ImgFi: एक उच्च सटीकता और हल्का मानव गतिविधि पहचान ढांचा जो CSI छवि का उपयोग करता है

हालांकि वाईफाई चैनल राज्य जानकारी (CSI) पर आधारित मानव गतिविधि पहचान (HAR) का व्यापक अध्ययन किया गया है, क्योंकि CSI सिग्नल बाहरी वातावरण के प्रति संवेदनशील होता है, उच्च सटीकता और कम जटिलता वाला एक पहचान ढांचा एक मुख्य और कठिन समस्या बनी हुई है। वाईफाई संवेदन प्रदर्शन को बेहतर बनाने और मॉडल की जटिलता को कम करने के लिए, ImgFi, एक इशारा पहचान प्रणाली, का प्रस्ताव किया गया है, जिसमें एक रूपांतरण मॉड्यूल और एक पहचान मॉड्यूल शामिल है। रूपांतरण मॉड्यूल CSI को छवियों में परिवर्तित करने के लिए उपयोग किया जाता है, और प्रस्तावित ImgFi का मुख्य अंतर यह है कि यह विशेषता निकालने की इकाइयों के रूप में बेतरतीब ढंग से विभिन्न समय बिंदुओं में सिग्नल परिवर्तनों का उपयोग करता है, न कि एकल सिग्नल बिंदुओं का। यह रूपांतरण छवि पहचान के क्षेत्र में कुंटवोली न्यूरेल नेटवर्क (CNN) की शक्तिशाली क्षमता का भी लाभ उठा सकता है। ImgFi में CSI रूपांतरण को साकार करने के लिए पाँच CSI इमेजिंग दृष्टिकोण पेश किए गए हैं जबकि एक CNN को परिवर्तित छवियों से गतिविधि को पहचानने के लिए डिजाइन किया गया है। प्रस्तावित ढांचे को सत्यापित करने के लिए, हमने प्रयोगशाला में कुछ परीक्षण किए और एक डेटा सेट प्राप्त किया। विभिन्न संदर्भों के अंतर्गत चार डेटा सेट पर परीक्षण बताते हैं कि केवल तीन कुंटवोली स्तरों वाला ImgFi 99.5% पहचान सटीकता हासिल करता है। अर्थात्, हमारी विधि में उच्च सटीकता और कम जटिलता है, जो स्मार्ट घरों और आभासी वास्तविकता जैसे संबंधित अनुप्रयोगों के लिए महत्वपूर्ण है। हम अपना कोड https://github.com/shengjunzi/ImgFi पर प्रकाशित करेंगे।