行为识别在人机交互、安全防范等诸多领域都有着相当大的发展潜力,该领域一直是学术界和科学界的研究热点问题。基于WiFi信号的行为识别技术克服了传统的行为识别技术的限制,已经成为最适合此领域的科研方案。而信道状态信息(Channel State Information,CSI)作为通信传输路径上的一种信道属性,能够反映WiFi信号的细粒度特性,感知精度十分可观。因此,设计并实现以CSI为基信号的行为识别技术的重要意义不言而喻,这也是目前世界各国相关科研团队的主要研究方向。本文关于行为识别的研究,针对目前该领域识别准确率不高、力求无穿戴的问题,提出了一个基于WiFi信号的多特征结合的行为识别技术。本文的主要工作和创新点如下:(1)对行为识别的原理和定义进行了分析;针对当前行为识别技术的研究现状和发展过程进行了整理和总结;分析了以往技术的不足和限制;了解了该领域广阔的应用前景。并将RSS和CSI进行了对比,分析了两者的优缺点,最终选择CSI作为基信号。(2)在对以往的基于WiFi信号CSI幅度的行为识别技术的原理和方法进行学习和总结后,提出了本文的多特征行为识别技术。包括两个特征模块。本文第三章对应第一个模块,即基于菲涅尔区模型步态特征的年龄段识别,在以往仅进行步态识别的基础上,进一步识别出用户的年龄段,进而可以根据用户不同的年龄段推送不同的服务内容。(3)第二个特征模块是基于隐马尔科夫模型手势特征的复杂手势识别模块,该模块将隐马尔可夫模型特性应用于手势识别,并在简单手势识别的基础上进行由简单手势组合而成的复杂手势的识别。两个模块组合形成本文的整体技术,可以应用于诸多场景,包括一些需要实时反馈的安防级别较高特殊场景以及一些公共室内场景,可以做到针对不同年龄段提供不同的防范和服务。(4)本文在三种不同干扰程度的环境中进行实验,总体误差率不超过15%,实验评估结果证实了本文提出的技术具有可观的有效性和鲁棒性,本文所提出的技术在各种室内场景都具有实际应用意义,为该领域的发展具有一定促进作用。
暂无评论