公开(公告)号：CN117979249A

公开(公告)日：2024-05-03

申请号：CN202311703158.0

申请日：2023-12-12

Applicant: 南京林业大学

Inventor： 焦万果 ,  张昌盛 ,  杜伟 ,  唐瑞 ,  周雯

IPC: H04W4/38 ,  H04W84/12 ,  H04B7/06 ,  H04L25/02 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明属于无线感知技术领域，公开了一种基于Wi‑Fi信号人体活动跨域识别方法、系统及设备，利用csi tools工具获取Wi‑Fi信道状态信息，为后续处理提供数据基础；采用递归图(RP)作为数据增强技术，巧妙地将获取的Wi‑Fi信道状态信息转换为图像形式，以便深度学习模型能够更好地理解和处理这些数据；通过利用余弦相似度在模型的某一层精确对齐同一活动类别在不同域中的特征分布，从而实现子域分布对齐，获得域不变的特征表示，使模型具备跨域识别的能力。本发明成功降低了模型对大量数据样本的依赖，同时避免了模型复杂度的增加；WiSDA方法能够显著提升Wi‑Fi信号在人类活动识别领域的应用效果。

公开(公告)号：CN115830705A

公开(公告)日：2023-03-21

申请号：CN202211413940.4

申请日：2022-11-11

Applicant: 南京林业大学

Inventor： 焦万果 ,  张昌盛 ,  唐瑞 ,  丁富贵 ,  王继远

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  H04B17/309

Abstract: 本发明公开了一种基于WiFi信道状态信息成像的人体动作识别方法、系统、设备及可读存储介质，方法包括：采集WiFi信道状态信息，并提取信道状态信息中随时间变化的幅度信息；基于随时间变化的幅度信息构建格拉姆角差场矩阵，并将之转换为格拉姆角差场图像；将图像数据输入卷积神经网络模型提取图像特征，输出识别结果，其中卷积神经网络包括四个卷积层，每个卷积层之后都有一个批量归一化层和一个整流线性单元层，在整流线性单元层之后，使用最大池化层提取相邻区域的主要特征，在第四次卷积后使用一个自适应平均池化层来指定特征向量的输出大小，在自适应平均池化层之后是一个带有Dropout层和线性层的分类器。本发明实现了以更低的模型复杂度实现更高的活动识别精度。