基于无线电的人体感知中的深度学习：近期进展与未来方向
信号处理
2021-07-07 v2 机器学习
摘要
尽管长达数十年的研究已清晰展示了射频（RF）在许多人体感知任务上的巨大潜力，但用传统方法将该技术扩展到大规模场景仍存在问题。近来，研究者成功应用深度学习将基于无线电的感知提升到新高度。已提出多种不同类型的深度学习模型，以在大量人群与活动集合以及未知环境中实现高感知准确率。深度学习还使得检测以前无法实现的新颖人体感知现象成为可能。在本综述中，我们全面回顾并分类了近期基于深度学习的 RF 感知研究工作。我们还识别并比较了几个可促进此类深度学习研究的公开标注 RF 感知数据集。最后，我们总结所得经验并讨论基于深度学习的 RF 感知的当前局限与未来方向。
引用
@article{arxiv.2010.12717,
title = {Deep Learning for Radio-based Human Sensing: Recent Advances and Future Directions},
author = {Isura Nirmal and Abdelwahed Khamis and Mahbub Hassan and Wen Hu and Xiaoqing Zhu},
journal= {arXiv preprint arXiv:2010.12717},
year = {2021}
}