WiCount:一种基于WiFi-CSI的人数识别方法

人数识别即是对一定区域内活动人数的监测计数,在人群控制、流量监管等方面有着重要应用。例如,在百货商场或者机场中,对排队人数或者服务区休息人数进行估计可以为提升服务质量做出贡献。目前,研究人员已提出了一些基于摄像头和可穿戴设备的人数识别方法,但是这些方案均存在一些不足,例如摄像头只能提供可视范围内的监控,可穿戴设备需要被监控对象有意识地穿戴。也有一些学者利用雷达相关技术实现了穿墙式感知识别,但是这类系统设计复杂,应用成本较高,多用于军事领域。文中提出了一种基于WiFi信号的室内人数识别方案WiCount,其利用信道状态信息(Channel State Information,CSI)的幅值波动来刻画室内人数的变化,利用机器学习算法实现对人的计数。WiCount旨在进行更细粒度的室内人数识别,即人在室内任意位置时该方法均能准确识别人数。它根据室内人数与CSI幅值变化的关系,提取了有效的数学特征,减弱了相同人数在室内不同位置所产生的CSI幅值波动差异,然后通过训练3种分类器(SVM、KNN、BP神经网络)来识别监测区域内的人数。在实验室和会议室分别部署了验证系统,结果显示,在人数规模较小的情况下,所提方法的识别效果良好。其中,实验室环境下,不超过4人时,系统的识别率达90%;会议室环境下,不超过2人,在监测区域内任意位置活动时,系统的识别率可达89.58%。

计算美学:计算科学驱动的视觉美学度量与生成

目的计算美学旨在实现可计算的审美决策、美学设计与艺术创作,其在美学的计算建模与高效分析理解方面具有重要的科学意义。同时,依赖于计算机技术自动、高效等特点,以计算方法改进美学工具、进行艺术作品创作具有广阔的应用前景。随着人工智能技术的发展,计算美学的内涵得到了极大的丰富与扩展,同时也出现了对美学更高层次的理解、创作的挑战。方法从现有前沿工作出发,将计算美学研究归纳为美学度量与美学生成两个方面研究内容。其中美学度量通过神经网络自动提取图像美学特征来判断视觉作品是否符合美感,美学生成则主要通过生成模型自动进行图像风格、布局、颜色等的设计。结论通过分析计算美学发展的关键挑战对审美认知机理驱动的美学度量、个性化美学生成等未来方向进行了展望。

假消息认知机理研究综述

社交媒体时代的到来在加速信息流动的同时也为假消息的迅速传播提供了温床。假消息可能会对群众的认知产生严重的干扰,致使群众做出错误的决策,从而扰乱社会秩序,干扰政治选举,对社会造成许多负面影响。现有研究缺乏对假消息认知机理的总结归纳,为了探索人在阅读假消息时的心理与神经生理基础,文中对假消息的来源、传播和社会影响进行了更深入的研究,从而为纠正假消息提供指导。文中定义了假消息认知机理,总结了两种研究假消息认知机理的方法:认知实验方法和数据分析方法。认知实验方法分为内部心理状态、外部社会环境、纠正假消息、跨领域认知机理4部分。数据分析方法分为政治类假消息认知机理和非政治类假消息认知机理两部分。最后对未来研究方向提出3点思考,分别是辟谣策略、深度假消息认知机理挖掘和疫情类假消息认知机理研究。

社交网络假消息辟谣作用机理

研究真实社交网络环境下假消息辟谣作用机理.提出评估辟谣效果的方法及探究影响辟谣效果的因素.基于已有研究成果与假设,总结出8个影响辟谣效果的因素,如原假消息内容占比、是否包含谣言文字警示、是否解释原因、用户影响力等.使用情感分析和微博社交上下文,评估辟谣微博的辟谣效果.利用统计学方法,检验预设影响因素与辟谣效果间的关系.基于新冠疫情相关的辟谣微博数据开展实验,实验分析表明,辟谣信息中原假消息内容占比和辟谣效果呈负相关,解释原因与辟谣效果呈正相关.提出尽量少地提及原假消息、应解释原假消息错误的原因等6条辟谣建议,为社交网络假消息辟谣提供指导.

泛在计算视角下的群智模块化机器人

模块化机器人具备鲁棒、低成本和多功能性等优势,近年来得到研究人员的广泛关注,并在多领域不断替代或拓展传统的单体机器人.随着模块化机器人技术的发展,以及其与泛在计算、群体智能等前沿技术的紧密融合,将不断拓展在太空探测、智能制造、灾难救援等领域的应用,成为人机物三元融合空间中无处不在的新型智能终端.本文基于泛在计算新视角,对近年来群智模块化机器人领域的工作进行了系统性研究,构建并拓展其概念空间体系,阐释其自重构、自组织、自适应、持续演化等六大关键技术及最新发展趋势,进而介绍其在典型领域的创新应用.最后,对群智模块化机器人的未来发展方向及开放性挑战进行了分析和展望.