现型匹配:基于射频传感器的室内主体识别与可穿戴传感器辅助

科学领域:

• 生物医学工程 生物医学工程
• 信号处理 信号处理
• 人与计算机的交互

背景情况:

• 基于射频传感器的室内监控在准确的对象识别方面面临挑战.
• 现有的机器学习方法需要广泛的用户特定数据收集和培训.
• 隐私问题往往限制了传统室内监控系统的使用.

研究的目的:

• 开发一种基于射频传感器的室内监控中用于主体识别的新,无需定制的方法.
• 为了利用来自射频传感器和可穿戴设备的可比生理信号进行身份匹配.
• 为了实现可扩展的,保护隐私的,在多主体环境中长期的行为监测.

主要方法:

• 将可穿戴传感器与射频传感器集成在一起,以收集生理时间序列信号 (表型).
• 开发一种基于射频和可穿戴传感器数据之间的信号相似性的表型匹配算法.
• 通过各种可穿戴传感器验证系统:PPG,加速度计,呼吸带和计步器.
• 在静止和运动场景中测试系统,以便实时识别.

主要成果:

• 证明了射频传感器和常见的可穿戴设备之间的表型匹配的可行性.
• 实现了对静止和移动主体的准确实时主体身份分辨率.
• 拟议的方法是免费的定制,消除了对用户特定培训的需要.
• 成功地将非接触式雷达传感和用户附加的可穿戴设备相结合,以加强监控.

结论:

• 集成的射频和可穿戴传感器方法为主体识别提供了强大的解决方案.
• 这种方法可以实现保护隐私,可扩展的室内监控,而不损害用户身份.
• 无定制性大大降低了新用户和环境的实施障碍.