一种基于自监督学习的Wi-Fi传感网络用于人体姿态估计的方法

本发明公开了一种基于自监督学习的Wi‑Fi传感网络用于人体姿态估计的方法，所述方法主要包括获取和处理包含人类行为的Wi‑Fi信号的CSI以及训练对人类行为进行感知的深度神经网络两个部分。首先获取对人类活动感知的Wi‑Fi数据，利用不同的数字信号处理技术对数据进行预处理；其次，利用数据提取和压缩模块对所获得数据进行初步自监督训练；然后加入时间特征提取和分类模块，结合上一步的压缩模块进行第二部分的自监督训练；最后输入少量带标签的精确样本数据，进行模型校正工作。本发明的人类活动识别方法采用自监督训练方法，不需要耗费大量时间采集和标注数据，此外使用Wi‑Fi信号执行感知识别任务，不需要任何可穿戴传感器或特殊系统等额外的成本即可进行使用。