RayPet：揭示使用 FMCW 毫米波雷达进行宠物活动与姿态识别的挑战及解决方案
信号处理
2024-04-25 v1
摘要
识别动物活动在监测动物健康和福祉中起着至关重要的作用。此外，大量受众热衷于监测其宠物的福祉和健康状况。了解动物的日常活动和模式不仅有助于兽医进行准确诊断，还能为宠物主人提供早期预警。追踪动物行为的传统方法涉及可穿戴传感器，如 IMU 传感器、项圈或摄像头。然而，隐私、鲁棒性和动物不适等担忧依然存在。在本研究中，我们探索将雷达技术——一种广泛应用于人类健康监测的非侵入性遥感技术——用于动物活动识别（AAR）。雷达能够通过微多普勒频谱图进行精细运动分析。利用现成的 FMCW 毫米波雷达，我们收集了五种不同活动和姿态的数据。将雷达技术与机器学习和深度学习算法相结合，有助于区分各种宠物活动和姿态。AAR 中的特定挑战，如随机运动、不可控性、噪声以及动物体型小，使得雷达在动物监测中的应用变得复杂。在本研究中，RayPet 揭示了关于监测小动物的不同挑战和解决方案。为了克服这些挑战，设计并实现了专门针对动物的不同信号处理步骤。我们使用了四种类型的分类器，达到了 89% 的准确率。这一进展标志着在使用雷达技术观察和理解宠物及一般动物的活动与姿态方面迈出了重要一步，有助于增进我们对动物福祉和行为分析的认知。
引用
@article{arxiv.2404.15340,
title = {RayPet: Unveiling Challenges and Solutions for Activity and Posture Recognition in Pets Using FMCW Mm-Wave Radar},
author = {Ehsan Sadeghi and Abel van Raalte and Alessandro Chiumento and Paul Havinga},
journal= {arXiv preprint arXiv:2404.15340},
year = {2024}
}