CGAC:一種基于CSI的人體動(dòng)作識(shí)別方法

摘要： WiFi的信道狀態(tài)信息(CSI)在人體動(dòng)作識(shí)別(HAR)領(lǐng)域具有廣泛的應(yīng)用前景。目前基于CSI的HAR大多在準(zhǔn)確率以及不同環(huán)境中的魯棒性上存在不足。針對(duì)這類問(wèn)題，提出了一種結(jié)合卷積神經(jīng)網(wǎng)絡(luò)、門(mén)控循環(huán)單元以及注意力機(jī)制的復(fù)合人體動(dòng)作識(shí)別模型(CGAC)。首先使用CNN對(duì)輸入數(shù)據(jù)進(jìn)行時(shí)序特征提取，通過(guò)池化操作減小特征尺寸，再使用BiGRU對(duì)時(shí)序特征進(jìn)行建模，通過(guò)注意力機(jī)制增強(qiáng)對(duì)關(guān)鍵... （共13頁(yè)）

人體動(dòng)作識(shí)別 信道狀態(tài)信息 深度學(xué)習(xí) 卷積神經(jīng)網(wǎng)絡(luò) 門(mén)控循環(huán)單元 注意力機(jī)制