基于WiFi的车载儿童检测——DeepCPD
信号处理
2025-05-15 v1
摘要
儿童检测 (CPD) 是一种关键技术，可用于车辆中防止因温度过高导致的致命或伤害事件，通过检测儿童是否独自留在车内来实现。世界各大的监管机构正在规划在不久的将来强制要求车辆配备CPD系统。然而，现有解决方案在准确性、覆盖范围和额外设备需求方面存在局限。虽然WiFi-based解决方案可以克服这些限制，但现有方法难以可靠地区分成人和儿童的存在，导致频繁的误报，且对环境变化敏感。在本文中，我们提出了一种名为DeepCPD的新型深度学习框架，用于智能车辆中的准确儿童检测。DeepCPD利用基于WiFi信道状态信息 (CSI) 的自相关函数 (ACF) 作为环境独立的特征，以捕获人类相关的特征并减轻环境干扰。采用基于Transformer的架构，随后使用多层感知器 (MLP)，用于通过建模运动模式和细微体型差异来区分成人和儿童。为解决车内儿童和成人数据稀缺的問題，引入两种学习策略，显著提高模型的泛化能力。进行大量实验，涵盖超过25种车型和500小时的数据收集，结果表明DeepCPD在整体准确率上达到92.86%，显著优于CNN基线方法 (79.55%)。此外，模型对儿童的检测率达到91.45%，同时保持低误报率6.14%。
引用
@article{arxiv.2505.08931,
title = {DeepCPD: Deep Learning Based In-Car Child Presence Detection Using WiFi},
author = {Sakila S. Jayaweera and Beibei Wang and Wei-Hsiang Wang and K. J. Ray Liu},
journal= {arXiv preprint arXiv:2505.08931},
year = {2025}
}