视频和Wi-Fi信号融合的人类动作识别

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 动作识别研究现状

1.2.2 Wi-Fi 信号识别研究现状

1.2.3 特征融合研究现状

1.3 本文的贡献与创新点

1.4 论文的结构安排

第二章 人类动作识别理论及其方法

2.1 卷积神经网络

2.1.1 稀疏交互与参数共享

2.1.2 卷积层

2.1.3 采样层

2.1.4 全连接层

2.2 光流法

2.2.1 光流法的基本原理

2.2.2 光流法的基本约束方程

2.2.3 光流的估计算法

2.3 动作识别的网络框架

2.3.1 密集轨迹

2.3.2 3D-CNN

2.3.3 双流卷积融合网络

2.4 本章小结

第三章 基于 Wi-Fi信号的动作识别

3.1 Wi-Fi信号的基础理论

3.1.1 OFDM 技术

3.1.2 MIMO技术

3.1.3 Wi-Fi 无线信道

3.2 Wi-Fi信号的识别原理

3.3 Wi-Fi信号的识别方法

3.3.1 信号的预处理

3.3.2 CSI特征提取

3.3.3 分类器

3.4 本章小结

第四章 视频和 Wi-Fi信号融合的人类动作识别

4.1 视频和 Wi-Fi信号融合方法的过程描述

4.2 动作视频特征的提取

4.2.1 视频特征提取模型及参数设置

4.2.2 3D卷积模型的预训练

4.2.3 视频的特征表示

4.3 基于 Wi-Fi 信号的 CSI特征提取

4.3.1 Wi-Fi 信号设备的参数设置

4.3.2 CSI数据去噪

4.3.3 CSI特征提取

4.4 特征融合的方式

4.5 动作识别的分类方法

4.6 本章小结

第五章 实验结果与分析

5.1 构建 HAVW15数据集

5.1.1 常用的公开数据集

5.1.2 实验设备和实验环境搭建

5.1.3 实验数据收集和预处理

5.2 评价标准

5.3 实验结果分析

5.3.1 SVM参数的选择

5.3.2 验证 HAVW15 数据集的可靠性

5.3.3 CSI信号对 HAVW15的贡献

5.3.4 不同视角下的识别结果

5.3.5 目标动作被遮挡下的识别结果

5.3.6 具体人类动作在模型下的识别结果

5.3.7 不同动作识别算法下的识别结果

5.4 本章小结

总结与展望

参考文献

攻读硕士期间取得的科研成果

致谢