基于菲涅尔区模型的年龄段识别方法研究

基于步态特征的行为识别技术是一种新兴的人机交互技术,在安保监控、图像处理等许多领域正发挥着巨大作用。目前已经提出的各种行为识别的技术手段中,基于商用的WIFI设备的相关技术因其易于部署、设备成本不高、对应用环境要求低等优势而得以广泛应用。现有的步态识别研究只可以识别出人的步态,但无法根据步态识别年龄段。在本文中,探讨了菲涅尔区域理论,提出了一种基于WiFi物理层信息的年龄段识别方法,即利用步态识别年龄段。使用菲涅尔区模型来学习步态特征,首先将动作数据集进行去噪处理来收集信道状态信息(CSI)。然后基于菲涅尔区域模型提取信道相位信息的特征值来描述步态动作,最后利用分类算法实现年龄段识别。实验结果表明,该方法具有良好的鲁棒性,在不同的实验环境中的平均识别准确率达到91.2%。因此,本文提出的系统可以应用于复杂的室内场景,具有广泛的应用前景。

儿童安全智能门窗的防护系统研发

本文旨在开发一套防范因关窗疏忽导致儿童坠楼危险的窗户智能防护系统,拟采用人脸检测、年龄段识别、单目深度估计等人工智能技术检测儿童靠近窗户并自动关闭来规避危险事件的发生,提升智能家居安全水平。