返回
A domain generalization human behavior recognition method based on V-DIFEX
DOI:10.1109/jsen.2026.3732654.png)
摘要
En 中文
基于WiFi的人体活动识别模型在应用于未见用户或环境时,常因信道状态信息对人类运动和 multipath propagation 的变化高度敏感而出现显著性能下降。为解决此问题,本文提出V-DIFEX,一种结合虚拟样本生成与 domain-invariant feature exploration 的域泛化WiFi感知框架。首先,将预处理的CSI序列转换为时频表示以表征其时域和频域变化。随后使用变分自编码器通过扰动源域数据的隐含表示生成虚拟样本,从而增加训练分布的多样性。之后,DIFEX模块通过 Fourier-phase knowledge distillation 和多源域间的 covariance alignment 联合学习互补的不变表示。所得模型可直接应用于未见域,无需在训练中使用目标域数据。实验在一个包含四个房间、六名参与者和八种日常活动的自建数据集上进行。V-DIFEX在未见用户评估中平均准确率达81.4%,在未见房间评估中为80.41%,在用户和房间均未见时为80.3%。此外,虚拟样本生成使识别准确率提高了约七个百分点。结果表明,V-DIFEX能有效提升WiFi基活动识别在未见环境下的跨域泛化能力。
Keyword:
WiFi CSI
Human behavior recognition
Time-frequency diagram
Domain generalization
期刊
IF:
4.5
论文数:
2.2W
被引数:
7.3W
机构
引用论文
暂无论文信息

