摘要
本发明公开了一种基于无线射频信号的细粒度人体姿态估计方法,属于无线通信和计算机视觉领域,通过无线发射端的天线建立Wi‑Fi场,无线接收端接收穿透或反射的Wi‑Fi信号。此外,实时计算得到人体姿态相关的CSI值,并与同步相机捕获的视频画面一并记录,完成数据收集。收集到的CSI值经过噪声过滤和标准化处理。构建深度学习网络,并利用收集的数据建立训练数据集,包括同步的CSI值和视频帧。该网络采用教师‑学生架构,并使用损失函数优化预测矩阵。通过训练好的深度学习网络解码实时CSI值,以估计人体姿态。本发明采用上述的一种基于无线射频信号的细粒度人体姿态估计方法,具有成本低、隐私性好、环境适应性强和估计精度高的优点,适用于多种应用场景。
技术关键词
关键点
无线射频
构建深度学习网络
估计人体姿态
接收端
矩阵
损失函数设计
信号
损失函数优化
深度学习算法
信道状态信息
坐标
视频帧
数据
特征提取模块
误差
标识符
姿态估计
系统为您推荐了相关专利信息
临界折射纵波
待测材料
超声信号
参数计算方法
拉伸机
漏洞检测方法
构建智能合约
切片
计算机程序指令
节点
疲劳特征
疲劳驾驶状态
疲劳驾驶检测方法
矫正模型
图像