【技术实现步骤摘要】
【国外来华专利技术】利用射频感测标签进行被动式定位
[0001]公开领域
[0002]本公开的各方面一般涉及无线定位等
。
在一些实现中,描述了用于利用射频
(RF)
感测标签来提供被动式定位的示例
。
[0003]公开背景
[0004]无线感测设备能够提供可用于在给定环境中检测对象的射频特征
。
例如,射频感测设备可以包括可以分布在整个环境中并且可被配置成跟踪在整个环境中移动的用户的软件和硬件组件
。
为了实现各种电信功能,无线感测设备可以包括被配置成传送和接收射频
(RF)
信号的硬件和软件组件
。
例如,无线设备可以被配置成经由
Wi
‑
Fi、5G/
新无线电
(NR)、
蓝牙
TM
和
/
或超宽带
(UWB)
等进行通信
。
[0005]概述
[0006]以下给出了与本文所公开的一个或多个方面相关的简化概述
。
由此,以下概述既不应被认为是与所有构想的方面相关的详尽纵览,以下概述也不应被认为标识与所有构想的方面相关的关键性或决定性要素或描绘与任何特定方面相关联的范围
。
相应地,以下概述的唯一目的是在以下给出的详细描述之前以简化形式呈现与关于本文所公开的机制的一个或多个方面相关的某些概念
。
[0007]公开了用于感测视频信号的系统
、
装置
...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.
一种用于训练一个或多个感测模型的装置,所述装置包括:至少一个网络接口;至少一个存储器;以及耦合至所述至少一个存储器的至少一个处理器,所述至少一个处理器被配置成:经由所述至少一个网络接口接收与至少一个无线设备相关联的射频数据,所述射频数据基于从第一对象反射并由所述至少一个无线设备接收的射频信号;获得训练标签数据,所述训练标签数据至少部分地基于所述第一对象和输入数据;以及基于所述射频数据和所述训练标签数据来生成感测模型
。2.
如权利要求1所述的装置,其中所述训练标签数据包括指示与所述第一对象相关联的动作
、
与所述第一对象相关联的位置
、
或其组合中的至少一者的信息
。3.
如权利要求1所述的装置,其中所述输入数据包括用户对文本的选择
、
用户提供的音频输入
、
或其组合中的至少一者
。4.
如权利要求1所述的装置,其中所述输入数据包括用户的生物测定数据
、
所述用户的身份数据或其组合中的至少一者
。5.
如权利要求1所述的装置,其中在所述无线设备与打标设备之间维持时间同步
。6.
如权利要求1所述的装置,其中所述训练标签数据是从打标设备接收的
。7.
如权利要求6所述的装置,其中所述打标设备包括相机,所述相机被配置成捕获与所述第一对象相关联的感兴趣位置的一个或多个图像
、
与所述第一对象相关联的所述感兴趣位置的一个或多个视频
、
或其组合
。8.
如权利要求6所述的装置,其中所述打标设备包括相机以及同时定位和映射
(SLAM)
系统,以同时利用所述相机生成所述训练标签数据并确定所述打标设备的位置
。9.
如权利要求1所述的装置,其中所述训练标签数据是从所述至少一个无线设备接收的
。10.
如权利要求9所述的装置,其中所述至少一个无线设备包括相机,所述相机被配置成捕获与所述第一对象相关联的感兴趣位置的一个或多个图像
、
与所述第一对象相关联的所述感兴趣位置的一个或多个视频
、
或其组合
。11.
如权利要求9所述的装置,其中所述至少一个无线设备包括相机以及同时定位和映射
(SLAM)
系统,以同时利用所述相机生成所述训练标签数据并确定打标设备的位置
。12.
如权利要求1所述的装置,其中所述感测模型包括机器学习模型
。13.
如权利要求
12
所述的装置,其中所述机器学习模型是卷积神经网络
(CNN)。14.
如权利要求1所述的装置,其中所述至少一个处理器被进一步配置成:接收与第二对象相关联的射频数据;向所述感测模型提供该射频数据;以及从所述感测模型接收与所述第二对象相关联的一个或多个推断标签
。15.
如权利要求
14
所述的装置,其中所述一个或多个推断标签包括指示与所述第二对象相关联的位置
、
与所述第二对象相关联的动作
、
或其组合的信息
。16.
一种用于训练一个或多个感测模型的方法,所述方法包括:接收与至少一个无线设备相关联的射频数据,所述射频数据基于从第一对象反射并由
所述至少一个无线设备接收的射频信号;获得训练标签数据,所述训练标签数据至少部分地基于所述第一对象和输入数据;以及基于所述射频数据和所述训练标签数据来生成感测模型
。17.
如权利要求
16
所述的方法,其中所述训练标签数据包括指示与所述第一对象相关联的动作
、
与所述第一对象相关联的位置
、
或其组合中的至少一者的信息
。18.
如权利要求
16
所述的方法,其中所述输入数据包括用户对文本的选择
、
用户提供的音频输入
、
或其组合中的至少一者
。19.
如权利要求
16
所述的方法,其中所述输入数据包括用户的生物测定数据
、
所述用户的身份数据或其组合中的至少一者
。20.
如权利要求
16
所述的方法,其中在所述无线设备与打标设备之间维持时间同步
。21.
如权利要求
16
所述的方法,其中所述训练标签数据是从打标设备接收的
。22.
如权利要求
21
所述的方法,其中所述打标设备包括相机,所述相机被配置成捕获与所述第一对象相关联的感兴趣位置的一个或多个图像
、
与所述第一对象相关联的所述感兴趣位置的一个或多个视频
、
或其组合
。23.
如权利要求
21
所述的方法,其中所述打标设备包括相机以及同时定位和映射
(SLAM)
系统,以同时利用所述相机生成所述训练标签数据并确定所述打标设备的位置
。24.
如权利要求
16
所述的方法,其中所述训练标签数据是从所述至少一个无线设备接收的
。25.
如权利要求
24
所述的方法,其中所述至少一个无线设备包括相机,所述相机被配置成捕获与所述第一对象相关联的感兴趣位置的一个或多个图像
、
与所述第一对象相关联的所述感兴趣位置的一个或多个视频
、
或其组合
。26.
如权利要求
24
所述的方法,其中所述至少一个无线设备包括相机以及同时定位和映射
(SLAM)
系统,以同时利用所述相机生成所述训练标签数据并确定打标设备的位置
。27.
如权利要求
16
所述的方法,其中所述感测模型包括机器学习模型
。28.
如权利要求
27
所述的方法,其中所述机器学习模型是卷积神经网络
(CNN)。29.
如权利要求
16
所述的方法,进一步包括:接收与第二对象相关联的射频数据;向所述感测模型提供该射频数据;以及从所述感测模型接收与所述第二对象相关联的一个或多个推断标签
。30.
如权利要求
29
所述的方法,其中所述一个或多个推断标签包括指示与所述第二对象相关联的位置
、
与所述第二对象相关联的动作
、
或其组合的信息
。31.
一种非瞬态计算机可读存储介质,所述非瞬态计算机可读存储介质包括用于使得计算机或处理器执行以下操作的至少一条指令:接收与至少一个无线设备相关联的射频数据,所述射频数据基于从第一对象反射并由所述至少一个无线设备接收的射频信号;获得训练标签数据,所述训练标签数据至少部分地基于所述第一对象和输入数据;以及基于所述射频数据和所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。