利用热电传感器阵列识别人类室内日常生活行为
计算机视觉与模式识别
2024-09-16 v1 信号处理
医学物理
摘要
用于 households 中的日常活动监控系统提供了有关健康状态的重要信息，尤其是对于老年居民。已介绍了多种方法来实现此目标，通常是侵入式和非侵入式方法。其中，侵入式方法包括可穿戴设备，而非侵入式方法包括运动传感器和热电传感器阵列（TSAs）。TSA系统在保持人体隐私和确定其精确空间位置方面具有优势。在本研究中，对人类日常生活活动进行日夜监控，构建相应的活动时间序列和空间概率分布，并使用TSA系统进行监控。监控的活动分为两类：睡眠和日常活动。结果表明，无论是白天还是夜晚，都可以区分这些类别。将获得的睡眠活动持续时间与使用相同原始数据的先前研究进行比较。结果表明，睡眠活动的持续时间平均为每日9小时，而日常生活活动为7小时。通过对监控位置进行双变量分布确定人物的空间概率分布。总之，结果表明睡眠活动占主导地位。我们的研究表明，TSAs是监控人类活动的理想选择。我们提出的方法解决了以前的人类活动监控系统所遇到的限制，例如在了解其精确空间位置的同时保持人体隐私。
引用
@article{arxiv.2409.08508,
title = {Identifying Human Indoor Daily Life Behavior employing Thermal Sensor Arrays (TSAs)},
author = {Dina E. Abdelaleem and Hassan M. Ahmed and M. Sami Soliman and Tarek M. Said},
journal= {arXiv preprint arXiv:2409.08508},
year = {2024}
}