基于Bi-LSTM的CSI手势识别算法

作者：郭浩雨; 冯秀芳^*

来源：计算机工程与设计, 2022, 43(09): 2614-2621.

DOI：10.16208/j.issn1000-7024.2022.09.028

• 信道状态信息
• 循环神经网络
• 手势识别
• 主成分分析
• Wi-Fi

针对目前大多数基于CSI的手势识别方法存在精度偏低以及成本过高等缺陷，提出一种基于Bi-LSTM的CSI手势识别算法BGR (Bi-LSTM gesture recognition)。提取原始数据中的幅值信息，将其重构为长度一致的信号片段；利用PCA提取CSI信号的主成分特征，经过低通滤波除去背景噪声和多径效应干扰；在时域尺度上将连续手势动作信息输入到基于Bi-LSTM的特征融合模型中进行深层特征提取以及分类识别训练。在相关手势数据集上进行对比测试，其平均准确率达到91.49%。实验结果表明，该算法提高了手势识别的准确率，具有较强的适应性。

• 单位
  太原理工大学