【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rfi
...【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
...【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...
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。