基于三维卷积神经网络和信道状态信息的人体动作识别  

Human Action Recognition Based on 3DCNN and CSI

作　　者：刘威 张成挺[2] 许高明[1] 刘太君[1] Liu Wei;Zhang Chengting;Xu Gaoming;Liu Taijun

机构地区：[1]宁波大学未来无线研究院,浙江宁波315211 [2]浙江中烟工业有限责任公司,浙江宁波315504

出　　处：《数据通信》2024年第3期10-14,共5页

基　　金：国家自然科学基金(62371266,62071264);浙江中烟科技重点项目(H2023000125)。

摘　　要：针对传统人体动作识别中的硬件成本高和隐私泄露等问题,本文提出了一种基于三维卷积神经网络(3DCNN)和Wi-Fi信道状态信息(Channel State Information,CSI)的人体动作识别方法。首先,从采集到的信号中提取原始CSI数据的幅值和相位;其次,进行异常点去除和滤波去噪,通过应用CSI幅度与相位的结合以及滑动方差进行人体动作切割,得到处理后的CSI数据;然后,在此基础上使用3DCNN神经网络提取CSI数据的时间和空间特征,并通过引入注意力机制进一步提升人体动作识别的准确度;最后,在实验室采集的CSI数据集上进行了人体动作识别的实验验证,其准确率达到96.1%。

关 键 词：信道状态信息 三维卷积神经网络 WI-FI 注意力机制 人体动作识别 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]