【技术实现步骤摘要】
本专利技术涉及无线感知，尤其是一种基于wifi的健身动作和数量跨域联合识别方法。
技术介绍
1、在健康意识不断提升的时代背景下，运动健身已经成为人们改善身体状况、保证健康生活的方式之一，标准的健身动作及单位时间动作的数量直接影响健身效果。目前，大多数人都选择自行健身活动，因缺乏专业人员有效的监督和指导，往往导致运动效果欠佳，甚至存在受伤的风险。为此，人工智能技术已被引入健身监测领域，用于人体健身动作的智能识别和计数，为智能健身提供切实可行的技术方案。但是，现有的计算机视觉技术存在着成本高、泄露个人隐私、对光照和环境要求高等缺点；可穿戴设备亦存在着成本高的问题，而且还受到充电、佩戴设备等限制。已有部分学者采用基于wifi的无线感知技术对健身动作进行识别，其具有如下优势：不需要用户佩戴额外的传感器或设备，不会对用户的运动自由度造成限制；可以捕捉微小的运动细节和变化，提供更准确的动作和数量的识别；不受光线、烟雾、障碍物等环境因素的影响，对应用环境的要求较低。然而，仅在各自的实验场景内能够获得较好的性能，而在与实验场景不同的其他跨域场景下则无法获得理想的识别精度。
技术实现思路
1、本专利技术是为了解决现有技术所存在的上述技术问题，提供一种基于wifi的健身动作和数量跨域联合识别方法。
2、本专利技术的技术解决方案是：一种基于wifi的健身动作和数量跨域联合识别方法，其特征在于按照如下方法进行：
3、步骤1：从接收端采集并提取csi数据如下：
4、>
5、式中：hs(fk,t)表示第k个子载波的csi静态分量，ad(fk,t)、和dd(t)分别表示第k个子载波的csi动态分量的幅值、相位和路径长度，表示一个时变的随机相位偏移；
6、步骤2.计算同一wifi网络接口卡上的两根不同天线的csi数据比值，公式如下：
7、
8、式中：h1(fk,t)和h2(fk,t)分别为两根接收天线的第k个子载波的csi数据，δd表示两根接收天线csi数据动态分量部分反射路径的长度差；
9、提取hq(fk,t)的相位信息q：q＝angle(hq(fk,t))；
10、式中：angle()表示提取hq(fk,t)相位信息的函数；
11、将相位信息q构建为图像p：p＝imagesc(q)；
12、式中：imagesc()表示将相位信息映射为3通道rgb图像的函数；
13、步骤3：将图像p输入给如下的空间注意力机制权重函数：
14、map1(p)＝σ(f7×7(bn(p)))；
15、式中：σ()表示sigmoid函数，f7×7()表示卷积核为7×7的卷积运算，bn()表示批处理归一化运算，map1(p)是一个与p同维的矩阵，其中每个元素对应p中像素的权重；
16、再将map1(p)与rgb图像p进行元素相乘，获得重构图像；
17、步骤4：针对获得的重构图像，采用resnet34网络提取特征，获得特征图f，然后利用通道注意力机制为不同通道分配不同的权重，函数如下：
18、map2(f)＝σ(mlp(avgpool(f))+mlp(maxpool(f))),
19、式中：avgpool()和maxpool()分别为平均池化和最大池化函数，mlp()为多层感知器函数，再将map2()与特征图f进行元素相乘获得重构特征图ztest；
20、步骤5：构建并行结构的两组原型网络，将重构特征图ztest输入给原型网络，分别识别健身动作和动作的数量；
21、所述构建并行结构的两组原型网络是在对网络进行训练时，将n个训练样本按照步骤1-4得到重构特征图以及每个样本对应的类别标签a,a＝1,2,",a，共a个类别，计算每个类别a所有训练样本的的算数平均值，获得原型网络类别a的原型向量μa；
22、所述将重构特征图ztest输入给原型网络，分别识别健身动作和动作的数量是计算重构特征图ztest与每个原型向量μa的欧式距离，然后使用softmax函数计算测试样本的预测概率，公式如下：
23、
24、式中：d(ztest,μa)表示ztest和μa的欧式距离；
25、比较所有获得的预测概率，ztest属于预测概率最大的类别。
26、本专利技术构建了空间注意力机制、通道注意力机制以及连接两者的resnet34网络的串行结构，利用该双注意力机制对csi数据中包含的健身动作和数量的关键特征分配更大的权重，然后通过构建的并行结构的原型网络对健身的动作和数量分别进行识别。实验证明本专利技术不仅具有较高的健身动作和数量的识别精度，而且在跨域环境下不使用或者仅使用少量样本亦可获得理想的跨域识别效果，能够为用户提供更智能、精确和便捷的健身解决方案。
本文档来自技高网...【技术保护点】
1.一种基于WiFi的健身动作和数量跨域联合识别方法，其特征在于按照如下方法进行：
【技术特征摘要】
1.一种基于wifi的健身动作和数量跨域联...
【专利技术属性】
技术研发人员：田勇，乔润杰，叶莹莹，魏雪，丁学君，
申请(专利权)人：辽宁师范大学，
类型：发明
国别省市：
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。