一种基于信道特征增强与深度学习的新型人体行为识别方法
基本信息
| 申请号 | CN202210381783.7 | 申请日 | - |
| 公开（公告）号 | CN114694260A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694260A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V40/20（2022.01）I;G06F17/16（2006.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;H04W24/08（2009.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 史伟光;陈庚泽;姜皓元 | 申请（专利权）人 | 天津工业大学 |
| 代理机构 | - | 代理人 | - |
| 地址 | 300387天津市西青区宾水西道399号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于信道特征增强与深度学习的新型人体行为识别方法，具体包括以下步骤：搭建基于Wi‑Fi信号的人体行为检测系统；采集CSI数据，计算子载波相关系数；根据计算得到的相关系数按照子载波空间频率约束完成子载波动态选择；将选择出的子载波提取主成分，提取CSI行为特征矩阵；引入Transformer与卷积网络结合的模型结构进行训练，训练完成后进行测试。本发明通过读取CSI数据，基于子载波动态选择进行CSI数据预处理，提取CSI行为特征矩阵，减少了训练时间，同时极大提高了人体行为识别的准确度。 |
