基于CSI子载波熵值提取特征片段的人体姿态识别方法及系统技术方案

本发明专利技术公开了基于CSI子载波熵值提取特征片段的人体姿态识别系统，它包括了如下步骤：首先，在室内环境下利用安装好CSI tool的两台笔记本电脑作为收发设备采集人体姿态数据；其次，我们对采集到的CSI数据进行预处理，去除数据中的异常值，在保留信号明显特征的同时对信号进行了平滑；然后，将经过处理的信号进行基于熵值的子载波筛选；接着，使用基于特征分析的滑动窗口法对得到的动态子载波进行活动片段的提取；最后，将得到的活动片段转换为相应的灰度图像并导入深度网络中进行训练，实现动作的识别分类。本发明专利技术在可以实现全过程自动识别人体姿态的基础上，并保证了对动作识别有着较高的准确率。

【技术实现步骤摘要】

本专利技术涉及无线感知和人体姿态识别，具体是一种基于csi子载波熵值提取特征片段的人体姿态识别方法及系统。

技术介绍

1、随着物联网和智能设备的快速发展，无线通信技术在人们的日常生活中扮演着越来越重要的角色。目前由于5g及更高频段无线通信的普及，针对无线信号的研究逐渐进入了一个新的阶段。尤其是在无线信号的利用方面，研究人员通过无线信号来实现对用户行为、姿势甚至动作的精准识别，推动了智能健康监测、安防系统、智能家居等多个领域的发展。

2、传统的姿态识别方法主要有基于可穿戴式传感器的姿态识别技术,可穿戴式传感器通过直接与人体接触，能够精准捕捉运动的角度、加速度和旋转信息，提供高精度的姿态数据，同时还可以实时监测用户的动作和姿势进行即时反馈。可穿戴式传感器设计上通常较为便捷，但某些复杂的姿态识别系统仍需要用户将传感器安装在特定部位，这可能会增加用户的安装和调试成本。而基于视觉图像的姿态识别技术，通常需要使用rgb摄像头、深度相机等设备来捕捉和分析人体的视觉信息。视觉图像的姿态识别通常不需要佩戴传感器或进行物理接触，这使得它在很多应用场景中更具吸引力。本文档来自技高网...

【技术保护点】

1.一种基于CSI子载波熵值提取特征片段的人体姿态识别方法，包括以下步骤：

2.根据权利要求1所述的一种基于CSI子载波熵值提取特征片段的人体姿态识别方法，其特征在于：在所述步骤1中采集到的CSI记录了9种人体姿态的数据信息，能够描述信号在传播过程中的特征，同时反映了环境因素和传播路径对信号的影响，接收信号可以表示为：

3.根据权利要求1所述的一种基于CSI子载波熵值提取特征片段的人体姿态识别方法，其特征在于：所述步骤2具体包括如下步骤：

4.根据权利要求1所述的一种基于CSI子载波熵值提取特征片段的人体姿态识别方法，其特征在于：所述步骤3具体包括如下...

【技术特征摘要】

1.一种基于csi子载波熵值提取特征片段的人体姿态识别方法，包括以下步骤：

2.根据权利要求1所述的一种基于csi子载波熵值提取特征片段的人体姿态识别方法，其特征在于：在所述步骤1中采集到的csi记录了9种人体姿态的数据信息，能够描述信号在传播过程中的特征，同时反映了环境因素和传播路径对信号的影响，接收信号可以表示为：

3.根据权利要求1所述的一种基于csi子载波熵值提取特征片段的人体姿态识别方法，其特征在...

【专利技术属性】
技术研发人员：王啸，李军浩，韦卓，张陆晨，赵启超，汤萍萍，
申请(专利权)人：安徽师范大学，
类型：发明
国别省市：