WiFi环境下基于手势信号的身份验证方法技术

本发明专利技术公开了一种WiFi环境下基于手势信号的身份验证方法，利用中国传统游戏“剪刀，石头，布”作为手势进行研究，因为它们包含手在做动作时手指、手掌和手背等空间动作。本发明专利技术对CSI数据首先利用巴特沃斯低通滤波器和PCA方法进行了降噪。特征提取阶段使用一种新的特征DTW与其它特征一起区分个体。本发明专利技术利用随机森林为特征值加入权重，设计基于LSTM循环神经网络识别个体。本发明专利技术对于10个个体区分的准确度都达95%以上，平均准确率为97.4%。

Authentication method based on gesture signal in WiFi environment

【技术实现步骤摘要】
WiFi环境下基于手势信号的身份验证方法
本专利技术涉及身份识别方法领域，具体是一种WiFi环境下基于手势信号的身份验证方法。
技术介绍
近年来，随着移动设备使用的迅速增加，可靠、方便的用户认证变得越来越重要，而根据用户动作进行身份识别的方式也越来越受到重视。以往对动作识别的研究可分为三大类：基于传感器、基于视频和基于射频。基于传感器的动作识别依赖于独特信号单元传感器，但往往需要以特定的方式佩戴来确保准确的操作，然而人们一般不喜欢身体接触。基于视频的方法会引起严重的隐私问题，同时受到光线和视线的限制，并且存在入侵性过强的问题。基于射频(RadioFrequency，RF)的动作识别中，大多数射频信号的采集需要专用设备，其中利用低成本、普及性强的WiFi基础设施采集到的CSI(ChannelStateInformation，信道状态信息)信号进行动作识别为当前研究热点。现有技术：LiuJ.,DongY.,ChenY.LeveragingBreathingforContinuousUserAuthentication.Proceedingsofthe24thAnnualInternati本文档来自技高网...

【技术保护点】
1.WiFi环境下基于手势信号的身份验证方法，其特征在于：包括以下步骤：（1）、使多个受试者分别处于WiFi信号覆盖区域，由每个受试者分别作出猜拳手势动作，并采集WiFi信号中的CSI数据信号；（2）、对步骤（1）采集到的CSI数据信号进行去噪处理，以去除其中的背景噪声；（3）、利用方差特征对步骤（2）去噪后的连续的CSI数据信号进行窗口分割，为所做的手势活动提供更细的特征粒度；（4）、采用动态时间规整算法DTW提取每个受试者对应的CSI数据信号窗口的DTW特征值，同时从每个受试者对应的CSI数据信号序列中提取常用的特征值；（5）、赋予步骤（4）提取的DTW特征值、各个常用的特征值不同权重；（...

【技术特征摘要】
1.WiFi环境下基于手势信号的身份验证方法，其特征在于：包括以下步骤：（1）、使多个受试者分别处于WiFi信号覆盖区域，由每个受试者分别作出猜拳手势动作，并采集WiFi信号中的CSI数据信号；（2）、对步骤（1）采集到的CSI数据信号进行去噪处理，以去除其中的背景噪声；（3）、利用方差特征对步骤（2）去噪后的连续的CSI数据信号进行窗口分割，为所做的手势活动提供更细的特征粒度；（4）、采用动态时间规整算法DTW提取每个受试者对应的CSI数据信号窗口的DTW特征值，同时从每个受试者对应的CSI数据信号序列中提取常用的特征值；（5）、赋予步骤（4）提取的DTW特征值、各个常用的特征值不同权重；（6）、采用LSTM循环神经网络，将各个受试者的CSI数据信号输入至LSTM循环神经网络，同时将步骤（5）得到的各个特征值的权重加载至LSTM循环神经网络，由LSTM循环神经网络进行训练得到分类识别模型；（7）、利用分类识别模型进行手势动作识别，进...

【专利技术属性】
技术研发人员：王青山，郑志文，张婧阳，徐林嘉，朱钰，于曦，黄尉，王琦，邓斌，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34