WiSigPro动作识别模型

98%精度·Wi-Fi感知

通过多注意力机制与信号处理，在Wi-Fi无源感知中实现鲁棒的人体活动识别。

Abid, Hussain · Yueshan, Chen · Arif, Ullah · 张四海

Expert Systems with Applications 2024

参数信息

识别准确率

98 %

技术优势

识别精度高

利用多注意力机制捕捉复杂的时空模式，在仿真中达到98%的识别准确率，超越传统神经网络。

信号质量提升

集成小波去噪、中值滤波与功率谱密度分析，可有效降噪并提取频域特征，提升特征质量。

数据不平衡处理

使用SMOTE过采样与数据增强策略，平衡类别表示并提升模型泛化能力。

应用场景

• 无源人体活动识别：无需佩戴设备即可识别动作，可用于家庭监控、跌倒检测。
• 非接触式感知：不接触人体即可感知活动，适用于隐私敏感场景。
• 智能健康监测：长期监测日常活动，辅助发现异常行为。
• 智能环境感知：利用环境中的Wi-Fi信号进行感知，无需额外部署专用传感器。
• 人机交互感知：识别人类动作，让机器人更自然地理解用户意图。