基于低成本物联网芯片ESP32的人体行为识别系统

摘要：

人体行为识别广泛存在于运动管理、行为分类等应用中,当前的人体行为识别应用主要分为基于摄像机、基于可穿戴设备和基于Wi-Fi感知 3 类.其中,基于摄像机的人体行为识别应用存在隐私泄露的风险,基于可穿戴设备的人体行为识别应用存在续航短、精度差等问题.基于Wi-Fi感知的人体行为识别一般通过Wi-Fi网卡或软件无线电设备识别信道状态信息变化的规律,从而推测用户行为,不存在隐私泄露和续航短的问题,但Wi-Fi网卡需要依靠计算机且软件无线电平台价格昂贵,极大地限制了Wi-Fi感知的应用场景.针对上述问题,提出了一种基于低成本物联网芯片 ESP32 的人体行为识别系统.具体地,所提系统首先使用 Hampel 滤波器和高斯滤波器对ESP32获得的信道状态信息进行预处理,然后使用主成分分析和离散小波变换降低数据的维度,最后通过K最近邻(KNN,K-nearest neighbor)算法对数据进行分类.实验结果表明该系统在仅使用两个ESP32节点的情况下,可以达到与当前主流Wi-Fi感知系统(Intel 5300网卡)相近的识别准确率,6种行为的平均准确率为98.6％.

关键词：人体行为识别、信道状态信息、KNN、离散小波变换、动态时间规整

所属期刊栏目：7

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;四川省科技厅重点研发项目;四川大学-宜宾市战略合作专项项目

在线出版日期：2023-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：133-142