你在队列中吗？基于RSSI的人群队列检测
网络与互联网体系结构
2018-08-06 v1 信号处理
摘要
人群行为分析关注群体而非个体的行为特征。本工作考虑人类排队行为这一特定群体行为。我们设计了一种即插即用系统方案，基于多个信号嗅探器捕获的 Wi-Fi/蓝牙低功耗(BLE)接收信号强度指示(RSSIs)解决队列检测问题。本工作的目标是仅基于RSSI判定某设备是否处于队列中。关键思想是从单设备数据提取特征，以及从多设备数据间的移动相似性与多嗅探器观测的移动相关性提取特征。因此，我们提出单设备特征提取、跨设备特征提取与跨嗅探器特征提取用于模型训练与分类。我们系统性地以模拟排队运动实验研究检测准确率。最后，我们在具真实人类队列的真实社交活动中将基于信号的方法与基于相机的人脸检测方法进行对比。实验结果表明，我们的方法可达最低77%准确率，并显著优于基于相机的 face detection，因为人群相互遮挡视线而无线信号可无遮挡检测。
引用
@article{arxiv.1808.01018,
title = {Are You in the Line? RSSI-based Queue Detection in Crowds},
author = {Fang-Jing Wu and Gürkan Solmaz},
journal= {arXiv preprint arXiv:1808.01018},
year = {2018}
}
备注
This work has been partially funded by the European Union's Horizon 2020 research and innovation programme within the project "Worldwide Interoperability for SEmantics IoT" under grant agreement Number 723156