12、基于非接触传感与可穿戴设备的活动监测及高效分类技术

基于非接触传感与可穿戴设备的活动监测及高效分类技术

1. Wi-Fi信号用于社交活动识别

Wi-Fi信号在社交活动识别方面具有非侵入性、无需物理接触的优势，这在注重卫生的场景中尤为重要。研究人员提出了一种利用Wi-Fi信号进行社交活动识别的新方法，该算法运用MIMO技术从多个天线对收集数据，再利用小型化的CNN进行活动分类。通过对四名志愿者的实验，在包括行走、握手和搬运重物等不同活动中，平均识别准确率达到了90%，这表明Wi-Fi信号可为识别社交活动提供有用信息。

不过，该方法也存在一些局限性：
- 信号覆盖范围限制 ：使用Wi-Fi信号进行活动识别要求个体处于Wi-Fi信号范围内，这可能限制了该方法在特定环境（如户外或偏远地区）的适用性。
- 环境干扰影响精度 ：该方法的准确性可能会受到其他Wi-Fi信号的干扰，或者受到环境变化（如大型物体的存在或环境布局的改变）的影响。

2. 可穿戴设备的发展与应用

可穿戴设备已成为一项有前途的技术，在众多物联网（IoT）应用中发挥着重要作用，包括医疗保健、饮食管理、工业工人辅助、安全监控、家庭自动化和军事等领域。如今，移动电话内置了加速度计、陀螺仪、磁力计、GPS和气压计等传感器，同时，带有嵌入式传感器的可穿戴设备（如活动追踪器、智能手表、智能鞋、智能眼镜和智能服装）也越来越受欢迎。根据皮尤研究中心2019年6月的调查，五分之一的美国成年人（21%）经常佩戴智能手表或可穿戴健身追踪器。

在这些设备的大多数应用中，传感器节点负责获取物理测量值，嵌入式软件（如信号处理算法）用于本地处理，同时传感器节点还需存