电梯、扶梯，还是两者皆非？基于智能手机的任意行人行为下的 conveyor 状态分类
计算机视觉与模式识别
2025-07-08 v3
摘要
知道行人的 conveyor 状态是“电梯”、“扶梯”或“ neither ”是许多应用（如室内导航和人流管理）的基本需求。先前的 conveyor 状态分类研究往往依赖专门设计的佩戴式传感器，或对行人行为作出强假设，这严重限制了其部署可行性。为此，我们研究了在任意行人行为下使用智能手机惯性导航系统 (INS)（包括加速度计、陀螺仪和磁力计）进行 conveyor 状态分类的问题。由于 conveyor 状态的 INS 信号被任意和多样化的行人行为所混合，这一问题具有挑战性。我们提出 ELESON，一种新型轻量级深度学习方法，使用手机 INS 分类行人为电梯、扶梯或 neither。通过因果分解和对抗学习，ELESON 能独立于行人行为提取 conveyor 状态的运动和磁特征，基于此通过证据分类器估计状态置信度。我们构建了一个包含 36,420 条行人随机乘坐电梯和扶梯的大规模且多样化的数据集。我们的广泛实验表明，ELESON 能抵御行人行为，实现超过 0.9 的 F1 分数，置信度鲁棒性达 0.81 的 AUROC (受试者工作特征曲线下面积)，且计算和内存需求低，适合普通智能手机部署。
引用
@article{arxiv.2405.03218,
title = {Elevator, Escalator, or Neither? Classifying Conveyor State Using Smartphone under Arbitrary Pedestrian Behavior},
author = {Tianlang He and Zhiqiu Xia and S. -H. Gary Chan},
journal= {arXiv preprint arXiv:2405.03218},
year = {2025}
}
备注
Accepted by IEEE Transactions on Mobile Computing