[发明专利]一种基于无线信号的多模态特征融合步态识别方法

说明书

本发明公开了一种基于无线信号的多模态特征融合步态识别方法，包括：信号采集，使用商用支持IEEE802.11n的路由器作为WiFi信号的发射端，使用一个带有Intel5300无线网卡的计算机作为接收端，接收CSI信号；分别在走廊和大厅采集多人数据；信号处理，信号处理阶段对接收到的CSI信号进行去噪和进行动静态序列的检测；网络分类，在对于动态部分使用一个17层的一维卷积神经网络提取动态部分特征；对于静态部分，采用常见的用于图像分类的深度卷积网络提取静态部分特征；最后将动态静态特征进行融合，经过网络分类输出得到识别结果。本发明的方法能够实现在不同环境中的高精度步态识别，准确率最高为98.5%。

技术领域

本发明涉及无线技术，具体涉及一种基于无线信号的多模态特征融合步态识别方法。

背景技术

无线感知因其非接触、不受光照影响、隐私性好等优势，成为人机交互的新兴研究方向。目前，Wi-Fi感知凭借低成本，大规模部署等优势，研究范围从目标定位扩展到动作识别、身份识别等领域。身份识别在我们的日常生活中至关重要，是在授予用户对数据、服务、设备访问权限前的身份验证。身份识别通过采集人的特有的生物特征从而进行识别，传统通常使用视觉信号、声音信号、射频信号等。视觉信号通过采集人的面部、虹膜等信息进行识别，然而视觉信号易受光线的影响且存在着隐私性的问题。人的声音也可以用于身份识别，然而声音信号易受环境的影响，在嘈杂的环境中声音信号会受到极大的影响。通过射频信号采集人的步态，身形等信息同样可以进行身份识别，射频信号可以不需要清晰的视野和光照条件，得益于电磁波的传播特性，甚至可以实现穿墙等无视野情况的识别，并且其还具有很好的隐私性，这是其他技术无法企及的。目前主流的射频识别技术主要为RFID、雷达信号和Wi-Fi信号。RFID和雷达都需要额外的设备，部署成本较高，并且由于雷达信号的带宽限制，因此并不适于普通的身份识别。随着物联网的技术发展，Wi-Fi已经在我们日常生活中普及，而凭借Wi-Fi信号就可以进行的被动式身份识别技术更是被学术和工业界一致看好。通过Wi-Fi技术通常使用信号为CSI（信道状态信息）和RSSI(信号强度)。RSSI提供的是粗粒度MAC层信息，与RSSI相比CSI提供的是细粒度PHP层信息，CSI是一种细粒度的信道状态信息的度量,它可以描述无线信号的振幅和相位信息，因此可以很好的实现身份识别、动作识别、摔倒检测、呼吸检测、手势识别等。随着人们对隐私信息的重视，因此迫切需要一种隐私性好、准确率高的身份识别方法。而基于CSI信号的身份识别技术能够很好的满足需求，当用户处于Wi-Fi的环境下，不同的用户会对CSI信号造成不同的影响，从而分析这种影响即可以对身份进行识别。

基于CSI信号的身份识别技术根据用户是否进行移动，可以区分为动态CSI身份识别和静态CSI身份识别。动态CSI身份识别主要依据用户的一些动作对信号的传播的扰动从而进行识别，这些动作包括有步态、活动、手势等。而其中步态最为常见，步态作为人的一种生物特征，与指纹、虹膜等一样具有唯一性。步态是一个人的自然行走的方式，是一个涉及神经、肌肉和骨骼的多部位联动的复杂过程。有关医学研究表明，步态具有唯一性每个人行走的步态都是独一无二的，即便模仿效果也会很差。不同用户由于身体体重、行走速度、身体摆动幅度周期的差异，对接收端的信号会产生不同程度的扰动，通过分析信号的差异可以进行身份识别。静态CSI身份识别是利用CSI信号的静态传播特性，可以通过不同用户静止时的含水率、骨密度、脂肪率和肌肉率等差异对CSI信号的传播的影响，从而对身份进行识别。

身份识别常见的有基于视觉身份识别、基于传感器身份识别、基于红外的身份识别、基于生物检测的身份识别、基于射频技术的身份识别。

基于视觉的身份识别技术主要是是通过相机采集可以用于身份识别的生物特征，如面部特征、步态、虹膜等。通过一系列的图像处理的方法进行特征分析，从而进行身份识别。

基于传感器的身份识别是通过用户佩戴可穿戴设备（如手环、智能手表）或设置地面传感器等，从而获得身份信息进行身份识别。