登录 | 注册 | 忘记密码
首页IT互联网最新科技

最新科技

一种人体行为识别和身份认证方法、装置和电子设备与流程

来源: 浏览:25次  更新时间:2021-10-21 17:36

一种人体举动辨别和身份认证办法、安装和电子设备与过程

1.本创造波及无线感本领范围特别是波及一种人体举动辨别和身份认证办法、安装和电子设备。


背景本领:

2.生物辨别本领是指依据个别的生物学和举动个性自动辨别身份的本领。在人机接互范围经过举动辨其他截止links经过举动辨其他截止实行相应的安排不妨实行无交战接互。且在举动辨其他过程中不妨进行身份认证即认证是特定身份后再实行该举动相应的安排。不妨瞅出实行何种安排依附于身份认证的截止以及举动辨其他截止因此身份认证和举动辨别是运用生物辨别本领实行人机接互的沉要实质。


本领实行因素:

3.本创造实行例的手段在于供给一种人体举动辨别和身份认证办法、安装和电子设备以普及举动辨其他精确度和身份认证的精确度。简直本领筹备如下:
4.本创造实行例供给了一种人体举动辨别和身份认证办法包括:
5.获顺利势辨别感知数据所述手势辨别感知数据是信道状况信息csi感知数据;
6.闭于所述手势辨别感知数据进行预处置赢得预处置后的手势辨别感知数据;
7.闭于所述预处置后的手势辨别感知数据进行时频变幻赢得所述手势辨别感知数据闭于应的时频图所述时频图用于反应人体手势引起的旗号犹豫信息;
8.将所述时频图输出预先熟习好的多责任模型经过所述多责任模型输动手势辨别截止以及身份认证截止;个中所述多责任模型是基于多个样品数据闭于多责任进修模型熟习赢得的所述多责任进修模型是基于手势辨别责任和身份认证双沉责任而建立的所述样品数据是无线设备与接收设备之间存留人体手势时而采集的csi感知数据;多个样品数据起码包括不共人作出沟通人体手势时而采集的多个csi感知数据。
9.可选的所述csi感知数据为个中h(f,t)展现t时时的csi感知数据n展现多径的数目α
n
展现路途n下的复衰降τ
n
展现路途n下的传播减速ε
(f,t)
展现由时序闭于准偏移采样频率偏移和载波频率偏移引起的相位缺点f展现频率j展现虚数的虚部;
10.所述闭于所述手势辨别感知数据进行预处置赢得预处置后的手势辨别感知数据包括:
11.经过将所述手势辨别感知数据变换为稳态旗号和理想旗号并提取所述理想旗号所述理想旗号为所述预处置后的手势辨别感知数据;个中h
s
(f)展现十脚稳态旗号的和p
d
展现理想旗号集中;u展现用于积分的时间标记d
n
展现第n条路途的长度。
12.可选的所述闭于所述预处置后的手势辨别感知数据进行时频变幻赢得所述手势辨别感知数据闭于应的时频图包括:
13.经过短时傅里叶变幻闭于所述预处置后的手势辨别感知数据进行时频变幻赢得多普勒效力dfs时频图。
14.可选的所述多责任模型包括:空间注沉力层、时间注沉力层和特定责任全对接层;
15.所述经过所述多责任模型输动手势辨别截止以及身份认证截止包括:
16.经过所述空间注沉力层提取所述时频图闭于应的空间注沉力特性所述空间注沉力特性包括戴有权沉的空间特性所述空间特性是基于卷积神经搜集cnn而提取赢得的;不共权沉展现所述时频图中不共地位具备不共闭心级其他特性;
17.将所述空间注沉力特性输出所述时间注沉力层经过所述时间注沉力层提取闭于应的时间注沉力特性所述时间注沉力特性用于展现所述时频图的时间序列长度;
18.将所述时间注沉力特性输出所述特定责任全对接层经过所述特定责任全对接层输动手势辨别截止以及身份认证截止。
19.可选的所述空间注沉力层包括卷积神经搜集cnn;所述时间注沉力层包括长近期回顾搜集lstm。
20.可选的赢得所述预先熟习好的多责任模型包括:
21.获得多个样品数据所述样品数据是无线设备与接收设备之间存留人体手势时而采集的csi感知数据;多个样品数据起码包括不共人作出沟通人体手势时而采集的多个csi感知数据;
22.获得各个样品数据分别闭于应的样品真值所述样品真值用于展现所述样品数据经纪体手势所闭于应的手势辨别截止标签值和身份认证截止标签值;
23.针闭于各个样品数据闭于所述样品数据进行预处置赢得预处置后的样品数据;
24.闭于所述预处置后的样品数据进行时频变幻赢得所述样品数据闭于应的时频图;
25.基于手势辨别责任和身份认证双沉责任建立多责任进修模型;所述多责任进修模型包括所述手势辨别责任和所述身份认证双沉责任分别闭于应的不共权沉的破坏函数;
26.运用多个样品数据闭于应的时频图和所述样品真值闭于所述多责任进修模型进行熟习赢得熟习好的多责任进修责任。
27.可选的所述运用多个样品数据闭于应的时频图和所述样品真值闭于所述多责任进修模型进行熟习赢得熟习好的多责任进修责任包括:
28.将多个样品数据闭于应的时频图输出所述多责任进修模型;
29.针闭于各个样品数据将所述多责任进修模型的输出值与所述样品数据闭于应的样品真值比较所述输出值是针闭于所述样品数据的时频图的输出值;
30.当比较截止懊悔脚预设前提时则安排所述多责任进修模型的参数直至比较截止满脚预设前提所述预设前提包括破坏函数抑制。
31.本创造实行例还供给了一种人体举动辨别和身份认证安装包括:
32.第一获得模块用于获顺利势辨别感知数据所述手势辨别感知数据是信道状况信息csi感知数据;
33.第一预处置模块用于闭于所述手势辨别感知数据进行预处置赢得预处置后的手
势辨别感知数据;
34.第二时频变幻模块用于闭于所述预处置后的手势辨别感知数据进行时频变幻赢得所述手势辨别感知数据闭于应的时频图所述时频图用于反应人体手势引起的旗号犹豫信息;
35.赢得截止模块用于将所述时频图输出预先熟习好的多责任模型经过所述多责任模型输动手势辨别截止以及身份认证截止;个中所述多责任模型是基于多个样品数据闭于多责任进修模型熟习赢得的所述多责任进修模型是基于手势辨别责任和身份认证双沉责任而建立的所述样品数据是无线设备与接收设备之间存留人体手势时而采集的csi感知数据;多个样品数据起码包括不共人作出沟通人体手势时而采集的多个csi感知数据。
36.可选的所述csi感知数据为个中h(f,t)展现t时时的csi感知数据n展现多径的数目α
n
展现路途n下的复衰降τ
n
展现路途n下的传播减速ε
(f,t)
展现由时序闭于准偏移采样频率偏移和载波频率偏移引起的相位缺点f展现频率j展现虚数的虚部;
37.所述第一预处置模块简直用于经过将所述手势辨别感知数据变换为稳态旗号和理想旗号并提取所述理想旗号所述理想旗号为所述预处置后的手势辨别感知数据;个中h
s
(f)展现十脚稳态旗号的和p
d
展现理想旗号集中;u展现用于积分的时间标记d
n
展现第n条路途的长度。
38.可选的第偶尔频变幻模块简直用于经过短时傅里叶变幻闭于预处置后的手势辨别感知数据进行时频变幻赢得多普勒效力dfs时频图。
39.可选的多责任模型包括:空间注沉力层、时间注沉力层和特定责任全对接层;
40.赢得截止模块简直用于经过空间注沉力层提取时频图闭于应的空间注沉力特性空间注沉力特性包括戴有权沉的空间特性空间特性是基于卷积神经搜集cnn而提取赢得的;不共权沉展当前频图中不共地位具备不共闭心级其他特性;将空间注沉力特性输出时间注沉力层经降伍间注沉力层提取闭于应的时间注沉力特性时间注沉力特性用于展当前频图的时间序列长度;将时间注沉力特性输出特定责任全对接层经过特定责任全对接层输动手势辨别截止以及身份认证截止。
41.可选的空间注沉力层包括卷积神经搜集cnn;时间注沉力层包括长近期回顾搜集lstm。
42.可选的安装还包括:
43.第二获得模块用于获得多个样品数据样品数据是无线设备与接收设备之间存留人体手势时而采集的csi感知数据;多个样品数据起码包括不共人作出沟通人体手势时而采集的多个csi感知数据;获得各个样品数据分别闭于应的样品真值样品真值用于展现样品数据经纪体手势所闭于应的手势辨别截止标签值和身份认证截止标签值;
44.第二预处置模块用于针闭于各个样品数据闭于样品数据进行预处置赢得预处置后的样品数据;
45.第二时频变幻模块用于闭于预处置后的样品数据进行时频变幻赢得样品数据闭于应的时频图;
46.建立模块用于基于手势辨别责任和身份认证双沉责任建立多责任进修模型;多责任进修模型包括手势辨别责任和身份认证双沉责任分别闭于应的不共权沉的破坏函数;
47.熟习模块用于运用多个样品数据闭于应的时频图和样品真值闭于多责任进修模型进行熟习赢得熟习好的多责任进修责任。
48.可选的熟习模块简直用于将多个样品数据闭于应的时频图输出多责任进修模型;针闭于各个样品数据将多责任进修模型的输出值与样品数据闭于应的样品真值比较输出值是针闭于样品数据的时频图的输出值;当比较截止懊悔脚预设前提时则安排多责任进修模型的参数直至比较截止满脚预设前提预设前提包括破坏函数抑制。
49.本创造实行例还提供给了一种电子设备包括处置器、通讯接口、保存器和通讯总线个中处置器通讯接口保存器经过通讯总线完成彼此间的通讯;
50.保存器用于存放估计机步调;
51.处置器用于实行保存器上所存放的步调时实行上述人体举动辨别和身份认证办法的办法办法。
52.本创造实行例还供给了一种估计机可读保存介质该估计机可读保存介质内保存有估计机步调所述估计机步调被处置器实行时实行上述人体举动辨别和身份认证办法的办法办法。
53.本创造实行例还供给了一种包括指令的估计机步调产品当其在估计机上运行时使得估计机实行上述人体举动辨别和身份认证办法的办法办法。
54.本创造实行例有益效验:
55.本创造实行例供给的人体举动辨别和身份认证办法、安装和电子设备经过获顺利势辨别感知数据手势辨别感知数据是信道状况信息csi感知数据;闭于手势辨别感知数据进行预处置赢得预处置后的手势辨别感知数据;闭于预处置后的手势辨别感知数据进行时频变幻赢顺利势辨别感知数据闭于应的时频图时频图不妨反应人体手势引起的旗号犹豫信息且时频图信息比较丰厚即不妨提取展现人体手势的高分别率的特性。如许将该时频图输出预先熟习好的多责任模型经过多责任模型输动手势辨别截止以及身份认证截止不妨运用展现人体手势的高分别率的特性进行手势辨别和身份认证不妨普及举动辨其他精确度和身份认证的精确度。共时多责任模型是基于多个样品数据闭于多责任进修模型熟习赢得的多责任进修模型是基于手势辨别责任和身份认证双沉责任而建立的多责任模型不妨充溢运用手势辨别责任和身份认证之间的彼此效率进一步普及输出的精确度。
56.天然实行本创造的任一产品大概办法并不必定须要共时达到以上所述的十脚便宜。
附图证明
57.为了更领会地证明本创造实行例大概现有本领中的本领筹备底下将闭于实行例大概现有本领刻画中所须要运用的附图作大概地引睹不言而喻地底下刻画中的附图只是是本创造的一些实行例闭于于本范围普遍本领人员来道还不妨依据这些附图赢得其他的实行
例。
58.图1为本创造实行例供给的人体举动辨别和身份认证办法的过程图;
59.图2为本创造实行例中熟习赢得多责任模型的过程图;
60.图3为本创造实行例供给的熟习多责任模型的运用表示图;
61.图4为本创造实行例供给的人体举动辨别和身份认证安装的一种构造表示图;
62.图5为本创造实行例供给的人体举动辨别和身份认证安装的另一种构造表示图;
63.图6为本创造实行例供给的电子设备的构造表示图。
简直实行办法
64.底下将共同本创造实行例中的附图闭于本创造实行例中的本领筹备进行领会、完备地刻画明显所刻画的实行例只是是本创造一局部实行例而不是理想的实行例。基于本创造中的实行例本范围普遍本领人员基于本本领所赢得的十脚其他实行例都属于本创造保护的范畴。
65.生物辨别本领是指依据个别的生物学和举动个性自动辨别身份的本领。经过掘掘无线设备如wi

fi设备中潜躲于信道状况信息信道状况信息(channel state informationcsi)的人体大概人体举动闭于无线旗号传播的内在效率不妨辨别身份该本领在学术界常常被称为无线电生物辨别(rb)。rb的探究重要会合于生物特性比方步态、呼吸模型和身材物理特性。纵然戴宽有限然而在室内无线感知方面wi

fi仍展现出与雷达好像的功效。
66.已有办法中经过提取步态形式以辨别行人身份。然而是这种办法仅能辨别粗粒度举动直身的特性大概者创造人体物理特性的特性而不将它们视为一体个中粗粒度举动即幅度较大的人体举动。而本质上当人干手势大概者其他处事时将不可制止地引导身材其他局部的疏通这与身材的停止局部所有会效率无线旗号传播。基于以上瞅点本创造提出了一种新的rb体系无线身份证(无线idwirelessid)经过提取高分别率时空特性来摸索嵌入csi的人类细粒度举动和身材物理特性。其他闭于应于身材不共部位的旗号犹豫闭于辨别本能的奉献也不共。也即是说csi样品的不共局部闭于特性的奉献不共而且不共csi序列闭于特性的奉献也不共。因此为了提取更富饶的功效本创造实行例在深度框架中引入了一种闭心机制该机制依据特性闭于本能矫正的沉要性自动调配权沉。
67.无线电生物辨别是经过掘掘wi

fi设备中潜躲于csi的人体大概人体举动闭于无线旗号传播的内在效率来辨别身份即举动辨别是身份辨其他前提二者有本质的通联。这在呆板进修范围中是典范的多责任进修(multi

task learningmtl)。动作呆板进修中很有远景的范围mtl旨在运用多个进修责任中包括的有用信息来为每个责任进修更透彻的模型。基于假如十脚责任大概起码局部是相闭的与径自进修各项责任比拟在体味和表面上共同进修多项责任会获得更好的本能。
68.本创造实行例深度掘掘人体细粒度举动和人体物理个性二者闭于无线旗号传播的本质效率在辨别人体举动的共时完成身份认证将要举动辨别和身份认证普遍闭于待经过多责任进修模型经降伍进行举动辨别和身份认证不妨降矮体系闭于数据百般性和数手段依附提高体系泛化本能。
69.本创造实行例在简直室内场景下在wi

fi设备和接收设备天线之间用户完成不
共手势办法效劳器端收集并保存手势辨别感知数据;闭于收集到的csi感知数据进行诸如去噪、时频变幻等数据预处置;针闭于手势辨别和身份认证双沉责任建登时空注沉力机制多责任进修模型;基于时空注沉力机制多责任进修模型进修实用于二种责任的时空高分别率特性并熟习和尝试模型;建立基于人体手势的共同人体细粒度举动辨别和身份认证体系将无交战身份认证和人机接互功效有机普遍。总的来道本创造实行例预先基于在简直场景下采集的csi感知数据并闭于csi感知数据进行预处置赢得闭于应的时频图运用多个时频图熟习多责任模型如许不妨建立基于人体手势的共同人体细粒度举动辨别和身份认证体系即基于该熟习好的多责任模型输出举动辨其他截止和身份认证的截止。
70.底下临于本创造实行例供给的人体举动辨别和身份认证办法进行留神证明。
71.本创造实行例供给的人体举动辨别和身份认证办法不妨运用于电子设备电子设备不妨包括效劳器、结尾等等。
72.本创造实行例供给了一种人体举动辨别和身份认证办法包括:
73.获顺利势辨别感知数据手势辨别感知数据是信道状况信息csi感知数据;
74.闭于手势辨别感知数据进行预处置赢得预处置后的手势辨别感知数据;
75.闭于预处置后的手势辨别感知数据进行时频变幻赢顺利势辨别感知数据闭于应的时频图时频图用于反应人体手势引起的旗号犹豫信息;
76.将时频图输出预先熟习好的多责任模型经过多责任模型输动手势辨别截止以及身份认证截止;个中多责任模型是基于多个样品数据闭于多责任进修模型熟习赢得的多责任进修模型是基于手势辨别责任和身份认证双沉责任而建立的样品数据是无线设备与接收设备之间存留人体手势时而采集的csi感知数据;多个样品数据起码包括不共人作出沟通人体手势时而采集的多个csi感知数据。
77.本创造实行例中经过获顺利势辨别感知数据手势辨别感知数据是信道状况信息csi感知数据;闭于手势辨别感知数据进行预处置赢得预处置后的手势辨别感知数据;闭于预处置后的手势辨别感知数据进行时频变幻赢顺利势辨别感知数据闭于应的时频图时频图不妨反应人体手势引起的旗号犹豫信息且时频图信息比较丰厚即不妨提取展现人体手势的高分别率的特性。如许将该时频图输出预先熟习好的多责任模型经过多责任模型输动手势辨别截止以及身份认证截止不妨运用展现人体手势的高分别率的特性进行手势辨别和身份认证不妨普及举动辨其他精确度和身份认证的精确度。共时多责任模型是基于多个样品数据闭于多责任进修模型熟习赢得的多责任进修模型是基于手势辨别责任和身份认证双沉责任而建立的多责任模型不妨充溢运用手势辨别责任和身份认证之间的彼此效率进一步普及输出的精确度。
78.本创造实行例供给了一种人体举动辨别和身份认证办法如图1所示不妨包括:
79.s101获顺利势辨别感知数据。
80.手势辨别感知数据是信道状况信息csi感知数据。
81.s102闭于手势辨别感知数据进行预处置赢得预处置后的手势辨别感知数据。
82.不妨闭于手势辨别感知数据进行去噪处置取消固态偏移等。
83.一种可实行办法中csi感知数据为个中h(f,t)展现t时时的csi感知数据n展现多径的数目α
n
展现路途n下的复衰降τ
n
展现路途n
term memory networkslstm)即经过lstm实行时间注沉力层。
97.本创造实行例中经过获顺利势辨别感知数据手势辨别感知数据是信道状况信息csi感知数据;闭于手势辨别感知数据进行预处置赢得预处置后的手势辨别感知数据;闭于预处置后的手势辨别感知数据进行时频变幻赢顺利势辨别感知数据闭于应的时频图时频图不妨反应人体手势引起的旗号犹豫信息且时频图信息比较丰厚即不妨提取展现人体手势的高分别率的特性。如许将该时频图输出预先熟习好的多责任模型经过多责任模型输动手势辨别截止以及身份认证截止不妨运用展现人体手势的高分别率的特性进行手势辨别和身份认证不妨普及举动辨其他精确度和身份认证的精确度。共时多责任模型是基于多个样品数据闭于多责任进修模型熟习赢得的多责任进修模型是基于手势辨别责任和身份认证双沉责任而建立的多责任模型不妨充溢运用手势辨别责任和身份认证之间的彼此效率进一步普及输出的精确度。经过本创造实行例供给的人体举动辨别和身份认证办法不妨实行基于csi时空注沉力个性的共同人体细粒度举动辨别和身份认证。
98.其他经过多责任模型不妨共时输动手势辨别截止以及身份认证截止不妨普及估计效力提高用户体验如已有本领中进步行身份认证身份考订经过后再进行举动辨别并依据举动辨其他截止进行相应的安排。
99.本创造实行例预先熟习赢得多责任模型如图2所示赢得预先熟习好的多责任模型不妨包括:
100.s201获得多个样品数据。
101.样品数据是无线设备与接收设备之间存留人体手势时而采集的csi感知数据;多个样品数据起码包括不共人作出沟通人体手势时而采集的多个csi感知数据。
102.比方在简直室内场景下在wi

fi设备和接收设备天线之间用户完成不共手势办法效劳器端收集并保存手势辨别感知数据。
103.s202获得各个样品数据分别闭于应的样品真值。
104.样品真值用于展现样品数据经纪体手势所闭于应的手势辨别截止标签值和身份认证截止标签值。
105.s203针闭于各个样品数据闭于样品数据进行预处置赢得预处置后的样品数据。
106.好像于上述闭于手势辨别感知数据进行预处置的过程参照上述闭于手势辨别感知数据进行预处置的过程。
107.s204闭于预处置后的样品数据进行时频变幻赢得样品数据闭于应的时频图。
108.好像于上述闭于手势辨别感知数据进行时频变幻的过程参照上述闭于手势辨别感知数据进行时频变幻的过程。
109.如许建立赢得用于模型熟习的数据集数据集包括多个样品数据闭于应的时频图以及闭于应的样品真值。
110.底下基于数据集进行多责任模型的熟习。
111.s205基于手势辨别责任和身份认证双沉责任建立多责任进修模型。
112.多责任进修模型包括手势辨别责任和身份认证双沉责任分别闭于应的不共权沉的破坏函数。
113.多责任进修模型不妨包括:空间注沉力层、时间注沉力层和特定责任全对接层。
114.简直地不妨经过cnn实行空间注沉力层经过lstm实行时间注沉力层。
115.本创造经过拉拢cnn和lstm使得模型不妨获得细粒时空特性提高模型鲁棒性不妨提高模型细粒疏通辨别泛化本领。
116.且因为人体不共部位闭于应的旗号犹豫闭于辨别本能的奉献不共即csi样品的不共局部和不共csi序列闭于特性的奉献不共。因此为了提取更鲁棒的特性本创造在深度模型中引入注沉力机制该机制依据特性闭于本能矫正的沉要性自动调配权沉。在运用cnn和lstm提取特性的过程中不妨共同注沉力机制。
117.在熟习过程中进行时空注沉力机制多责任进修模型建立与熟习使得模型不妨进修到经过空间注沉力层和时间注沉力层提取时空注沉力特性。
118.经过闭于频谱图实行cnn的卷积安排不妨赢得空间特性。其他频谱图中的不共频率沉量和其他个性闭于辨别本能的最大化有不共的奉献。换句话说某些频率因素在辨别中起重要效率。注沉力机制已用于闭于象追踪和辨别该机制经过进修采用图像以最大程度地缩小追踪未定定性。咱们混共卷积与注沉力机制提取频谱图中的鲁棒空间特性。即空间注沉力模型不妨进修闭于频谱图不共地位具备不共闭心级其他特性。因此经过闭于频谱图实行注沉力卷积运算不妨赢得空间注沉力特性。该模型的输出用作时间注沉力模型的输出。
119.频谱图序列包括随时间变革的人体举动的完备理想。与举动相闭的频谱图序列大概具备不共的长度因为实行不共的举动大概会耗费不共的时间而不共用户实行相风举动也大概会耗费不共的时间。lstm不妨编码序列的时间理想信息。具备注沉力机制的lstm保持中央编码序列截止而后自符合地闭于这些中央输出截止的子集进行建模。换句话说模型会依据最后辨别本能矫正的沉要性自动为进修的特性调配不共的权沉。因而可获得时频图序列时间注沉力特性。
120.s206运用多个样品数据闭于应的时频图和样品真值闭于多责任进修模型进行熟习赢得熟习好的多责任进修责任。
121.不妨将多个样品数据闭于应的时频图输出多责任进修模型;针闭于各个样品数据将多责任进修模型的输出值与样品数据闭于应的样品真值比较输出值是针闭于样品数据的时频图的输出值;当比较截止懊悔脚预设前提时则安排多责任进修模型的参数直至比较截止满脚预设前提预设前提包括破坏函数抑制。
122.手势辨别和身份认证是典范的多分类过程因此采用softmax(归一化指数函数)动作激活函数。为了建立多责任进修模型可认为手势辨别责任和身份认证责任分别赋予一个破坏函数(分别为loss1和loss2)经过闭于这二个破坏函数赋予不共的权沉建立多责任进修模型的破坏函数入公式loss=ω1loss1+ω2loss2(ω1+ω2=1)从上述办法中提取的时空注沉力特性用于熟习softmax分类器。
123.因此闭于于mtl熟习即变化为优化loss破坏函数使模型不妨领会责任之间该当何如样彼此效率提高模型泛化本能。
124.图3为本创造实行例供给的熟习多责任模型的运用表示图。参睹图3开始获得简直室内场景下的人体手势感知数据csi因为数据中包括情况噪声和设备自己不完备引导的噪声所以须要经往日噪处置后再进行时频变幻以获得csi闭于应的时频图也即csi

dfs时频图。
125.个中运用了csi时空个性巩固本领:针闭于无线感知旗号时空分别率矮且易受情况和设备自己噪声效率的问题本创造实行例在ofdm多载波本领的支持下采用mimo和高档
旗号处置本领获得潜躲于csi中仅由人体疏通引起的旗号犹豫信息。
126.运用csi

dfs时频图熟习多责任进修模型也不妨领会为时空注沉力机制多责任进修模型。
127.多责任进修模型包括空间注沉力层、时间注沉力层以及特定责任对接层空间注沉力层也不妨称之为空间注沉力模块;时间注沉力层也不妨称之为时间注沉力模块。
128.个中共同深度细粒时空特性提取本领和鲁棒特性获得本领进修空间注沉力模块和时间注沉力模块。深度细粒时空特性提取本领:为了提高模型细粒疏通辨别泛化本领本创造经过拉拢深度卷积神经搜集(cnn)和长近期回顾搜集(lstm)获得细粒时空特性提高模型鲁棒性。鲁棒特性获得本领:因为人体不共部位闭于应的旗号犹豫闭于辨别本能的奉献不共即csi样品的不共局部和不共csi序列闭于特性的奉献不共。因此为了提取更鲁棒的特性本创造在深度模型中引入注沉力机制该机制依据特性闭于本能矫正的沉要性自动调配权沉。
129.经过人体举动和身份认证双沉责任共步实行本领实行多责任进修熟习多责任进修模型。人体举动和身份认证双沉责任共步实行本领:本创造的身份认证是一种基于获得不共个别完成沟通细粒度举动间的分别大概者说是独一形式的筹备身份认证和举动辨别这二种责任之间具备高度的相闭性。而mtl基于责任间的相闭性旨在运用多个进修责任中包括的有用信息来为每个责任进修更透彻的模型。因而为了进一步提高模型本能本创造提出一种基于人体手势的共同人体细粒度举动辨别和身份认证体系将无交战身份认证和人机接互功效有机普遍。
130.本创造实行例提出一种基于人体手势的共同人体细粒度举动辨别和身份认证筹备经过提高感知旗号分别率、提取鲁棒时空注沉力特性、建立多责任进修模型提出共同人体细粒度举动辨别和身份认证体系将无交战身份认证和人机接互功效有机普遍。且在多责任模型的熟习过程中充溢运用多责任进修的个性运用身份认证和举动辨别彼此之间的效率降矮多责任进修模型闭于数据百般性和数手段依附普及了模型的泛化本领。
131.闭于应于上述实行例供给的人体举动辨别和身份认证办法本创造实行例还供给了一种人体举动辨别和身份认证安装如图4所示不妨包括:
132.第一获得模块401用于获顺利势辨别感知数据手势辨别感知数据是信道状况信息csi感知数据;
133.第一预处置模块402用于闭于手势辨别感知数据进行预处置赢得预处置后的手势辨别感知数据;
134.第偶尔频变幻模块403用于闭于预处置后的手势辨别感知数据进行时频变幻赢顺利势辨别感知数据闭于应的时频图时频图用于反应人体手势引起的旗号犹豫信息;
135.赢得截止模块404用于将时频图输出预先熟习好的多责任模型经过多责任模型输动手势辨别截止以及身份认证截止;个中多责任模型是基于多个样品数据闭于多责任进修模型熟习赢得的多责任进修模型是基于手势辨别责任和身份认证双沉责任而建立的样品数据是无线设备与接收设备之间存留人体手势时而采集的csi感知数据;多个样品数据起码包括不共人作出沟通人体手势时而采集的多个csi感知数据。
136.可选的csi感知数据为个中h(f,t)展现t
时时的csi感知数据n展现多径的数目α
n
展现路途n下的复衰降τ
n
展现路途n下的传播减速ε
(f,t)
展现由时序闭于准偏移采样频率偏移和载波频率偏移引起的相位缺点f展现频率j展现虚数的虚部;
137.第一预处置模块402简直用于经过将手势辨别感知数据变换为稳态旗号和理想旗号并提取理想旗号理想旗号为预处置后的手势辨别感知数据;个中h
s
(f)展现十脚稳态旗号的和p
d
展现理想旗号集中;u展现用于积分的时间标记d
n
展现第n条路途的长度。
138.可选的第偶尔频变幻模块403简直用于经过短时傅里叶变幻闭于预处置后的手势辨别感知数据进行时频变幻赢得多普勒效力dfs时频图。
139.可选的多责任模型包括:空间注沉力层、时间注沉力层和特定责任全对接层;
140.赢得截止模块404简直用于经过空间注沉力层提取时频图闭于应的空间注沉力特性空间注沉力特性包括戴有权沉的空间特性空间特性是基于卷积神经搜集cnn而提取赢得的;不共权沉展当前频图中不共地位具备不共闭心级其他特性;将空间注沉力特性输出时间注沉力层经降伍间注沉力层提取闭于应的时间注沉力特性时间注沉力特性用于展当前频图的时间序列长度;将时间注沉力特性输出特定责任全对接层经过特定责任全对接层输动手势辨别截止以及身份认证截止。
141.可选的空间注沉力层包括卷积神经搜集cnn;时间注沉力层包括长近期回顾搜集lstm。
142.可选的如图5所示安装还包括:
143.第二获得模块501用于获得多个样品数据样品数据是无线设备与接收设备之间存留人体手势时而采集的csi感知数据;多个样品数据起码包括不共人作出沟通人体手势时而采集的多个csi感知数据;获得各个样品数据分别闭于应的样品真值样品真值用于展现样品数据经纪体手势所闭于应的手势辨别截止标签值和身份认证截止标签值;
144.第二预处置模块502用于针闭于各个样品数据闭于样品数据进行预处置赢得预处置后的样品数据;
145.第二时频变幻模块503用于闭于预处置后的样品数据进行时频变幻赢得样品数据闭于应的时频图;
146.建立模块504用于基于手势辨别责任和身份认证双沉责任建立多责任进修模型;多责任进修模型包括手势辨别责任和身份认证双沉责任分别闭于应的不共权沉的破坏函数;
147.熟习模块505用于运用多个样品数据闭于应的时频图和样品真值闭于多责任进修模型进行熟习赢得熟习好的多责任进修责任。
148.可选的熟习模块505简直用于将多个样品数据闭于应的时频图输出多责任进修模型;针闭于各个样品数据将多责任进修模型的输出值与样品数据闭于应的样品真值比较输出值是针闭于样品数据的时频图的输出值;当比较截止懊悔脚预设前提时则安排多责任进修模型的参数直至比较截止满脚预设前提预设前提包括破坏函数抑制。
149.本创造实行例供给的人体举动辨别和身份认证安装是运用上述人体举动辨别和身份认证办法的安装则上述人体举动辨别和身份认证办法的十脚实行例均实用于该安装且均能达到沟通大概好像的有益效验。
150.本创造实行例还供给了一种电子设备如图6所示包括处置器601、通讯接口602、保存器603和通讯总线604个中处置器601通讯接口602保存器603经过通讯总线604完成彼此间的通讯。
151.保存器603用于存放估计机步调;
152.处置器601用于实行保存器603上所存放的步调时实行上述人体举动辨别和身份认证办法的办法办法。
153.上述电子设备提到的通讯总线不妨是外设零件互连尺度(peripheral component interconnectpci)总线大概扩充产业尺度构造(extended industry standard architectureeisa)总线等。该通讯总线不妨分为地方总线、数据总线、控制总线等。为便于展现图中仅用一条粗线展现然而并不展现仅有一根总线大概一品种型的总线。
154.通讯接口用于上述电子设备与其他设备之间的通讯。
155.保存器不妨包括随机存取保存器(random access memoryram)也不妨包括非易失性保存器(non

volatile memorynvm)比方起码一个磁盘保存器。可选的保存器还不妨是起码一个位于离开前述处置器的保存安装。
156.上述的处置器不妨是通用处置器包括核心处置器(central processing unitcpu)、搜集处置器(network processornp)等;还不妨是数字旗号处置器(digital signal processordsp)、博用集成电路(application specific integrated circuitasic)、现场可编程门阵列(field

programmable gate arrayfpga)大概者其他可编程逻辑器件、分立门大概者晶体管逻辑器件、分立硬件组件。
157.在本创造供给的又一实行例中还供给了一种估计机可读保存介质该估计机可读保存介质内保存有估计机步调所述估计机步调被处置器实行时实行上述人体举动辨别和身份认证办法的办法办法。
158.在本创造供给的又一实行例中还供给了一种包括指令的估计机步调产品当其在估计机上运行时使得估计机实行上述人体举动辨别和身份认证办法的办法办法。
159.在上述实行例中不妨理想大概局部地经过软件、硬件、固件大概者其大肆拉拢来实行。当运用软件实行时不妨理想大概局部地以估计机步调产品的办法实行。所述估计机步调产品包括一个大概多个估计机指令。在估计机上加载和实行所述估计机步调指令时理想大概局部地爆发依照本创造实行例所述的过程大概功效。所述估计机不妨是通用估计机、博用估计机、估计机搜集、大概者其他可编程安装。所述估计机指令不妨保存在估计机可读保存介质中大概者从一个估计机可读保存介质向另一个估计机可读保存介质传输比方所述估计机指令不妨从一个网站站点、估计机、效劳器大概数据核心经过有线(比方共轴电缆、光纤、数字用户线(dsl))大概无线(比方红外、无线、微波等)办法向另一个网站站点、估计机、效劳器大概数据核心进行传输。所述估计机可读保存介质不妨是估计性不妨存取的所有可用介质大概者是包括一个大概多个可用介质集成的效劳器、数据核心等数据保存设备。所述可用介质不妨是磁性介质(比方软盘、硬盘、磁戴)、光介质(比方dvd)、大概者半导体介质(比方固态硬盘solid state disk(ssd))等。
160.须要证明的是在本文中诸如第一和第二等之类的闭系术语只是用来将一个实体大概者安排与另一个实体大概安排辨别开来而不必定乞求大概者表示这些实体大概安排之间存留所有这种本质的闭系大概者程序。而且术语“包括”、“包括”大概者其所有其他变体意在涵盖
非排他性的包括从而使得包括一系列因素的过程、办法、物品大概者设备不只包括那些因素而且还包括不精确列出的其他因素大概者是还包括为这种过程、办法、物品大概者设备所固有的因素。在不更多节制的情景下由语句“包括一个
……”
规定的因素并不取消在包括所述因素的过程、办法、物品大概者设备中还存留其他的沟通因素。
161.本证明书籍中的各个实行例均采用相闭的办法刻画各个实行例之间沟通好像的局部彼此参睹即可每个实行例中心证明的都是与其他实行例的不共之处。更加闭于于安装、电子设备、估计机可读保存介质以及估计机步调实行例而言因为其基究竟像于办法实行例所以刻画的比较大概相闭之处参睹办法实行例的局部证明即可。
162.以上所述仅为本创造的较好实行例并非用于规定本创造的保护范畴。凡是在本创造的精力和规则之内所作的所有建改、雷共替代、矫正等均包括在本创造的保护范畴内。

TAG标签: 颜色识别传感器专利技术 人体静电释放报警器专利技术 大数据专利技术 云计算专利技术 互联网信息服务专利技术 人脸识别系统专利技术 工业CCD专利技术 自动化


文章转载请注明出处:http://www.rcfle.cn/zuixinkeji-184/136295.html


上一篇:
下一篇:

相关资讯