[發明專利]基于無線信號屬性的機器學習的運動檢測

在審

• 申請號: 201880075920.6
• 申請日: 2018-02-08
• 公開（公告）號: CN111512178A
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 樸云峰;C·V·奧列卡斯;M·A·扎卡羅夫
• 申請（專利權）人: 認知系統公司
• 主分類號: G01S11/00
• 分類號: G01S11/00;G06N3/02;G06N3/08
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

在一般方面中，可以基于無線信號屬性的機器學習來檢測空間中的運動。在一些方面中，在神經網絡訓練系統處獲得標記神經網絡輸入數據集。各標記神經網絡輸入數據集是基于在相應時間段內發送通過空間的無線信號的序列的統計分析，并且各標記神經網絡輸入數據集包括用于指示在相應時間段內在空間中是否發生了運動的標記。通過神經網絡訓練系統來處理標記神經網絡輸入數據集以對神經網絡系統的節點進行參數化。對節點進行參數化將神經網絡系統配置為基于未標記神經網絡輸入數據來檢測運動。

背景技術

以下說明涉及運動檢測。

運動檢測系統已被用于檢測例如房間或室外區域中的物體的移動。在一些示例性運動檢測系統中，使用紅外或光學傳感器來檢測傳感器的視野中的物體的移動。運動檢測系統已被用于安全系統、自動化控制系統以及其它類型的系統中。運動檢測系統已被用于檢測例如室內或室外區域中的物體的移動。

附圖說明

圖1是示出示例性無線通信系統的圖。

圖2A和2B是示出在無線通信裝置之間通信的示例性無線信號的圖。

圖3是示出基于無線通信裝置處所接收到的信號來生成統計參數的矩陣的示例性處理的圖。

圖4是示出基于圖3中所生成的矩陣的示例性標繪圖和示例性直方圖數據的圖。

圖5A～5F是與運動的不同類別相關聯的無線信號的統計參數值的示例性標繪圖。

圖6是示出用于訓練神經網絡610以檢測空間中的運動的示例性系統的圖。

圖7A和7B是示出用于使用未標記數據來檢測空間中的運動的示例性神經網絡系統的圖。

圖8是示出用于訓練神經網絡以檢測空間中的物體的運動的示例性處理的流程圖。

圖9是示出用于使用神經網絡來檢測空間中的物體的運動的示例性處理的流程圖。

具體實施方式

在這里描述的一些方面中，可以基于無線信號屬性的機器學習來檢測空間中的運動。例如，在一些實例中，可以使用無線信號的標記數據集來訓練包括卷積神經網絡的神經網絡系統。標記數據可以基于對無線信號的表示所進行的統計分析。標記數據可以包括空間中是否發生了運動、空間中是否存在干擾、或者是否不存在運動或干擾(安靜狀態)的指示。可以基于對統計數據進行的分析、基于在學習階段期間收集到的信息或者基于其它分析來向數據標記這種指示。

一旦經訓練，神經網絡系統可以用于基于未標記數據來檢測空間中是否發生了運動。未標記數據可以以與標記數據相同的方式格式化，但沒有是否發生了運動的指示。神經網絡系統可以使用訓練處理期間編程的節點來處理未標記數據，以提供包括運動指示的輸出。神經網絡系統可以包括卷積神經網絡系統和全連接神經網絡系統。在一些實例中，可以針對被卷積神經網絡標志為指示運動的數據確定均方誤差值，并且可以將均方誤差值提供至全連接神經網絡以提供空間中是否確實發生了運動的確認。

在一些實例中，本發明的方面可以提供一個或多個優點。例如，可以使用以高效的方式分析無線信號的各方面的神經網絡來檢測運動。另外，還可以準確地識別運動的類別，從而使空間中的運動的假肯定檢測減少。在一些情況下，在準確地檢測出運動的類別的情況下，可以自動發起對運動的智能響應。例如，安全系統可以響應于檢測到與入侵者相關聯的運動、但不響應于檢測到與寵物或風扇相關聯的運動而激活。

圖1示出示例性無線通信系統100。示例性無線通信系統100包括三個無線通信裝置——第一無線通信裝置102A、第二無線通信裝置102B和第三無線通信裝置102C。示例性無線通信系統100可以包括附加的無線通信裝置和其它組件(例如，附加的無線通信裝置、一個或多個網絡服務器、網絡路由器、網絡交換機、線纜或其它通信鏈路等)。