【摘 要】
：
WiFi手势识别由于相对安全、无需穿戴、设备普及度高等特点,在人机交互中有着重要的应用前景.该技术主要是利用现有室内无线设备收集的信道状态信息(CSI)来进行识别,但大多数只针对单一场景,对于其他新场景,需要增加新场景中的数据进行额外的学习训练,否则识别率将会大幅下降.为此,文中提出一种多视图对抗网络下的WiFi跨场景手势识别方法.通过将多个设备收集到的信息转换为多个多普勒频移(DFS)功率分布图,再利用生成式对抗网络模型将这些信息按数据质量进行加权组合,并提取出与环境无关的特征来进行识别,以提高识别效果
【机 构】
：
云南大学 信息学院,云南 昆明 650500
论文部分内容阅读
WiFi手势识别由于相对安全、无需穿戴、设备普及度高等特点,在人机交互中有着重要的应用前景.该技术主要是利用现有室内无线设备收集的信道状态信息(CSI)来进行识别,但大多数只针对单一场景,对于其他新场景,需要增加新场景中的数据进行额外的学习训练,否则识别率将会大幅下降.为此,文中提出一种多视图对抗网络下的WiFi跨场景手势识别方法.通过将多个设备收集到的信息转换为多个多普勒频移(DFS)功率分布图,再利用生成式对抗网络模型将这些信息按数据质量进行加权组合,并提取出与环境无关的特征来进行识别,以提高识别效果,实现跨场景识别.使用网络公开数据集对文中方法进行验证,并与现有方法进行对比.实验结果表明,文中方法可以实现跨场景识别,并优于其他跨场景识别方法.
其他文献
在语言翻译方面,人工翻译的速度比较慢,越来越不能适应当前社会发展的快速需求.因此,需要有新技术代替人工翻译,以开发AI为基础,实现快速、准确、高效的机器翻译.针对传统机器自动翻译系统在翻译过程中准确率较低的问题,为了提高机器自动翻译的速度和准确性,该文提出基于人工智能处理器设计的机器自动翻译系统设计.通过客户端结构设计和人工智能处理器设计,完成系统的硬件设计;依托句子相似度的计算和消除句子歧义,完成系统的软件设计,从而实现机器自动翻译系统的设计.测试结果表明,基于人工智能技术的机器自动翻译系统,相比于基于
针对工业机器人视觉领域中现有手眼标定方法复杂的问题,提出一种基于3D视觉的简便手眼标定方法,即将3D深度相机和矿山爆破机器人相结合,利用3D深度相机能够获取空间点坐标的原理以及3个参考点的几何关系,获取标定板上参考点到相机的坐标转换关系.同时机器人末端法兰盘中心到机器人基坐标系的转换关系已知,可利用TSAI两步法求取相机到机器人末端法兰盘中心的转换关系,继而求得参考点在机器人基坐标系中的位姿.把此手眼标定方法应用到矿山爆破机器人系统中,实验结果表明,最大坐标误差为5.7 mm,最小误差为0 mm,精度满足
针对无人机巡检拍摄的架空线路绝缘子设备的照片进行处理,旨在建立一个基于Faster R-CNN目标检测算法的架空线路绝缘子设备识别与掉串诊断的模型.首先通过TensorFlow建立训练框架,将收集到的绝缘子数据集训练Faster R-CNN网络识别绝缘子,其次利用小波变换去噪增强图像特征信息,再对经过二值化处理的图像进行霍夫变换直线检测以及垂直投影确定有无缺陷.该模型绝缘子识别率为85.6％,掉串检测正确率为96％,有较强的鲁棒性.通过这样一个检测模型可以及时发现绝缘子设备存在的绝缘隐患,降低出现绝缘故障
传统的电能质量扰动识别在提取分类时都是人工手动单一地选择特征,这种方法普遍存在精度低、成本高、泛化能力弱等缺陷.针对目前深度学习在故障识别分类处理中的应用,文中提出一种基于多尺度融合选择卷积网络实现端到端的电能质量扰动识别分类方法.文中通过仿真实现了单一扰动信号和复合扰动信号,将Multi-scale目标检测和轻量级模块SKNet算法思路相结合,利用不同卷积核构造多个尺度下不同的特征,将特征融合选择得到新的主要特征量,并用线性分类器进行快速的扰动识别.研究结果表明,与未改进的深度学习识别方法对比,文中方法
为提升电力网络数据安全入侵模型仿真方法的防御措施响应效率并减少资源消耗,文中进行大数据环境下电力网络数据安全入侵模型仿真研究.首先,依据风险最小原理,使用引入拉格朗日乘子的支持向量机对电力网络安全态势级别进行估计,得到确定的估计结果;然后,在安全入侵系统的支持下建立电力网络数据安全入侵模型,仿真关于攻击节点与网络节点的变化过程,计算电力网络内攻击与防御的成本.至此,大数据环境下电力网络数据安全入侵模型仿真方法设计完成.实验结果表明:文中设计的安全入侵模型仿真方法防御措施响应时间较短,最低为0.07 s;资
为了满足基准源在高压芯片中的使用需求,文中设计了一种宽输入范围的高精度双极带隙基准源.利用威尔逊电流源和反馈型电流源设计了一种新型的电流源电路,采用衬底漏电流补偿和高温补偿技术进行温度补偿,实现了较低的温度系数.文中设计基于华虹0.35μm BCD工艺,在Cadence环境下进行仿真.结果表明,在温度为-55～150℃和电源电压在5～36 V范围内,实现了温度系数为10.87 ppm/℃的稳定电压输出,基准的线性调整率为10.9μV/V,低频时电源电压抑制比为96.97 dB,有效验证了所设计的基准电压源
传统系统对生态环境空间层次划分不够明确,导致廊道空间布局较差,影响了城市物种迁移.针对这一问题,文章提出一种基于耦合模型的城市生态环境空间规划系统,在传统系统硬件基础上,对软件进行设计.通过廊道、中心控制点和场地三要素,构建城市绿色基础设施网络,选取城市连接节点和网络中心,建立不同尺度的绿色基础设施,结合实际空间资源进行评估调整,通过耦合模型整合各尺度绿色空间,实现城市生态环境空间整体规划.设计系统与传统系统进行对比实验,分别规划城市空间,结果表明,设计系统提高了廊道连通性和连续性,使物种迁移更加顺畅,且
针对现有的低压配电网络线损诊断技术主要利用用电数据,在检测精度和检测范围方面存在局限性的问题,文中基于对配电网络的复阻抗等电路网络参数的测量,提出一种面向低压配电网络线损智能诊断系统,并对系统架构、硬件电路和基于支持向量机集成诊断算法进行设计和实现.实验仿真结果表明,文中所提出的智能诊断系统可以增强线损分析的准确性,能够有效判别区域内的窃电线损和其他线损.文中所提方案是现有线损管理系统的有效补充,能够提高现有的低压配电台区的线损管理水平.
对液压能驱动的飞控系统功率进行全飞行过程的仿真分析,可为液压能源管理方案以及液压能源系统的设计提供定量参考.为此,文中设计一种基于分布式仿真的飞控系统功率分析方法,首先结合典型飞机飞控系统舵面参数,利用AMEsim软件建立飞控系统7类典型舵面的功率仿真模型;然后在基于DDS软总线的分布式仿真平台上,通过典型飞机真实飞行状态参数激励整个飞控系统仿真模型,得到飞控系统在工况下全飞行过程的舵面作动器关键参数;再对7类飞控系统舵面的功率分别进行计算.通过分布式仿真平台实现了整个飞控系统7类舵面模型的协同仿真及全工
由于传统人脸识别系统多采用手工进行特征设定,存在识别精度低、速度慢等缺点,因此文中设计一种基于MTCNN和Facenet的人脸识别系统.采用MTCNN模型进行人脸边框回归,通过三阶级联卷积神经网络对人脸图像进行从粗到细的提取;采用Facenet模型进行人脸特征向量提取,构建本地人脸特征库;通过比对待识别人脸特征向量与本地人脸特征库中向量间的欧氏距离,输出识别结果.为验证系统性能,从检测速度与检测精度两方面进行测试.实验结果表明,文中所设计的系统识别速度达25 f/s以上,当特征向量间的欧氏距离的阈值设定为