一种基于大数据和无线信号模型的手势识别方法和装置制造方法及图纸

本发明专利技术涉及一种基于大数据和无线信号模型的手势识别方法，包括：获取第一CSI数据流，其中，所述第一CSI数据流包括多个第一CSI数据包；对所述第一CSI数据流进行截取、降维和去噪处理，以从所述第一CSI数据流中获取处理后的第一CSI数据包；利用处理后的所述第一CSI数据包训练随机森林模型；利用训练后的所述随机森林模型识别第二CSI数据流。本发明专利技术得到的随机森林模型具有极高的准确率，能够处理很高维度的数据，不需要做特征选择，并且训练速度快且实现方式简单。

【技术实现步骤摘要】
一种基于大数据和无线信号模型的手势识别方法和装置
本专利技术属于手势识别
，具体涉及一种基于大数据和无线信号模型的手势识别方法和装置。
技术介绍
随着计算机信息技术的快速发展，人机交互技术已经在人们的日常生活中扮演着越来越重要的角色。手势是一种人与外界沟通时最直观的交流方式，人们可通过躯体或者手势直观、简洁、自然地表达自己的想法，因此基于手势的人机交互技术成为目前研究的热点，即手势识别技术。目前手势识别技术发展方向主要分为两方面：一方面为目标携带专门的传感器或者设备，即主动式手势识别技术，主动式手势识别技术主要通过目标携带三轴加速度传感器、陀螺仪、电子罗盘等传感器设备采集手型或者跟踪手部空间运动数据，目前主动式手势识别中数据手套应用最广泛，但由于需要用户携带专门设备，不方便操作，不适合远距离操作，主动式手势识别技术应用场景受到了很大的限制。另一方面为目标不需要携带任何传感器或者设备的手势识别技术，即被动式手势识别技术，被动式手势识别技术主要通过无线通讯信号，利用了无线路由器和网卡之间传输的无线信道状态信息(ChannelStateInformation，简称CSI)采集手势运动数据，由于其成本低，操作简单，符合用户习惯，成为国内外研究的热点。然而，通过无线通讯信号进行手势识别的方式，依然存在着识别准确率不高的问题。
技术实现思路
为了解决现有技术中存在的上述问题，本专利技术提供了一种基于大数据和无线信号模型的手势识别方法和装置。本专利技术实施例提供了一种基于大数据和无线信号模型的手势识别方法，包括：获取第一CSI数据流，其中，所述第一CSI数据流包括多个第一CSI数据包；对所述第一CSI数据流依次进行截取、降维和去噪处理，以从所述第一CSI数据流中获取处理后的第一CSI数据包；利用处理后的所述第一CSI数据包训练随机森林模型，并利用训练后的所述随机森林模型识别第二CSI数据流。在本专利技术的一个实施例中，对所述第一CSI数据流依次进行截取、降维和去噪处理，包括：利用皮尔森相关系数从所述第一CSI数据流中截取所述第一CSI数据包；对截取后的所述第一CSI数据包进行降维处理；对降维处理后的所述第一CSI数据包进行去噪处理。在本专利技术的一个实施例中，利用皮尔森相关系数从所述第一CSI数据流中截取所述第一CSI数据包，包括：利用皮尔森相关系数确定所述第一CSI数据流的截断点；分别截取所述第一CSI数据流的截断点前与截断点后预设数量的所述第一CSI数据包。在本专利技术的一个实施例中，利用皮尔森相关系数确定所述第一CSI数据流的截断点，包括：从所述第一CSI数据流中获取N个连续的所述第一CSI数据包，计算个组连续的所述第一CSI数据包的求和值或者平均值，其中，N为大于1的自然数；将所述求和值或者所述平均值作为所述皮尔森相关系数的输入数据，之后利用所述皮尔森相关系数遍历所述第一CSI数据流，确定所述第一CSI数据流的截断点。在本专利技术的一个实施例中，所述第一CSI数据流的截断点为所述皮尔森相关系数相关性最低点。在本专利技术的一个实施例中，对截取后的所述第一CSI数据包进行降维处理，包括：采用主成分分析法对截取后的所述第一CSI数据包进行降维处理。在本专利技术的一个实施例中，对降维处理后的所述第一CSI数据包进行去噪处理，包括：采用巴特沃斯低通滤波算法对降维处理后的所述第一CSI数据包进行去噪处理。在本专利技术的一个实施例中，利用处理后的所述第一CSI数据包训练随机森林模型，包括：利用Bootstraping算法从所述第一CSI数据包中提取训练样本；利用所述训练样本训练随机森林模型。在本专利技术的一个实施例中，利用训练后的所述随机森林模型识别第二CSI数据流之前，还包括：对所述第二CSI数据流依次进行截取、降维、去噪处理，以从所述第二CSI数据流中获取处理后的第二CSI数据包；对处理后的所述第二CSI数据包进行一阶差分处理，将一阶差分处理后的所述第二CSI数据包输入训练后的所述随机森林模型。本专利技术实施例还提供了一种基于大数据和无线信号模型的手势识别装置，包括CSI数据获取模块、CSI数据处理模块和神经网络训练模块；所述CSI数据获取模块，用于获取第一CSI数据流，其中，所述第一CSI数据流包括多个第一CSI数据包；所述CSI数据处理模块，对所述第一CSI数据流依次进行截取、降维和去噪处理，以从所述第一CSI数据流中获取处理后的第一CSI数据包；所述神经网络训练模块，利用处理后的所述第一CSI数据包训练随机森林模型，并利用训练后的所述随机森林模型识别第二CSI数据流。与现有技术相比，本专利技术的有益效果：1、本专利技术得到的随机森林模型具有极高的准确率，能够处理很高维度的数据，不需要做特征选择，并且训练速度快且实现方式简单。2、本专利技术在第一CSI数据流处理中，采用皮尔森相关系数确定手势动作发生点，对第一CSI数据流进行截取，只保留手势动作发生点前与手势动作发生点后的第一CSI数据包，避免了后续对无用第一CSI数据包的计算，减少了计算量。3、本专利技术由于在第一CSI数据包处理过程中使用了巴特沃斯低通滤波算法，对第一CSI数据包进行了去噪处理，减轻了环境噪音对于第一CSI数据包的不良影响，有助于提升手势识别准确率。附图说明图1为本专利技术实施例提供的一种基于大数据和无线信号模型的手势识别方法流程示意图；图2为本专利技术实施例提供的无线路由器与接收端的位置关系示意图；图3为本专利技术实施例提供的第一CSI数据流示意图；图4为本专利技术实施例提供的第一CSI数据流采用改进后的皮尔森相关系数后的结果示意图；图5为本专利技术实施例提供的经PCA降维后的第一CSI数据包示意图；图6为本专利技术实施例提供的经PCA降维后再经巴特沃斯滤波后的第一CSI数据包示意图；图7为本专利技术实施例提供的采用随机森林模型进行手势识别的准确率示意图；图8为本专利技术实施例提供的一种基于大数据和无线信号模型的手势识别装置示意图。附图标记说明：CSI数据获取模块21；CSI数据处理模块22；神经网络训练模块23。具体实施方式下面结合具体实施例对本专利技术做进一步详细的描述，但本专利技术的实施方式不限于此。实施例一请参见图1，图1为本专利技术实施例提供的一种基于大数据和无线信号模型的手势识别方法流程示意图。本专利技术实施例提供了一种基于大数据和无线信号模型的手势识别方法，该识别方法包括如下步骤：步骤1、获取第一CSI数据流；具体地，通过无线通信装置获取第一CSI数据流，其中，第一CSI数据流包括多个第一CSI数据包。进一步地，请参见图2，图2为本专利技术实施例提供的无线路由器与接收端的位置关系示意图。图2描述了信号发送装置(无线路由器)和信号接收装置(接收端，例如无线网卡)的方位。在不同的室内场景下，布置无线通信装置，包括无线路由器、多个发射和接收天线、配置有无线网卡(例如Intel5300无线网卡)的接收端以形成监控区域。从无线网卡中读取信道第一CSI数据流，其中，第一CSI数据流包括在无线信道中传输的无线信号的相位信息和振幅信息。请参见图3，图3为本专利技术实施例提供的第一CSI数据流示意图。例如，将装有Ubuntu系统的主机电脑的WIFI网络连接到准备好的无线路由器上，在命令窗口ping远端的无线路由器用以获得ACK(Acknowledg本文档来自技高网...

【技术保护点】
1.一种基于大数据和无线信号模型的手势识别方法，其特征在于，包括：获取第一CSI数据流，其中，所述第一CSI数据流包括多个第一CSI数据包；对所述第一CSI数据流依次进行截取、降维和去噪处理，以从所述第一CSI数据流中获取处理后的第一CSI数据包；利用处理后的所述第一CSI数据包训练随机森林模型，并利用训练后的所述随机森林模型识别第二CSI数据流。

【技术特征摘要】
1.一种基于大数据和无线信号模型的手势识别方法，其特征在于，包括：获取第一CSI数据流，其中，所述第一CSI数据流包括多个第一CSI数据包；对所述第一CSI数据流依次进行截取、降维和去噪处理，以从所述第一CSI数据流中获取处理后的第一CSI数据包；利用处理后的所述第一CSI数据包训练随机森林模型，并利用训练后的所述随机森林模型识别第二CSI数据流。2.根据权利要求1所述的方法，其特征在于，对所述第一CSI数据流依次进行截取、降维和去噪处理，包括：利用皮尔森相关系数从所述第一CSI数据流中截取所述第一CSI数据包；对截取后的所述第一CSI数据包进行降维处理；对降维处理后的所述第一CSI数据包进行去噪处理。3.根据权利要求2所述的方法，其特征在于，利用皮尔森相关系数从所述第一CSI数据流中截取所述第一CSI数据包，包括：利用皮尔森相关系数确定所述第一CSI数据流的截断点；分别截取所述第一CSI数据流的截断点前与截断点后预设数量的所述第一CSI数据包。4.根据权利要求3所述的方法，其特征在于，利用皮尔森相关系数确定所述第一CSI数据流的截断点，包括：从所述第一CSI数据流中获取N个连续的所述第一CSI数据包，计算N个连续的所述第一CSI数据包的求和值或者平均值，其中，N为大于1的自然数；将所述求和值或者所述平均值作为所述皮尔森相关系数的输入数据，之后利用所述皮尔森相关系数遍历所述第一CSI数据流，确定所述第一CSI数据流的截断点。5.根据权利要求4所述的方法，其特征在于，所述第一CSI数据流的截断点为所述皮尔森相关系数相关性最低点。6...

【专利技术属性】
技术研发人员：王华林，赵玉娟，王小刚，刘超，
申请(专利权)人：西安电子科技大学工程技术研究院有限公司，
类型：发明
国别省市：陕西,61