电梯,扶梯还是其他?利用惯性导航系统对行人传送设备状态进行分类
原文中文,约300字,阅读约需1分钟。发表于: 。我们提出了一种基于 INS 的轻量级深度学习方法 ELESON,用于将行人分类为电梯、扶梯或其他状态。通过运动特征提取器和磁场特征提取器,ELESON 实现了在特征空间中解耦行人状态和人体动作,并利用证据状态分类器估计行人状态的置信度。在大量实验中,我们证明 ELESON 在 F1 分数上具有 15%的分类改进,在 AUROC 上具有 10%的置信度鉴别力提高,并且在智能手机上具有低计算和内存要求。
我们提出了一种基于INS的轻量级深度学习方法ELESON,用于行人分类。通过特征提取器,ELESON解耦行人状态和人体动作,并利用证据状态分类器估计行人状态的置信度。在实验中,ELESON在F1分数上具有15%的分类改进,在AUROC上具有10%的置信度鉴别力提高,并且在智能手机上具有低计算和内存要求。