基于信道状态信息的非接触式人员动作识别方法

• 作者: 郝占军 张岱阳 党小超 段渝
• 来源期刊: 计算机工程
• 关键词: 信道状态信息 人员动作识别 巴特沃斯低通滤波器 小波变换 主成分分析 随机森林模型
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 移动互联与通信技术|Mobile Internet and Communication Technology
• 页码范围: 172-181
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0057612

摘要

传感器与摄像头等设备的传统动作识别存在受环境影响大及侵犯用户隐私等问题,以京剧动作为研究对象,提出一种非接触式人员动作识别方法Wi-Opera.在离线阶段采集Wi-Fi路由设备上人体动作的信道状态信息(CSI)数据,利用巴特沃斯低通滤波器和小波变换方法对CSI数据分别进行去噪和平滑处理,通过主成分分析算法提取动作的特征值构建每个京剧动作的决策树,最终形成随机森林模型.在在线阶段实时采集的动作数据经过处理后,将京剧动作的特征值输入随机森林模型中进行识别,从而输出识别结果.实验结果表明,Wi-Opera方法的综合识别精度为94.6％,具有较高的识别精度和较强的鲁棒性.