基于子区合成真值标签的无设备无线感知客流密度估计方法

《Scientific Reports》：Fitting device-free crowd size estimation models using area-ratio scaled synthetic labels

　　随着城市化进程加速，准确监测公共空间的客流密度已成为提升城市效率、安全性和可持续性所必需的能力。在大规模城市环境中收集可靠的人口计数真值数据具有挑战性。在本文中，我们评估了一种实验设置，该设置通过分析无线传感器网络中由电池供电的传感器节点之间通信链路的衰减，利用无设备无线感知技术来估计特定区域内的人口数量。本工作提出了一种技术，该技术基于环境中较小部分的人工真值计数来合成计数标签，以便为整个环境拟合模型，从而简化真值数据的收集过程。在比较经转换的"子区到全局"模型的平均绝对百分比误差（MAPE）时，我们观察到与直接在全局区域数据上拟合的模型评估相比，平均值增加了4.49%。当在相邻子区之间进行转换时，我们观察到与直接在目标子区真值数据上拟合的模型评估相比，平均值增加了9.65%。当收集全局区域的真值数据过于困难时，通过从一个或多个子区进行面积比例缩放合成的标签，可为拟合估算模型提供一种可行的替代方案。