (Basel, Switzerland)
|September 19, 2025
概括
本研究介绍了一种使用智能传感器用于动态环境的深度学习监控系统. 它增强了适应性,并优化了对资源有限的设备的节点放置,提高了实时响应性.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 网络物理系统 网络物理系统
背景情况:
- 在3D环境中使用多种传感器进行有效的监控是具有挑战性的.
- 具有高人流动性的动态公共空间需要适应性监控解决方案.
- 资源有限的网络物理设备和移动元件需要有效的监控策略.
研究的目的:
- 引入深度学习辅助的监控加强系统.
- 增强在动态,高流动性环境中的监控适应性和有效性.
- 优化监控节点的位置,并确保网络物理系统的实时系统响应.
主要方法:
- 集成深度学习技术用于智能监控.
- 开发一个使用智能传感器的增强系统.
- 适用于资源有限的网络物理设备和移动元件.
主要成果:
- 提高监控操作的准确性和效率.
- 增强适应动态公共环境的能力.
- 优化了监控节点的位置和实时响应能力.
结论:
- 深度学习显著提高了复杂环境中的监控能力.
- 拟议的系统为移动和资源有限的监控提供了前所未有的灵活性.
- 智能传感器与人工智能集成是未来智能监控系统的关键.
