一种基于wifi信号的隔离人员身份认证方法及装置制造方法及图纸

本发明专利技术提供一种基于wifi信号的隔离人员身份认证方法及装置。方法包括：周期性地由管控区域内设置的wifi信号设备获取待认证人员在其活动范围内的CSI信息；对所述CSI信息进行特征提取后送入预先训练的人员身份认证模型，所述人员身份识别模型用于对输入数据进行分类，分类结果即为与CSI信息对应的人员身份认证结果。本发明专利技术基于wifi信号进行隔离人员身份认证，保障了被监管人的隐私，且无需安装额外的监控器材，大幅度降低管控成本，同时实现了高准确率的身份识别。高准确率的身份识别。高准确率的身份识别。

【技术实现步骤摘要】
一种基于wifi信号的隔离人员身份认证方法及装置


[0001]本专利技术涉及身份识别
，具体而言，尤其涉及一种基于wifi信号的隔离人员身份认证方法及装置。

技术介绍

[0002]随着“新冠”疫情形势发展，国家制定了详细的高风险人群集中隔离管控政策。人们的生产、生活有序恢复，跨区域人口流动数量增加，相应的需要进行集中隔离管控的人数越来越多，如何对数量庞大的集中隔离人群进行有效的监控，是紧迫的现实问题。目前主流的监控方式，主要依靠摄像头远程监控和人工管控，这两中方法不仅成本高，而且均存在着侵犯被监管人员隐私权的问题。此外，通过手机GPS信号进行监测则存在精度较低，无法进行市内监控的问题，容易漏掉关键信息。

技术实现思路

[0003]鉴于现有技术的不足，本专利技术提供一种基于wifi信号的隔离人员身份认证方法及装置。本专利技术基于wifi信号进行隔离人员身份认证，保障了被监管人的隐私，且无需安装额外的监控器材，大幅度降低管控成本，同时实现了高准确率的身份识别。
[0004]本专利技术采用的技术手段如下：
[0005]一种基于wifi信号的隔离人员身份认证方法，包括：
[0006]周期性地由管控区域内设置的wifi信号设备获取待认证人员在其活动范围内的CSI信息；
[0007]对所述CSI信息进行特征提取后送入预先训练的人员身份认证模型，所述人员身份识别模型用于对输入数据进行分类，分类结果即为与CSI信息对应的人员身份认证结果。
[0008]进一步地，对所述CSI信息进行特征提取，包括：
[0009]获取CSI幅度信息，并基于所述CSI幅度信息进行CSI图像构造，进而得到用于进行人员身份认证的CSI幅度身份图像。
[0010]进一步地，所述人员身份认证模型的训练过程包括：
[0011]通过wifi信号设备采集不同人员活动时产生的CSI信息并保存；
[0012]基于所述CSI信息进行CSI图像构造，得到对应的CSI幅度身份图像保存至模型训练数据库；
[0013]利用深度学习网络对所述模型训练数据库进行分类学习，从而得到训练完成的人员身份认证模型。
[0014]进一步地，该方法还包括：
[0015]对得到的人员身份认证结果进行核对，将其与数据库中保存的隔离人员及对应的隔离地点记录进行核对，如果核对结果一致则保存认证记录，如果核对结果不一致则进行报警处理。
[0016]进一步地，该方法还包括：
[0017]对所述CSI信息进行特征提取后送入预先训练的人员体型估计模型，所述人员体型估计模型用于对输入数据进行分类，分类结果即为与CSI信息对应的人员体型估计结果。
[0018]进一步地，该方法还包括：
[0019]基于所述人员体型估计结果进行非法入侵检测，如果判断没有非法入侵发生则保存判断记录，如果判断有非法入侵发生则进行报警处理。
[0020]本专利技术还公开了一种基于wifi信号的隔离人员身份认证装置，包括：
[0021]CSI信息获取单元，其用于周期性地由管控区域内设置的wifi信号设备获取待认证人员在其活动范围内的CSI信息；
[0022]人员身份认证单元，其用于对所述CSI信息进行特征提取后送入预先训练的人员身份认证模型，所述人员身份识别模型用于对输入数据进行分类，分类结果即为与CSI信息对应的人员身份认证结果。
[0023]较现有技术相比，本专利技术具有以下优点：
[0024]1、本专利技术基于wifi信号进行隔离人员身份认证，保障了被监管人的隐私，且无需安装额外的监控器材，大幅度降低管控成本，同时实现了高准确率的身份识别。
[0025]2、本专利技术中人员身份认证模型对人员身份进行认证之后，通过人员体型估计模型对人员体型进行估计，然后基于估计结果进行人员身份认证结果的再次确认，保证了认证准确性。
[0026]3、本专利技术还基于人员身份认证模型对非法入侵情形进行监控，进而保证了被监管人的安全性和监管措施的有效性。
附图说明
[0027]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0028]图1为本专利技术实施例中基于wifi信号的隔离人员身份认证方法流程图。
具体实施方式
[0029]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0030]如图1所示，本专利技术提供了一种基于wifi信号的隔离人员身份认证方法，包括：
[0031]周期性地由管控区域内设置的wifi信号设备获取待认证人员在其活动范围内的CSI信息。
[0032]在实际应用中，可以根据监控需求合理设置采集CSI信息的频率和时间。为了增强监控的力度，可以缩短两次数据采集之间的时间。相反为了节约管控资源，也可以拉长两次数据采集之间的时间。
[0033]对所述CSI信息进行特征提取后送入预先训练的人员身份认证模型，所述人员身份识别模型用于对输入数据进行分类，分类结果即为与CSI信息对应的人员身份认证结果。
[0034]具体来说，本专利技术基于深度神经网络对CSI信息与人员身份之间的对应关系进行学习。CSI信息是WIFI信息中的信道状态信息，其在特定空间内会被反射、遮挡和干扰。而同一物体在同一空间内对CSI信息的反射、遮挡干扰均具与物体自身的性质对应。本专利技术即将这种特定的对应关系用于人员身份认证。
[0035]首先对所述CSI信息进行特征提取，具体包括：获取CSI幅度信息，并基于所述CSI幅度信息进行CSI图像构造，进而得到用于进行人员身份认证的CSI幅度身份图像。
[0036]然后将CSI幅度身份图像作为人员身份认证模型的输入数据，获取模型给出的与CSI幅度身份图像相应的身份认证结果。
[0037]本专利技术中人员身份认证模型的训练过程包括：通过wifi信号设备采集不同人员活动时产生的CSI信息并保存；基于所述CSI信息进行CSI图像构造，得到对应的CSI幅度身份图像保存至模型训练数据库；利用深度学习网络对所述模型训练数据库进行分类学习，从而得到训练完成的人员身份认证模型。本专利技术中，优选采用深度神经网络对模型训练数据库进行分类学习。
[0038]作为本专利技术较佳的实施方式，该方法还包括对模型认证结果进行核对的步骤。即将得到的人员身份认证结果与数据库中保存的隔离人员及对应的隔离地点记录进行核对，如果核对结果一致则保存认证记录，如果核对结果不一致则进行报警处理。...

【技术保护点】

【技术特征摘要】
1.一种基于wifi信号的隔离人员身份认证方法，其特征在于，包括：周期性地由管控区域内设置的wifi信号设备获取待认证人员在其活动范围内的CSI信息；对所述CSI信息进行特征提取后送入预先训练的人员身份认证模型，所述人员身份识别模型用于对输入数据进行分类，分类结果即为与CSI信息对应的人员身份认证结果。2.根据权利要求1所述的一种基于wifi信号的隔离人员身份认证方法，其特征在于，对所述CSI信息进行特征提取，包括：获取CSI幅度信息，并基于所述CSI幅度信息进行CSI图像构造，进而得到用于进行人员身份认证的CSI幅度身份图像。3.根据权利要求1所述的一种基于wifi信号的隔离人员身份认证方法，其特征在于，所述人员身份认证模型的训练过程包括：通过wifi信号设备采集不同人员活动时产生的CSI信息并保存；基于所述CSI信息进行CSI图像构造，得到对应的CSI幅度身份图像保存至模型训练数据库；利用深度学习网络对所述模型训练数据库进行分类学习，从而得到训练完成的人员身份认证模型。4.根据权利要求1所述的一种基于wifi信号的隔离人员身份认证方法，其特征在于，该方法还包括：对得...

【专利技术属性】
技术研发人员：陈英奇，林驰，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：