华盛顿特区，2019年5月28日 - 视频摄像机继续广泛用于监控人类活动的监控，医疗保健，家庭使用等，但是它们的工作状况存在隐私和环境限制。声波和其他形式的振动等声波是可以绕过这些限制的替代媒介。

与电磁波(例如雷达中使用的电磁波)不同，声波不仅可用于寻找物体，还可用于识别物体。正如AIP出版社5月28日出版的应用物理快报中的一篇新论文所述，研究人员使用二维声学阵列和卷积神经网络来检测和分析人类活动的声音并识别这些活动。

“如果识别准确度足够高，可以实施大量应用，”武汉理工大学副教授郭新华说。“例如，如果一个人摔倒在家并且被检测到，就可以启动医疗报警系统。因此，可以提供即时帮助，同时泄露的隐私很少。”

通过使用具有256个接收器和4个超声波发射器的二维声学阵列，研究人员能够收集与四种不同人类活动相关的数据 - 坐，站，走和跌。他们使用40千赫兹的信号来绕过普通房间噪音中的任何潜在污染，并将其与识别声音区分开来。

他们的测试对时域数据的总体准确度为97.5%，对频域数据的总体准确率为100%。科学家们还测试了接收器较少的阵列(8个和4个)，并发现它们产生的结果具有较低的人类活动精度。

郭说声学系统是比基于视觉的系统更好的检测设备，因为由于隐私问题而缺乏对相机的广泛接受。此外，低照度或烟雾也会妨碍视觉识别，但声波不会受到那些特殊环境条件的影响。

“未来，我们将继续研究复杂的活动和随机定位的情况，”郭说。“正如我们所知，人类活动很复杂，以摔倒为例，可以呈现各种姿势。我们希望收集更多的活动下降数据集以达到更高的准确度。”

郭说，他们将试验各种传感器及其在检测和确定人类活动方面的有效性。他说，阵列的最佳数量可以使其适用于家庭和建筑物的商业和个人用途。