Bài báo: “Human Activity Recognition using Wireless Signals and Low-Cost Embedded Devices”
Sinh viên thực hiện:
– Tống Võ Anh Thuận – MMCL2021 – Tác giả chính
Giáo viên hướng dẫn:
– TS. Nguyễn Tấn Hoàng Phước
– ThS. Bùi Thanh Bình
Tóm tắt bài báo:
Developing affordable and privacy-aware smart home applications remains a challenge. Existing camera-based and sensor-based solutions often raise concerns about cost and user privacy. This paper proposes a low-cost WiFi-based sensing system utilizing ESP32 microcontrollers and Jetson Nano edge devices for human activity recognition (HAR) within smart homes. The system captures Channel State Information (CSI) data using an ESP32-based WiFi transmitter and receiver, eliminating the need for expensive hardware while ensuring privacy preservation. A mix of conventional machine learning and deep learning models are evaluated on the obtained dataset, achieving an accuracy of up to 95.57%. The best performing model is then deployed on the Jetson Nano edge device for efficient activity classification and high throughput. Furthermore, the system seamlessly integrates with existing communication protocols such as Message Queuing Telemetry Transport (MQTT), and provides a user-friendly interface for visualization. We demonstrate the effectiveness of our approach by achieving accurate HAR using a single transmitter-receiver pair, highlighting its practicality and scalability potential. This work aims to further exploration of WiFi sensing technology for smart home applications by enabling cost-effective and privacy preserving HAR.
Developing affordable and privacy-aware smart home applications remains a challenge. Existing camera-based and sensor-based solutions often raise concerns about cost and user privacy. This paper proposes a low-cost WiFi-based sensing system utilizing ESP32 microcontrollers and Jetson Nano edge devices for human activity recognition (HAR) within smart homes. The system captures Channel State Information (CSI) data using an ESP32-based WiFi transmitter and receiver, eliminating the need for expensive hardware while ensuring privacy preservation. A mix of conventional machine learning and deep learning models are evaluated on the obtained dataset, achieving an accuracy of up to 95.57%. The best performing model is then deployed on the Jetson Nano edge device for efficient activity classification and high throughput. Furthermore, the system seamlessly integrates with existing communication protocols such as Message Queuing Telemetry Transport (MQTT), and provides a user-friendly interface for visualization. We demonstrate the effectiveness of our approach by achieving accurate HAR using a single transmitter-receiver pair, highlighting its practicality and scalability potential. This work aims to further exploration of WiFi sensing technology for smart home applications by enabling cost-effective and privacy preserving HAR.
Thông tin chung
IEEE ICCE 2024 lần thứ 10 (2024 IEEE 10th International Conference on Communications and Electronics) là sự kiện uy tín để các nhà nghiên cứu, chuyên gia, doanh nghiệp trao đổi, chia sẻ kết quả nghiên cứu hiện đại trong lĩnh vực Truyền thông và Kỹ thuật điện tử. Hội nghị kéo dài ba ngày, được tổ chức tại thành phố biển Đà Nẵng từ ngày 31 tháng 7 đến ngày 02 tháng 8 năm 2024, sẽ có các bài phát biểu quan trọng đầy cảm hứng được cung cấp bởi các nhà nghiên cứu đẳng cấp thế giới, các phiên kỹ thuật, hướng dẫn và hội thảo. Các bài báo được chấp nhận đầy đủ sẽ được xuất bản trong Kỷ yếu Hội nghị IEEE ICCE 2024 và được đệ trình để đưa vào IEEE Xplore®. Các kỷ yếu của loạt ICCE thường xuyên được SCOPUS lập chỉ mục và được liệt kê trong Chỉ số trích dẫn tiến trình hội nghị (CPCI) của Clarivate.
Nguồn: Trường Đại học Công nghệ Thông tin, ĐHQU TPHCM.
