基于信道状态信息的人体复杂动作识别方法

• 作者: 党小超 曹渊 段渝 郝占军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 信道状态信息 巴特沃斯低通滤波器 离散小波变换 受限玻尔兹曼机 人体复杂动作识别
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 286-293
• 页数: 8页
• 分类号: TP391
• 字数: 5385字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053821

摘要

现有人类行为识别方法识别精度低、成本高,所能识别的动作也相对简单.为此,通过引入信道状态信息(CSI)提出一种人体复杂动作识别方法,并以传统武术形意拳招式动作为背景进行验证.利用 Wi-Fi网卡采集形意拳招式的CSI数据,以数据中的振幅为特征值,使用巴特沃斯低通滤波器和离散小波变换分别过滤数据中的高频和低频异常值.离线阶段采用受限波尔兹曼机对预处理数据进行训练和分类,并构建形意拳招式指纹库.在线阶段使用深度置信网络对采集数据进行分类,将分类结果与指纹库数据进行匹配,实现对形意拳招式的准确识别.实验结果表明,与CSI-SRC方法和基于传统RSSI模型的方法相比,该方法具有较高的识别精度,并且鲁棒性较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	党小超	西北师范大学计算机科学与工程学院	101	384	9.0	14.0
5	郝占军	西北师范大学计算机科学与工程学院	67	231	7.0	11.0
9	段渝	西北师范大学计算机科学与工程学院	4	0	0.0	0.0
10	曹渊	西北师范大学计算机科学与工程学院	2	0	0.0	0.0