[發明專利]一種基于商用WiFi的位置自適應動作識別方法

有效

• 申請號: 201911148775.2
• 申請日: 2019-11-21
• 公開（公告）號: CN111027416B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 周瑞;龔子元;侯緩緩;周保;唐凱
• 申請（專利權）人: 電子科技大學
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/774;G06V10/764;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 鄒裕蓉

1.一種基于商用WiFi的位置自適應動作識別方法，其特征在于，包括以下步驟：

1)監測環境部署：將一對WiFi發射器和接收器部署在房間兩端；

2)在房間內選取若干個位置作為執行動作的位置，在每個位置上進行若干次動作，采集每個位置上每種動作的CSI數據并提取CSI幅值數據；

3)在執行動作的位置中選取部分位置作為源域，其余位置作為目標域；源域上的CSI幅值數據帶有動作標簽，目標域上的CSI幅值數據沒有動作標簽；

4)對所有CSI幅值數據進行奇異譜分析從而提取趨勢分量成分作為趨勢信號，源域上的帶有動作標簽的趨勢信號為源域數據，目標域上的沒有動作標簽的趨勢信號為目標域數據；

5)建立雙評分多分類器集成學習模型作為標簽模型，對目標域數據貼偽標簽，包括以下步驟：

5-1)利用源域數據作為動作樣本來訓練標簽模型，并對標簽模型進行評分，將平均分類精度作為分類器評分S^r，將每種動作的分類精度作為類別評分S^c：

S^r中每個元素表示第i個分類器的評分，(N^r)_i表示第i個分類器預測的動作樣本數，表示第i個分類器預測正確的動作樣本數；

Sc中每個元素表示第i個分類器對第j個類別的類別評分，(N^c)_ij表示第i個分類器對第j個類別預測的動作樣本數，表示第i個分類器對第j個類別預測正確的動作樣本數，i∈[1..m]，j∈[1..n]，m為分類器總個數，n為動作類別總數；

5-2)利用建立好的標簽模型，將目標域數據輸入到標簽模型中，標簽模型輸出該目標域數據的各項分類概率P_ij；再將對應的分類器評分以及類別評分作為分類概率的加權項，計算出該目標域數據的在每個分類器處的評分S_ij：

P_ij為被第i個分類器分成第j個類別的概率；

最終計算出該目標域數據的總評分S_j，取總評分最高的類別為目標域數據貼上偽標簽Label：

6)利用源域數據和帶有偽標簽的目標域數據共同作為動作樣本來訓練分類模型，源域數據和帶有偽標簽的目標域數據涵蓋了房間內所有執行動作的位置。

2.如權利要求1所述方法，其特征在于，所述標簽模型為雙向長短期記憶網絡LSTM模型；分類模型為雙向LSTM模型。

3.如權利要求2所述方法，其特征在于，所述標簽模型具有6個分類器，每個分類器具有節點數為128的隱藏層，所述分類模型具有1個分類器，該分類器具有兩層隱藏層，第一層隱藏節點數為128，第二層隱藏節點數為64，學習率為0.0001。