科研之友
微信
新浪微博
Facebook
分享链接
摘要
WiFi手势识别由于相对安全、无需穿戴、设备普及度高等特点,在人机交互中有着重要的应用前景。该技术主要是利用现有室内无线设备收集的信道状态信息(CSI)来进行识别,但大多数只针对单一场景,对于其他新场景,需要增加新场景中的数据进行额外的学习训练,否则识别率将会大幅下降。为此,文中提出一种多视图对抗网络下的WiFi跨场景手势识别方法。通过将多个设备收集到的信息转换为多个多普勒频移(DFS)功率分布图,再利用生成式对抗网络模型将这些信息按数据质量进行加权组合,并提取出与环境无关的特征来进行识别,以提高识别效果,实现跨场景识别。使用网络公开数据集对文中方法进行验证,并与现有方法进行对比。实验结果表明,文中方法可以实现跨场景识别,并优于其他跨场景识别方法。
- 单位
