WiFi-Based Indoor Human Activity Sensing: A Selective Sensing Strategy and a Multi-Level Feature Fusion Approach

计算机科学 活动识别 传感器融合 特征(语言学) 模式识别(心理学) 分类 融合 特征提取 接头(建筑物) 人工智能 工程类 哲学 语言学 建筑工程
作者
Y. Zhang,Gongpu Wang,Heng Liu,Wei Gong,Feifei Gao
出处
期刊:IEEE Internet of Things Journal [Institute of Electrical and Electronics Engineers]
卷期号:11 (18): 29335-29347 被引量:3
标识
DOI:10.1109/jiot.2024.3397708
摘要

Utilizing communication signals for indoor human activity recognition (HAS) is an important component of integrated sensing and communication (ISAC). The current majority HAS solutions adopt a single sensing strategy and only work in a simple environment. In this paper, we propose a new HAS method named WiSMLF that can flexibly select multiple sensing strategies and then use multi-level feature fusion for sensing. We first use the high frequency energy (HFE) method to categorize human activities into two types: static activities (SAs) and moving activities (MAs). Subsequently, for SAs, we adopt a joint localization and activity recognition sensing strategy, and use a multi-level feature fusion network based on visual geometry group (VGG). For MAs, we adopt a joint activity recognition and moving distance estimation sensing strategy, and use a multi-level feature fusion network based on long short-term memory (LSTM). The experimental results show that WiSMLF outperforms the existing methods especially in complex environments, and can obtain 92% higher accuracy in location, activity recognition, and distance estimation.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
加油小李完成签到 ,获得积分10
1秒前
liuting发布了新的文献求助10
1秒前
1秒前
luoluo完成签到,获得积分10
2秒前
linjianbin发布了新的文献求助10
2秒前
2秒前
2秒前
星辰大海应助傲娇的安筠采纳,获得10
3秒前
cistk完成签到,获得积分10
4秒前
海光完成签到,获得积分10
4秒前
5秒前
月下荷花完成签到,获得积分10
6秒前
有魅力棉花糖完成签到,获得积分10
6秒前
坚持就是胜利完成签到,获得积分10
6秒前
半岛完成签到,获得积分10
6秒前
熊熊面包完成签到,获得积分10
7秒前
我是老大应助Quenchingstar采纳,获得10
7秒前
领导范儿应助科研通管家采纳,获得10
8秒前
烟花应助科研通管家采纳,获得10
8秒前
传奇3应助科研通管家采纳,获得10
8秒前
bkagyin应助科研通管家采纳,获得10
8秒前
SciGPT应助该房地产个人的采纳,获得10
8秒前
大模型应助科研通管家采纳,获得10
8秒前
RebeccaHe应助科研通管家采纳,获得10
8秒前
丘比特应助科研通管家采纳,获得10
8秒前
bkagyin应助科研通管家采纳,获得10
8秒前
深情安青应助科研通管家采纳,获得10
8秒前
wanci应助科研通管家采纳,获得10
8秒前
Orange应助科研通管家采纳,获得10
8秒前
李健应助科研通管家采纳,获得10
8秒前
utd应助科研通管家采纳,获得10
8秒前
科研通AI2S应助科研通管家采纳,获得10
9秒前
英俊的铭应助科研通管家采纳,获得10
9秒前
mingruiqi完成签到,获得积分10
9秒前
汉堡包应助科研通管家采纳,获得10
9秒前
852应助NanXin采纳,获得10
9秒前
小yuan发布了新的文献求助10
9秒前
10秒前
朱一龙完成签到,获得积分10
11秒前
11秒前
高分求助中
Rock-Forming Minerals, Volume 3C, Sheet Silicates: Clay Minerals 2000
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 910
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3262227
求助须知:如何正确求助?哪些是违规求助? 2902902
关于积分的说明 8323113
捐赠科研通 2572880
什么是DOI,文献DOI怎么找? 1397940
科研通“疑难数据库(出版商)”最低求助积分说明 653941
邀请新用户注册赠送积分活动 632516