Aprendizagem Profunda Aplicada ao Problema de Contar o Número de Presentes em um Ambiente / Deep Learning Applied to the Problem of Counting the Number of Gifts in an Environment
DOI:
https://doi.org/10.34117/bjdv7n4-123Keywords:
Contagem de pessoas, redução de dimensionalidade, sinal de RF.Abstract
O sinal recebido contém informações importantes sobre o meio que se propaga, as quais podem ser extraídas e utilizadas para diversos fins. Tais informações são comumente obtidas aplicando-se ferramentas estatísticas. Este trabalho propõe o uso de aprendizado de máquina para contar o número de pessoas em um ambiente indoor usando sinais de radiofrequência. Se valendo da variabilidade inserida no canal sem fio pela presença e movimento de pessoas, os dados obtidos têm a sua dimensionalidade reduzida, via ferramenta de Deep Learning, e posteriormente analisados por três classificadores. Os resultados demonstram que é possível obter o número de presentes em um ambiente com pelo menos 90\% de acurácia.
References
S. Ikeda, H. Tsuji, and T. Ohtsuki, “Indoor event detection witheigenvector spanning signal subspace for home or office security,”IEICETransactions, vol. 92-B, pp. 2406–2412, 07 2009.
M. Sekine and K. Maeno, “Activity recognition using radio dopplereffect for human monitoring service,”Journal of Information Processing,vol. 20, p. 396, 04 2012.
C. Hekimian-Williams, B. Grant, Xiuwen Liu, Zhenghao Zhang, andP. Kumar, “Accurate localization of rfid tags using phase difference,” in2010 IEEE International Conference on RFID (IEEE RFID 2010), April2010, pp. 89–96.
A. Technologies,Agilent N9310A RF Signal Generator - User’s Guide,jun 2006.
I. Goodfellow, Y. Bengio, and A. Courville,Deep Learning. MIT Press,2016, http://www.deeplearningbook.org.