Videokameror fortsätter att bli utbredd för att övervaka mänskliga aktiviteter för övervakning, sjukvård, hemmabruk och mer, men det finns integritets- och miljöbegränsningar i hur bra de fungerar. Akustiska vågor, såsom ljud och andra former av vibrationer, är ett alternativt medium som kan kringgå dessa begränsningar.

Till skillnad från elektromagnetiska vågor, som de som används i radar, akustiska vågor kan användas inte bara för att hitta föremål utan också för att identifiera dem. Som beskrivs i en ny tidning i 28 maj -numret av Tillämpad fysikbokstäver , forskarna använde en tvådimensionell akustisk uppsättning och konvolutionella neurala nätverk för att upptäcka och analysera ljuden av mänsklig aktivitet och identifiera dessa aktiviteter.

"Om identifieringsnoggrannheten är tillräckligt hög, ett stort antal applikationer kan implementeras, "sa Xinhua Guo, docent vid Wuhan University of Technology. "Till exempel, ett medicinskt larmsystem kan aktiveras om en person faller hemma och det upptäcks. Således, omedelbar hjälp kan ges och med liten sekretessläckage samtidigt. "

Genom att använda en tvådimensionell akustisk uppsättning med 256 mottagare och fyra ultraljudssändare, forskarna kunde samla in data relaterade till fyra olika mänskliga aktiviteter - sittande, stående, gå och falla. De använde en 40-kilohertz-signal för att kringgå eventuell kontaminering från vanligt rumsbrus och skilja den från identifieringsljuden.

Deras test uppnådde en övergripande noggrannhet på 97,5% för tidsdomändata och 100% för frekvensdomändata. Forskarna testade också matriser med färre mottagare (åtta och fyra) och fann att de gav resultat med lägre noggrannhet av den mänskliga aktiviteten.

Guo sa att akustiska system är en bättre detektionsenhet än synbaserade system på grund av bristen på utbredd acceptans av kameror på grund av integritetsproblem. Dessutom, dålig belysning eller rök kan också hämma synigenkänning, men ljudvågor påverkas inte av de speciella miljösituationerna.

"I framtiden, vi kommer att fortsätta studera komplex aktivitet och situation med slumpmässig positionering, "Guo sa." Som vi vet, mänskliga aktiviteter är komplicerade, ta fall som ett exempel, och kan presenteras i olika hållningar. Vi hoppas kunna samla in fler datamängder för fallande aktivitet för att nå högre noggrannhet. "

Guo sa att de kommer att experimentera med olika antal sensorer och deras effektivitet för att upptäcka och bestämma mänskliga aktiviteter. Han sa att det finns ett optimalt antal för matrisen som skulle göra detta livskraftigt för kommersiellt och personligt bruk i hem och byggnader.