关键词:
吸烟检测
心率传感器
智能手表
移动计算
摘要:
近年来,随着人体学和行为学研究的发展,有越来越多的研究项目致力于人体行为检测,为日常人体健康检测提供了便捷的解决方案。而吸烟检测作为热门的研究领域之一,有着可观的研究前景。全球吸烟人群每年都在不断的增加,越来越多有关吸烟的危害也频繁发生在我们周围,无论是个人健康,还是公共财产安全,吸烟行为造成的损失都是不可估量的,因此一种有效快速的吸烟检测方案显得尤为重要,能在吸烟者吸烟初期检测到吸烟行为并做出报警服务,这将使得吸烟者戒烟成功几率大大增加,有效的减少吸烟带来的各种危害。现有的吸烟检测研究中,一种是通过计算机视觉技术检测吸烟行为,而监测环境与隐私问题严重阻碍了该技术的应用;有研究表明可以利用无线信号变化来检测吸烟动作,虽然解决了光线和隐私问题,但是多径效应不可忽视,并且无法区分细粒度事件级别的行为,比如说动作相似的吸烟和吃饭行为;随着可穿戴设备应用的发展,研究学者借助智能手表,通过分析手部运动的惯性传感器数据检测吸烟,这类研究从吸烟者角度看是主动式检测,更容易帮助吸烟者戒烟成功,然而该研究最强假设条件为持烟的手必须佩戴检测手表,从而降低了日常吸烟行为检测的准确性。为此,本研究力图打破这一瓶颈限制,设计无需区分左右手的吸烟检测方法。在设计过程中将会面临智能手表全天检测吸烟存在的功耗问题,以及如何做到精准快速,在不同人群和不同场景下检测吸烟的普适性。该研究通过前期研究人体生理与吸烟行为学,发现了一种由吸烟引起的独特生理现象。香烟中的尼古丁会引起心率的特殊变化,与其他日常活动引起心率升高的模式完全不同,是一种方波形变化模式。根据该发现,我们提出HSM(Heart Smoke Match)吸烟心率匹配模型检测吸烟行为的算法。该算法是第一款利用智能手表测量心率进行在线吸烟检测的解决方案,适用于任何一只手的吸烟行为检测,并可以做到快速有效的区分吸烟与其他类似的手到嘴姿势。经过实验验证,HSM模型吸烟检测算法对于不同的真实实验场景能做到快速准确的检测吸烟,其精度和召回率可达到96.7%和99.8%。