Videocamera's worden nog steeds wijdverbreid gebruikt om menselijke activiteiten te monitoren voor bewaking, gezondheidszorg, thuisgebruik en meer, maar er zijn privacy- en omgevingsbeperkingen in hoe goed ze werken. akoestische golven, zoals geluiden en andere vormen van trillingen, zijn een alternatief medium dat deze beperkingen kan omzeilen.

In tegenstelling tot elektromagnetische golven, zoals die worden gebruikt in radar, akoestische golven kunnen niet alleen worden gebruikt om objecten te vinden, maar ook om ze te identificeren. Zoals beschreven in een nieuwe krant in het nummer van 28 mei van Technische Natuurkunde Brieven , de onderzoekers gebruikten een tweedimensionale akoestische array en convolutionele neurale netwerken om de geluiden van menselijke activiteit te detecteren en te analyseren en die activiteiten te identificeren.

"Als de identificatienauwkeurigheid hoog genoeg is, een groot aantal toepassingen kan worden geïmplementeerd, " zei Xinhua Guo, universitair hoofddocent aan de Wuhan University of Technology. "Bijvoorbeeld, een medisch alarmsysteem kan worden geactiveerd als een persoon thuis valt en het wordt gedetecteerd. Dus, er kon onmiddellijk hulp worden geboden en tegelijkertijd werd er weinig privacy gelekt."

Door gebruik te maken van een tweedimensionale akoestische array met 256 ontvangers en vier ultrasone zenders, konden de onderzoekers gegevens verzamelen over vier verschillende menselijke activiteiten:zitten, staan, lopen en vallen. Ze gebruikten een signaal van 40 kilohertz om mogelijke besmetting door gewoon kamergeluid te omzeilen en het te onderscheiden van de identificerende geluiden.

Hun tests behaalden een algehele nauwkeurigheid van 97,5% voor tijddomeingegevens en 100% voor frequentiedomeingegevens. De wetenschappers testten ook arrays met minder ontvangers (acht en vier) en ontdekten dat ze resultaten produceerden met een lagere nauwkeurigheid van de menselijke activiteit.

Guo zei dat akoestische systemen een beter detectieapparaat zijn dan op zicht gebaseerde systemen vanwege het gebrek aan wijdverbreide acceptatie van camera's vanwege privacykwesties. In aanvulling, weinig licht of rook kan ook de zichtherkenning belemmeren, maar geluidsgolven worden niet beïnvloed door die speciale omgevingssituaties.

"In de toekomst, we zullen doorgaan met het bestuderen van complexe activiteit en situatie van willekeurige positionering, " zei Guo. "Zoals we weten, menselijke activiteiten zijn ingewikkeld, met vallen als voorbeeld, en kan in verschillende houdingen presenteren. We hopen meer datasets van vallende activiteit te verzamelen om een ​​hogere nauwkeurigheid te bereiken."

Guo zei dat ze zullen experimenteren met verschillende aantallen sensoren en hun effectiviteit bij het detecteren en bepalen van menselijke activiteiten. Hij zei dat er een optimaal aantal is voor de array dat dit levensvatbaar zou maken voor commercieel en persoonlijk gebruik in huizen en gebouwen.