一种基于Wi-Fi信号和深度相机的身份识别方法技术

技术编号:30136311 阅读:29 留言:0更新日期:2021-09-23 14:46
一种基于Wi

【技术实现步骤摘要】
一种基于Wi

Fi信号和深度相机的身份识别方法


[0001]本专利技术属于身份识别
,具体涉及一种基于Wi

Fi信号和深度相机的身份识别方法。

技术介绍

[0002]人类身份识别技术在社会治安和个人信息安全领域具有十分重要的作用,身份识别技术作为保证安全的前提得到工业界和学术界越来越多的关注,各种新型的身份识别技术正在成为研究热点。业界目前有许多身份识别的技术方法,例如虹膜识别,指纹识别,人脸识别等。在2004年,Bo Wu等人提出一种基于人脸识别的身份识别算法,其采用了一种比较成熟实用的多姿态人脸检测框架,达到了很高的准确率,但在实际应用中容易受限于图片采集环境的光亮条件。在2006年,Y.E.Du.提出一种基于虹膜识别的身份识别算法,Ryan P. Adams等人提出一种基于指纹识别的身份识别算法,介绍了一种直接作用于图形的卷积神经网络,这些网络允许对输入为任意大小和形状的图的预测管道进行端到端学习,其体系结构概括了基于圆形指纹的标准分子特征提取方法。这些方法的准确性比使用摄像机更高,但收集生物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.种基于Wi

Fi信号和深度相机的身份识别方法,其特征在于,包括离线阶段和在线阶段,具体步骤如下,离线阶段:步骤S1、采集训练数据,当目标在参考位置点上,通过双目摄像头采集目标的RGB和深度图像,并利用无线网卡采集Wi

Fi信号的信道状态信息;步骤S2、数据预处理;通过CSI测量值幅度信息的时域,空域和频域构建CSI幅度图像,通过Grabcut图像分割算法处理双目摄像头拍摄的图像,提取深度图像中目标深度信息;步骤S3、分类学习;构建目标深度图像及位置标签训练数据库,利用卷积神经网络进行基于位置的分类学习,获取基于位置的分类模型;在每一个参考位置上,构建CSI幅度图像及身份标签训练数据库,利用卷积神经网络进行基于身份的分类学习,获取基于身份的分类模型;在线阶段:利用双目摄像头和无线网卡采集图像和CSI幅度信息,将接收到的CSI和图像测量值进行数据预处理,通过C...

【专利技术属性】
技术研发人员:周肖颜俊朱卫平
申请(专利权)人:南京邮电大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1