MultiTrack:使用商用WiFi进行多用户跟踪和活动识别
人体姿态与行为识别计算方法在HCI中的应用软件工程师与开发者AI/ML 研究员与工程师
本文介绍了MultiTrack,这是一种基于商用WiFi的人体感应系统,能够追踪多个用户并识别多个用户同时执行的活动。这样的系统可以通过使用现有的WiFi设备(例如,台式机、笔记本电脑和智能家电)实现多用户跟踪和感应的轻松和大规模部署,而无需额外的传感器。其基本思想是在5GHz的所有可用WiFi信道的帮助下,利用多个WiFi链路识别并提取每个用户的信号反射。给定每个用户的提取信号反射,MultiTrack检查多个链路中反射信号的路径,以同时跟踪多个用户。它进一步重建每个用户的信号配置文件,就好像只有单个用户在环境中执行活动一样,以促进多用户活动识别。我们在不同的多径环境中对MultiTrack进行了评估,最多可追踪4个用户,最多可识别3个用户的活动。实验结果表明,我们的系统在多用户场景下可以实现分米级定位精度和超过92%的活动识别精度。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 75%
利用社区使用数据实现数据驱动的API设计:一项需求研究
CHI '20· 计算方法在HCI中的应用
- 75%
iKAN:基于全局增量学习和KAN实现跨异构数据集的人体活动识别
UbiComp '24· 人体姿态与行为识别
- 67%
AttFL:一个用于时序移动和嵌入式传感器数据处理的个性化联邦学习框架
UbiComp '23· 人体姿态与行为识别 +2
- 60%
理解野外使用智能手机前置摄像头时的脸部和眼睛可见性
CHI '18· 眼动追踪与注视交互 +1
- 60%
自动类发现和单次交互用于声学活动识别
CHI '20· 人体姿态与行为识别 +1
- 60%
为非专业人士设计交互式迁移学习工具
CHI '21· AI 辅助决策与自动化系统 +1
- 60%
使用日志数据识别工程师何时处于心流或专注工作状态
CHI '23· 知识工作者工具与工作流 +1
- 60%
理解与支持机器教学中的知识分解
DIS '20· 大语言模型(LLM)的人机协作 +1
- 60%
面向人类学习动态的建模与影响
HRI '23· 人体姿态与行为识别 +1
- 60%
促进领域专家向数据科学家共享知识以构建NLP模型
IUI '21· 大语言模型(LLM)的人机协作 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
人体姿态与行为识别、计算方法在HCI中的应用
work
职业/产业
软件工程师与开发者、AI/ML 研究员与工程师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文