基于级联 AI 分类器与着色图表示的博物馆 RSSi 访客追踪
物理与社会
2022-02-08 v1
摘要
基于便携式无线信标的博物馆访客个体追踪正日益普及，这对于行为分析以及舒适度/性能提升是一项重要手段。从概念上讲，该方法通过小型天线网络实现房间级定位（从而无需对现有结构进行侵入式修改）。天线测量单独分配给访客的信标所广播的自广播信号的强度（RSSi）。信号强度提供了到天线距离的代理量，从而实现指示性定位。然而众所周知，即使在理想条件下（高天线密度、无障碍物、无人群等），RSSi 信号也充满噪声。在本文中，我们提出了一种在天线密度相对较低（例如由于历史建筑施加的技术限制）时进行精确基于 RSSi 的访客追踪的方法。我们将基于真实标签训练的“简单”定位器集成，与全着色图表示的博物馆拓扑编码相结合。这将定位问题转化为在空间和时间上从大尺度到小尺度的级联过程。我们的用例是在意大利罗马 Galleria Borghese 进行访客追踪，对于该用例，我们的方法实现了 >96% 的定位准确率，显著改进了我们先前的工作（J. Comput. Sci. 101357, 2021）。
引用
@article{arxiv.2108.11091,
title = {RSSi-based visitor tracking in museums via cascaded AI classifiers and coloured graph representations},
author = {Elia Onofri and Alessandro Corbetta},
journal= {arXiv preprint arXiv:2108.11091},
year = {2022}
}