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。