一种基于商用WiFi信号的多人身份识别方法技术

一种基于商用WiFi信号的多人身份识别方法，首先利用收发设备搭建信道状态信息采集平台，数据经过预处理并进行增强，然后通过一个反卷积网络输出一个大小类似视觉图片的张量，并输入深度卷积神经网络提取出具有判别性的身份特征，最后利用特征来识别出人体身份。本发明专利技术能够以较低成本对多人进行身份识别，可以取得理想的识别准确率。本发明专利技术在多人情况下的智能门禁、安防等领域具有一定的应用价值。安防等领域具有一定的应用价值。安防等领域具有一定的应用价值。

【技术实现步骤摘要】
一种基于商用WiFi信号的多人身份识别方法


[0001]本专利技术涉及无线感知
，尤其涉及一种将WiFi信号通过无线感知应用在人体身份识别上的方法。

技术介绍

[0002]人体身份识别是人体感知的一个重要方面，如果能够判断和估计出人体的生物特征，那么就能够通过这些特征准确识别出每个人的身份。
[0003]随着物联网技术的快速发展，WiFi设备广泛地部署在各个地点。WiFi信号可以应用在无线感知的各个领域，包括人员追踪、室内生命体征监测、人机互动和手势识别等，其中基于WiFi的人体身份识别技术吸引了很多研究者的兴趣。和传统的人体身份识别方法相比，基于WiFi的识别方式不需要人体近距离接触任何传感器设备，没有光线等条件限制，不会带来隐私问题。
[0004]目前基于WiFi的人体身份识别方法取得了不错的效果，但是仍然存在一些不足，比如大多数方法都需要用户沿着预先定好的路径来回走动，这样对应用场景有一定的限制，并且这些方法只有在不多于10人时才能获取较高的识别准确率，当人数增加时其准确率会快速下降。
专利
技术实现思路

本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于商用WiFi的非接触式快速人体身份识别方法，其特征在于，所述方法包括以下步骤：步骤1：搭建信道状态信息CSI数据采集平台；步骤2：通过离线训练阶段来构建人体特征库，人体静止站立在收发设备之间，利用人体对电磁波所产生的影响生成不同CSI特征数据；每对天线对生成30个子载波CSI数据，共有RxN对数据，其中R为发射天线数，N为接收天线数；步骤3：取其中一对天线对上的CSI数据进行预处理，过程为：步骤3
‑
1：用巴特沃斯低通滤波器对原始数据进行滤波；步骤3
‑
2：进行CSI数据增强；步骤3
‑
3：采用PCA主成分分析法对数据进行降维处理；步骤4：将上述处理后数据通过输入生成模块进行尺寸修改；步骤5：数据输入特征提取网络进行身份特征提取；步骤6：对提取到的特征送入深度卷积神经网络中进行身份识别训练；步骤7：取其它天线对数据，重复步骤3～步骤6；步骤8：由上述步骤提取的身份特征作为每个人的指纹信息，完成人体特征库的建立；步骤9：通过在线测试阶段进行人体身份识别，同样采集测试数据包；步骤10：对测试数据处理，具体为步骤3～步骤7；步骤11：对测试数据的每个数据样本进行卷积神经网络身份识别并测试；步骤12：输出身份识别结果。2.如权利要求1所述的基于商用WiFi的非接触式快速人体身份识别方法，其特征在于，所述步骤3
‑
2中，对CSI数据增强方法如下：记原始CSI数据样本集为：T＝{t1,t2,
…
,t
n
}，其中t
j
为样本元...

【专利技术属性】
技术研发人员：吴哲夫，肖新宇，施汉银，林超，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：