在智能家居系统中，室内人体的跟踪扮演着十分重要的角色，它使得智能家电能够基于用户的行走轨迹来提供更加细粒度的服务。这篇文章提出了一个免携带设备的人体跟踪系统，它仅仅使用了已经存在的商业 WIFI设备和智能家电。我们认为人体的走动轨迹是由一系列的走动行为构成的。因此我们可以通过检测一系列的走动行为，来判断实际人体的行动轨迹。我们定义了三种基础的移动行为，即通过房间动作、通过设备动作、进出入房间动作。这三种移动行为可以根据他们对于临近 WIFI设备（检测点）影响的不同而被检测出并相互区分。同时我们也使用了一种机器学习的方法，即支持向量机（SVM）被用来训练一个能够识别上述移动行为的分类器。为了比较两种行走轨迹，我们将比较检测到的移动行序列，这些序列是由移动行为的类型，检测点以及发生时刻构成的。通过计算实际测量的行为序列和先前保存的路径之间的相似度,我们可以判断实时监测的移动序列为某条特定的轨迹。实验效果的评估在三个不同的场景下进行,结果表明在移动行为识别方面我们的方法可以达到超过95%的平均精度，移动轨迹检测方面则有超过90%正确率。