內容簡介
隨著物聯網技術的蓬勃發展,射頻識別(RFID)技術在人體行為識別領域的應用日益廣泛。RFID技術以其非接觸式識別、快速響應和高準確性等特點,在智能監控、健康監護、智能家居等多個領域展現出巨大的潛力。然而,面對日益複雜的應用場景和不斷提升的識別精度需求,RFID技術在人體行為識別方面的研究和應用仍面臨著諸多挑戰。 本書旨在深入探討基於深度學習和RFID技術的人體行為識別方法,以解決當前技術在實際應用中遇到的難題。我們將重點關注以下幾個關鍵科學問題:如何提高RFID系統在複雜環境下的識別精度、如何優化算法以適應多變的行為模式,以及如何在標籤無附著和小樣本場景下實現有效的行為識別。 本書的主要研究內容包括:①基於RFID的室內定位技術及其在多模態數據中的應用;②利用卷積網絡和對比學習框架進行室內人體行為識別的研究;③結合長短期記憶和時序卷積網絡,以及注意力機制和知識蒸餾技術,提升RFID室內人體行為識別的性能;④探索標籤無附著和小樣本場景下的RFID人體行為識別方法;⑤基於生成對抗網絡和大語言模型的RFID手指軌跡識別技術;⑥利用對抗網絡和孿生網絡進行RFID人體行為識別算法的研究。目錄
第1章 緒論