CrossCount：一种利用 WiFi 进行无设备人体计数的深度学习系统
网络与互联网体系结构
2020-07-08 v1 机器学习
信号处理
摘要
人体计数在许多以人为中心的应用中是必不可少的部分。在本文中，我们提出 CrossCount：一种基于深度学习的精确人体计数估计器，它使用单条 WiFi 链路来估计感兴趣区域内的人数。其主要思想是依赖时间链路阻塞模式作为判别特征，该特征比信号强度对无线信道噪声更具鲁棒性，从而提供一种普适且准确的人体计数系统。作为其设计的一部分，CrossCount 解决了若干深度学习挑战，例如类不平衡和训练数据增强，以提升模型泛化能力。在多个测试平台上对 CrossCount 的实现与评估表明，它能在 100% 的时间内将人体计数误差控制在最多 2 人以内。这凸显了 CrossCount 作为一种普适人群估计器的前景，且可从现成设备以非劳动密集型的数据收集方式获取。
引用
@article{arxiv.2007.03175,
title = {CrossCount: A Deep Learning System for Device-free Human Counting using WiFi},
author = {Osama T. Ibrahim and Walid Gomaa and Moustafa Youssef},
journal= {arXiv preprint arXiv:2007.03175},
year = {2020}
}