基于WiFi CSI的多特征融合的步态识别

摘要

基于WiFi信道状态信息(CSI)的步态识别作为一种新型的生物特征识别方案,从步态周期、步速、行走姿势、身体平衡、足底压力等方面的差异进行分析,从而有效识别行人身份。然而,目前大多数基于WiFi CSI的步态识别方案中主要针对人体的运动特征进行识别,鲜见对人体物理形态特征进行分析,这样就导致了特征提取不完整,系统识别率低,鲁棒性差等问题。针对上述情况,提出了一种结合步行时运动特征和相对静止时物理形态特征的多特征融合身份识别方法。该方法利用了一个双流卷积神经网络(CNN)分别提取粗粒度运动特征和细粒度物理形态特征,并将两部分特征融合,进行身份识别。在真实的场景中进行了实验,最高准确率达到97.1%,明显优于现有的识别方案,实验证明了该方法的有效性和通用性。