开发了一种深度学习模型，用于识别和分类人类的日常活动。同时，我们引入了一种新颖的音频隐私保护技术，该技术专门设计用于从高分辨率音频中提取非语音信息，并结合了惯性传感器数据。为了训练和测试我们的模型，我们构建了一个数据集，包含了多名参与者使用定制硬件设备进行的不同日常活动。我们详细阐述了数据的收集和预处理流程，并提出了一种创新的混合注意力机制的人类活动识别（HAR）方法。

该项目旨在打造一个供广大用户进行参与各种社交和交流的社交平台，项目分成公司端，租户端，用户端三个使用端，公司通过社交产品免费提供给租户使用，租户通过向公司购买资源（例如礼物、金币）进行发布活动吸引用户活动和流量，用户可以通过发帖、评论、文章或者评论被点赞获取积分，积分可以用于参与平台活动、打赏。