据《中国科学报》报道,美国物理联合会下属《应用物理快报》5月28日发表的一篇论文,研究人员使用一种二维声学阵列和卷积神经网络,探测和分析人类活动的声音,并对相关活动进行识别。
通过使用包含256个接收器和4个超声波发射器的二维声学阵列,中国武汉科技大学研究人员可以收集坐、站、走和跌倒等4种与人类不同活动相关的数据。他们利用一个4万赫兹的信号规避来自普通房间噪音的所有潜在污染,并将其与识别的声音区分开来。
研究人员的测试对时域数据的总精度达到97.5%,对频域数据的总精度达到100%。研究人员还测试了带有更少接收器的阵列(8个和4个),发现其产生的结果对识别人类活动准确度较低。研究人员说,与基于视觉的系统相比,声学系统是更好的检测装置。因为出于隐私问题,相机未被广泛接受。此外,低光照或低烟雾也会妨碍视觉识别,但声波则不受这些特殊环境条件的影响。
联系客服