鄭 勤,許志猛,陳良琴
(福州大學(xué)物理與信息工程學(xué)院,福建 福州 350108)
人體感知技術(shù)是支持許多應(yīng)用工程的關(guān)鍵技術(shù),可以應(yīng)用于醫(yī)療護(hù)理[1]、 運(yùn)動健身、 智能家居[2]、 監(jiān)控防盜等領(lǐng)域,具有廣闊的應(yīng)用前景.
傳統(tǒng)的人體感知技術(shù)主要應(yīng)用于相機(jī)[3]、 雷達(dá)[4]、 可穿戴設(shè)備[5]等,但這些傳統(tǒng)方法都有各自的局限性. 基于相機(jī)的人體感知技術(shù)需要在光照條件適當(dāng)?shù)那疤嵯?,才能識別相機(jī)視線范圍內(nèi)的人體活動,并且當(dāng)用戶暴露在相機(jī)下,容易產(chǎn)生一種隱私被侵犯的不適感; 基于雷達(dá)的人體感知技術(shù),低性能的雷達(dá)感知范圍僅僅幾十厘米,局限性大,高性能的雷達(dá)成本昂貴,不便于大規(guī)模部署; 基于可穿戴設(shè)備的人體感知技術(shù)有較精確的感知能力,但需要用戶以特定的方式穿戴設(shè)備以確保設(shè)備可以正常工作,并非所有用戶都樂于長期穿戴一個(gè)設(shè)備,具有較大的局限性. 基于WiFi的人體感知技術(shù)可以很好地解決以上的限制,它不依賴于光照條件,不侵犯用戶的隱私,低成本,精度較高,并且用戶不需要攜帶任何設(shè)備.
在過去幾年,基于WiFi的人體感知技術(shù)得到了極大的發(fā)展. 文獻(xiàn)[6]利用WiFi的信道狀態(tài)信息(channel state information,CSI)的幅度和相位信息來檢測環(huán)境中是否有人,人是否在移動; 文獻(xiàn)[7]使用支持向量機(jī)(support vector machines,SVM)來進(jìn)行跌倒檢測; 文獻(xiàn)[8]使用定向天線,根據(jù)用戶在說話時(shí)唇部的運(yùn)動來識別簡單的口語; CARM[9]建立了CSI速度模型和CSI活動模型,量化建立CSI信號變化和特定運(yùn)動的相關(guān)性,實(shí)現(xiàn)了9種動作的分類;……