基于RFID和深度學習的人體行為識別研究

　　本書是一部專注于無線射頻識別（RFID）技術(shù)和深度學習算法在人體行為識別領(lǐng)域應(yīng)用的專著。本書的核心主題是探索如何通過RFID技術(shù)捕獲數(shù)據(jù)，并利用深度學習算法進行分析，以實現(xiàn)對室內(nèi)環(huán)境中人體行為的準確識別。這一研究對于智能監(jiān)控、健康監(jiān)護、人機交互等多個領(lǐng)域具有重要的實際意義。本書首先介紹了研究背景，然后詳細闡述了RFID和人工智能的基礎(chǔ)知識。第三至第六章聚焦于RFID室內(nèi)定位技術(shù)和行為識別，包括多模態(tài)數(shù)據(jù)方法、卷積網(wǎng)絡(luò)和對比學習的應(yīng)用，以及針對標簽無附著和小樣本場景的解決方案。第七章和第八章探討了基于生成對抗網(wǎng)絡(luò)和大語言模型的手指軌跡識別，以及對抗網(wǎng)絡(luò)和孿生網(wǎng)絡(luò)的行為識別算法。本書結(jié)合理論與實踐，提供了全面的技術(shù)視角，并在第九章進行了總結(jié)和未來研究方向的展望，為讀者提供了一個全面的技術(shù)視角。

　　楊律青 · 著廈門大學教授、博士生導師，信息學院學位評定分委員會委員、信息學院軟件工程系（軟件工程中心）主任、物聯(lián)網(wǎng)與信息技術(shù)研發(fā)中心主任，廈門大學數(shù)字城市與人工智能實驗室主任。兼學位中心特邀論文評審專家、廈門市信息化項目評審專家，雙師型教師。 林凡 · 著林凡，廈門大學教授、博士生導師，平潭研究院院長，哈佛大學訪問學者。發(fā)表SCI論文50余篇，主持多項國家級課題。在科技成果轉(zhuǎn)化方面經(jīng)驗豐富，孵化多家高新技術(shù)企業(yè)。 隆思煒 · 著隆思煒，廈門大學人工智能研究院在讀碩士研究生，本科畢業(yè)于中央財經(jīng)大學信息管理與信息系統(tǒng)專業(yè)，研究方向為基于RFID的人體行為識別和室內(nèi)定位算法。