通过基于反射的ΔRSS和深度学习实现超快设备无关可见光传感与定位
Ultra-Fast Device-Free Visible Light Sensing and Localization via Reflection-Based ΔRSS and Deep Learning
AI总结：
本文提出了一种基于反射的ΔRSS和深度学习的超快无设备可见光传感与定位系统，通过光学信号反射建模实现非侵入式的人体存在和位置推断。
摘要：
我们提出了一种超快、无设备的可见光传感与定位系统，利用安装在天花板上的光电探测器捕获单个LED VLC信道响应的时空变化，通过光学信号反射建模来准确且非侵入性地推断人类的存在和位置。该系统具有高度适应性，能够通过使用我们开发的多架构深度神经网络集合中的一个或多个机器学习模型，为不同的现实世界传感和定位场景做好准备。
英文摘要：
We propose an Ultra-Fast, Device-Free Visible Light Sensing and Positioning system that captures spatiotemporal variations in single-LED VLC channel responses, using ceiling-mounted photodetectors, to accurately and non-intrusively infer human presence and position through optical signal reflection modeling. The system is highly adaptive and ready to serve different real-world sensing and positioning scenarios using one or more ML based models from the library of multi-architecture deep neural network ensembles we have developed.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
