智能猫眼的陌生人逗留行为检测的LSTM时序分类模型与低功耗唤醒设计.docxVIP

PAGE2

智能猫眼的陌生人逗留行为检测的LSTM时序分类模型与低功耗唤醒设计

摘要

随着智慧家居安防需求的日益增长，智能猫眼作为家庭入户安全的第一道防线，其重要性不言而喻。然而，现有产品普遍存在续航能力弱、误报率高以及对复杂逗留行为识别能力差等痛点。针对上述问题，本课题设计并实现了一种基于长短期记忆网络（LSTM）时序分类模型与低功耗唤醒机制的智能猫眼系统。系统采用被动红外传感器（PIR）作为低功耗唤醒源，触发摄像头进行连续帧抓拍；利用轻量级目标检测算法提取人体特征，构建时序数据集；引入LSTM网络对连续帧中的人体停留行为进行深度分析与分类，从而实现对陌生人长时间逗留行为的精准识别。

本文首先分析了智能猫眼在低功耗与智能检测方面的需求，确立了系统设计目标。其次，完成了系统的总体架构设计与软硬件详细设计，重点阐述了LSTM模型的结构优化与低功耗电源管理策略。在系统实现阶段，将训练好的模型部署于低功耗MCU上，并进行了系统集成调试。测试结果表明，该系统对陌生人逗留行为的检测准确率达到92.5%，休眠状态下功耗低于50μA，有效平衡了检测精度与续航能力，为家庭安防提供了一种高效、可靠的解决方案。

第一章绪论

1.1研究背景

近年来，随着物联网技术与人工智能的飞速发展，智能家居安防系统逐渐走进大众视野，成为现代家庭保障财产安全的重要手段。作为家庭入户安全的核心节点，智能猫眼凭借