基于人体RFID骨架细粒度捕获活动时空特征的HAR制造技术

技术编号:44764335 阅读:15 留言:0更新日期:2025-03-26 12:46
本发明专利技术涉及绑定式RFID的HAR领域,提出了一种基于人体RFID骨架的细粒度捕获活动时空特征的HAR方法。通过图注意力网络(GAT),旨在解决传统的GCN对于节点之间关系的建模能力弱而导致不能捕获重要且有效的节点信息的问题。通过多尺度时间卷积网络,解决LSTM只能建模长期依赖关系,缺乏捕获局部时间细节的能力问题。两者的结合打破了现有方法对人类活动时空特征的细粒度捕获方面存在的局限性。在本发明专利技术中,我们利用具有隐私保护、可识别性,和免电池维护等优点的RFID来感知人类活动。通过RFID系统,我们设计了人体RFID骨架图来表达人体活动,并提出了人体RFID骨架时空图卷积网络(BRS‑GCN),在细粒度层面捕捉人体RFID骨架图的时空特征,从而实现人体活动识别。通过实验验证了BRS‑GCN相比于现有的HARs在活动识别方面的性能优势。

【技术实现步骤摘要】

本专利技术属于绑定式rfid的har领域,具体涉及一种基于人体rfid骨架的细粒度捕获活动时空特征的har方法。


技术介绍

1、人类活动识别(har)是一项通过分析和处理传感器数据来识别和分类人类活动的技术。它在多个领域具有重要应用,包括健康监测、智能家居、安防系统、体育运动分析以及人机交互等多个领域。

2、传统的人类活动识别通常是基于机器视觉的方法,它受视距和光线影响的限制,同时也存在着威胁用户隐私安全的问题。随着传感器的发展,无线传感器也被用于har,但这类方法具有电池维护困难且侵入感强的缺点。这些问题都使得现有的基于机器视觉和传感器的har方案饱受争议,而随着研究人员对无线信号深入理解,将一些无线通信技术如wifi,用于人体活动识别,有效地克服现有方案的相关问题,取得了不错的效果,但它们本身不具有目标对象标记特性,不能够解决目标对象身份识别问题。

3、rfid凭借其可标记感知的特性,能够有效地解决目标对象的身份识别、位置定位和状态感知这三个物联网领域核心关键问题,在现有人体活动识别方案中脱颖而出。基于rfid的har包含非绑定本文档来自技高网...

【技术保护点】

1.一种基于人体RFID骨架的细粒度捕获活动时空特征的HAR方法,包括步骤:

2.如权利要求1所述的一种基于人体RFID骨架的细粒度捕获活动时空特征的HAR方法,其特征在于:步骤(1)中所采集的受试者的动作所涉及的标签响应特征数据中,不仅包括RSSI(接收信号强度),还包括DF(多普勒)和相位(Phase)。我们使用同一时刻的DF,RSSI和Phase构成一组标签响应特征数据,16个节点的第t组标签响应特征数据构成了第t个人体RFID骨架,用于表示t时刻人类活动的空间关系。三种特征数据的组合提供了更丰富的活动特征,有利于提高模型的分类准确率。动作包括:站直,站直到蹲着,蹲着,...

【技术特征摘要】

1.一种基于人体rfid骨架的细粒度捕获活动时空特征的har方法,包括步骤:

2.如权利要求1所述的一种基于人体rfid骨架的细粒度捕获活动时空特征的har方法,其特征在于:步骤(1)中所采集的受试者的动作所涉及的标签响应特征数据中,不仅包括rssi(接收信号强度),还包括df(多普勒)和相位(phase)。我们使用同一时刻的df,rssi和phase构成一组标签响应特征数据,16个节点的第t组标签响应特征数据构成了第t个人体rfid骨架,用于表示t时刻人类活动的空间关系。三种特征数据的组合提供了更丰富的活动特征,有利于提高模型的分类准确率。动作包括:站直,站直到蹲着,蹲着,蹲着到站直,站直到弯腰,站着保持弯腰,弯腰到站直,摆臂大步走,摆臂小步走,不摆臂大步走,不摆臂小步走,摆臂原地踏步,不摆臂原地踏步,坐下,静坐,坐着弯下腰,坐着保持弯腰,坐着到站起,躺着,从躺着到坐起,共21项人类活动。

3.如权利要求1所述的一种基于人体rfid骨架的细粒度捕获活动时空特征的har方法,其特征在于:步骤(2)中由于rfid系统的多标签读取机制可能会存在标签遮挡和标签碰撞问题,导致读取器获得的每个标签的标签响应记录的数量是...

【专利技术属性】
技术研发人员:陈毅红赵一霖
申请(专利权)人:西华师范大学
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