点击蓝字
关注我们
回顾——RF-Breathing基于神经网络与射频技术的智慧感知系统
分享嘉宾/ 郭春旭
上海科技大学本科生，在无线感知、射频系统、应用开发与嵌入式等方面有着广泛的兴趣，曾在多个科创竞赛中获奖，目前在参与无线感知系统的构建与集成工作。2019年9月在上科大学生创新中心创建了Femto工作室，2020年7月参加DFRobot举办的行业AI开发者大赛获智能创意奖。
本周开放夜我们邀请到了Intel OpenVINO领航者联盟成员郭春旭，携手特邀主持人rockets，来为我们分享基于神经网络与射频技术的智慧感知系统。
01
项目由来
呼吸是一个非常重要的指标，从频率上来讲它可以反映出人体新陈代谢的状况，从深度上来讲它可以表征出人体的健康状况，所以当我们拥有足够多的呼吸数据的时候，不仅能够去检测健康人的身体状况，对于患有呼吸暂停综合征的患者来说，呼吸这项医学指标更是有着举足轻重的作用。
现在对于呼吸检测主要是有以下三种检测方法：
02
解决方案
思考是否有一种方法能代替传统的有线的检测方式，于是想到了电磁波，想到了射频。
在朝人体发射电磁波后，人体生理组织的不同，包括它们的位移、扩张等，都可以表征为电磁信号上的变化，那么就可以基于此来做呼吸的检测。
03
验证结果
在2000多份数据分析结果中，可以发现不同的呼吸力道、呼吸时间间隔、不同题型这些信息，都在雷达信号中被表现为某种特定的周期性与特异性。
在对信号做预处理后，使用了pytorch中的图像分类预训练模型进行不同呼吸次数的判别训练，并将模型通过OpenVINO优化部署到了神经计算棒上，结果显示对呼吸个数的识别准确率在97%左右，在身份识别问题中，神经网络的准确性可以达到93%左右。
04
更多应用场景
在未来的智能家居中，射频+AI会是一个非常好的应用，它可以通过不侵犯隐私的方式去获取到一些基础数据。包括利用这项技术来做姿态估计等等……
最后郭春旭逐一解答了线上线下朋友们的一系列问题：
一两个毫瓦能够达到这么远的距离吗？
其实对于电磁波来讲，它真正打出来的功率是非常低的，平常就是-10db这样的数量级也是会被探测到的，大多数雷达真正打出去的功率并没有那么高。
水雾是否会干扰，它能否用于人体存在检测？
以往对于人体存在的检测，除了camera之外应该就是人体红外热释电，加一个菲涅尔透镜之后可以滤除一些频段然后去做人体存在的检测；那么对于雷达的穿透效果来说，它与我们最近讨论的自动驾驶的问题是一样的，就是当空气中水分中含量高的时候，是否还能有准确的探测，那其实是可以的，这也是为什么我们采用毫米波雷达+ladar一起协作的方案。
它的计算速度如何？
雷达的一个优势就是，虽然对数据处理的实时性要求比较高，但是它本身的数据量会比图片小很多，所以它的计算会比较快
……
最后，在解答完大家的众多疑问之后，就到了线下展示环节
蘑菇云创客空间致力于提供一个创新开放的交流平台，如果你热爱创造，喜欢创新，那就来蘑菇云实现自己的奇思妙想！
福利揭晓
截至1月29日20：00点，上一篇推文下的评论点赞情况如下：
恭喜Harry Kwork同学获得Intel up square物联网开发套件，小编会联系你送上奖品哦！
