基于神经网络的室内外场景识别方法
2021-02-24胡贤贤汪云甲齐红霞
科学技术与工程 2021年3期
胡贤贤, 汪云甲*, 孙 猛, 齐红霞
(1.中国矿业大学自然资源部国土环境与灾害监测重点实验室, 徐州 221116; 2.中国矿业大学环境与测绘学院, 徐州 221116)
在现代社会,全球卫星导航系统(global navigation satellite system, GNSS)可以较好地解决室外环境下的实时定位与导航问题。在室内环境下,由于建筑物等的遮挡,卫星信号强度减弱导致定位精度大大下降,不能满足人们的室内定位的需求。但室内环境中丰富的无线电信号为室内定位提供了充足的信号源,目前利用无线电信号的室内定位技术有WiFi定位[1]、蓝牙定位[2]、超宽带(ultra wide band, UWB)定位[3]、射频识别(radio frequency identification, RFID)定位[4]等。然而,现代社会建筑的室内室外界限模糊,适用于复杂环境下的室内外无缝定位技术仍然是目前难以解决的问题,室内外无缝定位也终将是导航与位置服务未来发展的方向[5]。室内外场景识别是实现室内外无缝定位的关键,可以对GNSS技术和室内定位技术的使用策略,以及人的行为感知等方面提供指导意见。因此,室内外场景识别技术具有很重要的研究价值和实用价值。
中外学者在室内外场景识别领域已经有了较多的研究成果。目前,室内外识别大致可分为两类,第一类是添加专门运用于室内外场景识别的硬件设施,该方法具有较高的识别精度且实现简单,如宿舍的门禁系统、超市的防盗系统。但这类方法的硬件成本投入太高,限制了方法的普适性;第二类是使用环境中已有的特征数据进行室内外场景识别,该类方法需要选择普适性好、室内外相关性强的特征数据构建合适的室内外识别模型[6-7]。……
登录APP查看全文
