CrowdEstimator：利用多模态数据估算人群规模以支撑物联网服务
摘要
人群移动性已受到物联网（Internet-of-things，IoT）应用的关注。本文研究人群估算问题，并构建了一个 IoT 服务以在不同系统间共享人群估算结果。人群估算问题是指利用观测信息（例如 Wi-Fi 数据）来逼近目标区域内的人群规模。本文利用移动设备广播的 Wi-Fi 探测请求包（简称“Wi-Fi probes”）来解决该问题。然而，仅使用 Wi-Fi probes 估算人群规模可能因各种环境不确定性而导致不准确的结果，进而造成人群高估或低估。此外，由于 Wi-Fi 信号覆盖随时间变化且不可见，真实值（ground-truth）无法获取。本文引入辅助传感器——立体摄像机，以在指定的校准瓶颈点收集近真实值。提出了两种校准算法来解决人群估算问题。其核心思想是基于两类数据模态之间的相关性对仅 Wi-Fi 的人群估算进行校准。随后，为了在不同利益相关方所需的系统间共享校准结果，我们的系统集成了基于 FIWARE 的 IoT 平台。为验证所提系统，我们在新西兰惠灵顿火车站开展了室内试点研究，并在基督城 Re:START 购物中心开展了室外试点研究。大规模试点研究表明，立体摄像机可提供近真实值，达到最低 85% 的准确率和检测高精度。所提校准算法相比仅 Wi-Fi 方法平均降低估算误差 43.68%。
引用
@article{arxiv.1909.13673,
title = {CrowdEstimator: Approximating Crowd Sizes with Multi-modal Data for Internet-of-Things Services},
author = {Fang-Jing Wu and Gürkan Solmaz},
journal= {arXiv preprint arXiv:1909.13673},
year = {2019}
}
备注
This work was funded by the joint project collaborations between NEC New Zealand and NEC Laboratories Europe and between NEC Laboratories Europe GmbH and Technische Universitat Dortmund, and has been partially funded by the European Union's Horizon 2020 Programme under Grant Agreement No. CNECT-ICT-643943 FIESTA-IoT: Federated Interoperable Semantic IoT Testbeds and Applications. Proc. of ACM MobiSys'18, 2018