[文献速递Vol.295]-基于单光子直接飞行时间传感器的人体活动识别

本文介绍了一种基于单光子直接飞行时间传感器（SPAD）的人体活动识别系统，该系统利用卷积神经网络（CNN）和循环神经网络（RNN）在合成数据上进行训练。研究背景指出，人体活动识别（HAR）在视频监控、医疗保健、人机交互和自动驾驶等领域具有重要应用。本文的研究目的是开发一个能够在40米距离上准确识别七种人体活动的系统，克服低分辨率和太阳干扰的问题。实验结果显示，该系统在GPU上运行时能以66 FPS的速度处理视频流，识别准确率达到89%。结论表明，该系统适合实时监控和态势感知等应用，并具有保护隐私的优势。未来的工作将集中在收集更多真实数据、加入强度信息以及研究系统的最小可识别人尺寸等方面。