Real-time Human Activity Recognition using WiFi Channel State Information

NCU Institutional Repository > 資訊電機學院 > 資訊工程研究所 > 博碩士論文 > Item 987654321/93285

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/93285

题名:	Real-time Human Activity Recognition using WiFi Channel State Information
作者:	陳紘淜;Chen, Hon-Pong
贡献者:	資訊工程學系
关键词:	人類行為辨識;WiFi訊號;深度學習;CSI;HAR;LSTM;Wi-Fi
日期:	2023-07-26
上传时间:	2024-09-19 16:52:39 (UTC+8)
出版者:	國立中央大學
摘要:	人體活動辨識 (Human Activity Recognition, HAR) 在健康照護、運動分析和輔助生活等各個領域中扮演著重要的角色。隨著Wi-Fi技術的普及，Wi-Fi通道狀態資訊 (Wi-Fi Channel State Information, CSI) 因其非侵入性的特性和廣泛可用性而成為HAR的寶貴資源。本研究探討了在HAR中應用深度學習技術，利用Wi-Fi CSI進行活動辨識。系統架構包含對CSI資訊進行預處理、特徵提取模組從CSI數據中提取相關特徵，以及使用深度學習模型 (如LSTM) 進行活動辨識的分類模組。本研究的發現有助於推進使用Wi-Fi CSI的HAR技術，並為發展堅固且即時的活動辨識系統提供了深入洞察。;Human Activity Recognition (HAR) plays a vital role in various domains such as healthcare, sports analysis, and assisted living. With the proliferation of Wi-Fi technology, Wi-Fi Channel State Information (CSI) has emerged as a valuable resource for HAR due to its non-intrusive nature and widespread availability. In this study, we investigate the application of deep learning techniques in HAR using Wi-Fi CSI. The system′s architecture consists of preprocesses CSI information, a feature extraction module that extracts relevant features from the CSI data, and a classification module that utilizes a deep learning model, such as LSTM, to perform activity recognition. The findings of this study contribute to the advancement of HAR techniques using Wi-Fi CSI and provide insights into the development of robust and real-time activity recognition systems.
显示于类别:	[資訊工程研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	2	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....