控制与决策

作者：王涛春,邱庆,王成田,陈付龙

单位：安徽师范大学 计算机与信息学院,安徽 芜湖 241002;安徽师范大学 安徽省医疗大数据智能系统工程研究中心,安徽 芜湖 241002,,安徽师范大学 计算机与信息学院,安徽 芜湖 241002,,安徽师范大学 计算机与信息学院,安徽 芜湖 241002,,安徽师范大学 计算机与信息学院,安徽 芜湖 241002;安徽师范大学 安徽省医疗大数据智能系统工程研究中心,安徽 芜湖 241002,

关键词：无线射频识别;动作识别;机器学习;深度学习;标签;注意力机制

基金：安徽省重点研究与开发计划项目(2022a05020049)；安徽省自然科学基金项目(2108085MF219)；国家自然科学基金项目(61972439,61972438,61871412)；安徽省质量工程项目(020jyxm0677).

在线教育中,学生实时动作能够准确反映学生当前的学习状态,在不影响学习注意力和保证个人隐私信息安全的情况下,准确识别学习动作是监测在线教育质量的关键要素.对此,提出一种基于无源RFID的网络学习动作识别系统LD-identify.LD-identify仅通过射频信号完成学生动作识别,所以识别系统可以很好地保护个人的隐私信息,且避免设备昂贵等一系列问题.通过提取相位和信号强度的有效特征和深度学习算法,LD-identify能够获得很好的识别准确率的性能.实验表明,LD-identify只需要在帽子的背面粘贴两个射频标签,就能很好地识别出抬头低头、左右摇头、前倾后倾3种动作.为了进一步验证系统性能,研究6名志愿者在不同的场景中的动作识别的准确率,实验结果显示LD-identify能够在不同的场景下很好地识别所有用户的3种动作,利用卷积神经网络构建分类模型来识别动作可以取得很好的识别率,识别准确率达到95.5%以上.

来源：2024年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第1期