-
公开(公告)号：CN113587935B
公开(公告)日：2023-12-01
申请号：CN202110891904.8
申请日：2021-08-04
Applicant: 燕山大学
IPC: G01C21/20 , G06N3/0464 , G06N3/084 , H04L67/12
Abstract: 本发明涉及行为感知技术领域，一种基于射频信号多任务学习网络的室内场景理解方法，包括如下步骤，数据采集：使用搭载Atheros无线网卡进行信道状态信息的采集；数据预处理：滤除原始信号中包含的噪声，完成去噪后合成多链路数据，规范数据格式，构建神经网络的输入数据集；多任务识别网络：使用多任务学习网络Wisenet实现室内场景理解，其中Wisenet包含共享表示层、以及使用共享表示层多任务之间梯度信息的域识别网络Dom_Net、位置识别网络Loc_Net和行为识别网络Act_Net。本方法使用多任务学习的方法同时对用户所处的场景，包括用户所在的域、位置和动作，进行识别，从多个角度感知用户，从而理解其行为的含义。(56)对比文件Zheng Yu et al..Indoor scenerecognition via multi-task metric multi-kernel learning from RGB-D images.《MULTIMEDIA TOOLS AND APPLICATIONS》.2017,第76卷(第3期),4427-4443.
-
公开(公告)号：CN113609977A
公开(公告)日：2021-11-05
申请号：CN202110892189.X
申请日：2021-08-04
Applicant: 燕山大学
Abstract: 本发明设计身份识别技术领域，基于信道状态信息商距离的行人步态识别方法，其中数据采集：利用一个WiFi发射端以及两个WiFi接收端对感知区域内的人行走的CSI数据进行采集；信号预处理：对采集得到的CSI数据进行相关去噪处理，对CSI数据中包含的与人行走的无关噪声信息进行消除；CSID提取：利用信道状态信息商在复平面的变化信息包含了人行走的步态特征，提出CSID来表征信道状态信息商在复平面的变化；身份识别：结合深度学习在特征提取方面的优势，使用LSTM网络模型进行特征提取进而实现身份识别。该方法仅仅使用商业WiFi设备可以实现室内环境中人的身份被动感知，利用了人类行走的独有步态特征并结合深度学习模型实现了一个用户身份识别系统。
-
公开(公告)号：CN113609977B
公开(公告)日：2023-10-17
申请号：CN202110892189.X
申请日：2021-08-04
Applicant: 燕山大学
IPC: G06F21/32 , G06F18/15 , G06F18/2131 , G06F18/241 , G06F18/2415 , G06N3/0442 , G06N3/08
Abstract: 本发明设计身份识别技术领域，基于信道状态信息商距离的行人步态识别方法，其中数据采集：利用一个WiFi发射端以及两个WiFi接收端对感知区域内的人行走的CSI数据进行采集；信号预处理：对采集得到的CSI数据进行相关去噪处理，对CSI数据中包含的与人行走的无关噪声信息进行消除；CSID提取：利用信道状态信息商在复平面的变化信息包含了人行走的步态特征，提出CSID来表征信道状态信息商在复平面的变化；身份识别：结合深度学习在特征提取方面的优势，使用LSTM网络模型进行特征提取进而实现身份识别。该方法仅仅使用商业WiFi设备可以实现室内环境中人的身份被动感知，利用了人类行走的独有步态特征并结合深度学习模型实现了一个用户身份识别系统。
-
公开(公告)号：CN113587935A
公开(公告)日：2021-11-02
申请号：CN202110891904.8
申请日：2021-08-04
Applicant: 燕山大学
Abstract: 本发明涉及行为感知技术领域，一种基于射频信号多任务学习网络的室内场景理解方法，包括如下步骤，数据采集：使用搭载Atheros无线网卡进行信道状态信息的采集；数据预处理：滤除原始信号中包含的噪声，完成去噪后合成多链路数据，规范数据格式，构建神经网络的输入数据集；多任务识别网络：使用多任务学习网络Wisenet实现室内场景理解，其中Wisenet包含共享表示层、以及使用共享表示层多任务之间梯度信息的域识别网络Dom_Net、位置识别网络Loc_Net和行为识别网络Act_Net。本方法使用多任务学习的方法同时对用户所处的场景，包括用户所在的域、位置和动作，进行识别，从多个角度感知用户，从而理解其行为的含义。
-
-
-
Search Results
4
records
(took 0.014 seconds)
