手势识别模型训练方法、手势识别方法及装置

    公开(公告)号:CN115439883A

    公开(公告)日:2022-12-06

    申请号:CN202210956575.5

    申请日:2022-08-10

    Applicant: 西北大学

    Abstract: 本申请涉及一种手势识别模型训练方法,包括:构建特征提取网络框架;基于特征提取网络框架构建全局模型、至少一个局部模型和至少一个新域模型;基于全局模型的参数和局部手势训练数据训练局部模型,以更新局部模型的参数;基于全局模型的参数和个性化手势训练数据训练新域模型,以更新新域模型的参数;基于更新后的局部模型的参数和更新后的新域模型的参数更新全局模型的参数。本申请的手势识别模型训练方法至少具有以下有益技术效果之一:能够得到泛化的跨域通用手势识别模型和多个个性化的局部模型,进而提高跨域高精度的目标手势识别率,并减少集中收集数据的代价。

    基于压缩感知的指纹库建立及RFID定位方法

    公开(公告)号:CN108614237A

    公开(公告)日:2018-10-02

    申请号:CN201810224237.6

    申请日:2018-03-19

    Applicant: 西北大学

    Abstract: 本发明提供了一种基于压缩感知的指纹库建立及RFID定位方法,包括:步骤1,将监测区域划分为多个等边三角形网格;步骤2,在监测区域中的每个被监测对象上部署对象标签a,在等边三角形网格的交点上部署参考标签i;步骤3,建立指纹库矩阵Xia;步骤4,计算对象标签j的测量向量yj(i);步骤5,选取相似度最高的两个列向量作为两个候选区域;步骤6,定位对象标签j。本发明减少了用于RFID定位系统的参考标签的数目;有效的提高了定位精度;且很大程度上节省了部署成本,对大规模RFID定位场景,提高了系统可行性。

    可编程超表面的无线传感加密控制方法及无线传感系统

    公开(公告)号:CN119729461A

    公开(公告)日:2025-03-28

    申请号:CN202411807134.4

    申请日:2024-12-10

    Applicant: 西北大学

    Abstract: 本发明公开了可编程超表面的无线传感加密控制方法及无线传感系统,解决现有保护技术复杂度和成本均过高的问题。本发明通过遗传优化算法生成逼近所选伪装活动特征的编码切换速率配置,之后通过合理切换超表面波束赋形的编码配置和超表面零陷波束赋形的编码配置产生随切换速率变化的频率偏移,在非授权接收机处实现伪装活动特征注入,从而掩盖用户泄露的真实活动特征,完成无线传感系统的识别结果混淆。

    一种基于视频的无线信号增强与跨目标手势识别方法

    公开(公告)号:CN113963229B

    公开(公告)日:2023-08-18

    申请号:CN202111110503.0

    申请日:2021-09-23

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于视频图像的无线信号增强与人体手势识别方法,首先收集Wi‑Fi链路上手势动作信道状态信息及相应手势视频信息,分别对数据进行预处理。使用MoCoGAN视频生成模型,生成虚拟数据,扩充视频数据集。使用轮廓检测与目标提取算法去除帧集合背景噪声,并利用HMR算法将2D图像转化为3D点云数据,通过参数调整可对人体身高体型进行设置,再次扩充数据集。利用HPR对点云中发射端不可见点进行消除,并通过模拟获得相应部署条件下的Wi‑Fi信号。对收集到的Wi‑Fi信道状态信息数据及相应部署条件下的Wi‑Fi信号,分别提取时频域特征,并建立Wi‑Fi信道状态信息数据手势特征系统分析模型,实现高精度跨目标手势识别。

    基于持续学习的WiFi手势增量识别系统的构建方法

    公开(公告)号:CN116501164A

    公开(公告)日:2023-07-28

    申请号:CN202211602974.8

    申请日:2022-12-13

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于持续学习的WiFi手势增量识别系统的构建方法,该方法从不断增加的数据流中学习信息,逐渐扩展已学习的信息并将其应用于未来的学习,使得到的识别系统具有稳定性和可塑性。包括在基于无线网卡的环境中,部署收发器,收集信道状态信息CSI;在样本采集环境中完成手势,得到手势动作样本集;从手势样本数据提取幅值信息并进行预处理;对处理后的数据进行子载波选择和降维,得到数据集;使用神经网络对数据集进行特征提取与分类,得到初始模型;以初始模型为基模型,采用持续学习中的梯度情景记忆方法对初始模型分别进行类别增量和领域增量学习,得到动态的基于持续学习的WiFi手势增量识别系统。

    一种基于可重构超表面的物联网通信与感知方法

    公开(公告)号:CN113948870A

    公开(公告)日:2022-01-18

    申请号:CN202111105519.2

    申请日:2021-09-22

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于可重构超表面的物联网通信与感知的方法,该方法包括以下步骤:步骤一,设计可重构超表面的单元结构;步骤二,优化可重构超表面的单元传输损耗;步骤三,实现可重构超表面的编码控制;步骤四,调整相位编码模式,实现单波束;步骤五,利用优化算法实现细粒度、低旁瓣的多波束;步骤六,通过超表面相位配置和主辐射区域之间的确定性映射检测目标的相对方向;步骤七,根据目标的相对方向,选择对应的相位编码实现波束对齐,进行通信和感知。本发明公开的方法可以实现使廉价的物联网设备也具备波束成形的能力,且具有较高的面积效率。

Patent Agency Ranking