基于知识蒸馏的RFID人体坐姿识别方法及装置

    公开(公告)号:CN118820972A

    公开(公告)日:2024-10-22

    申请号:CN202410723765.1

    申请日:2024-06-05

    申请人: 厦门大学

    摘要: 本发明公开了一种基于知识蒸馏的RFID人体坐姿识别方法及装置,其中,该方法包括:获取相位数据;对相位数据进行预处理,以得到频谱图数据,并将频谱图数据作为训练数据集;将训练数据集输入教师模型以得到第一输出结果,以及将训练数据集输入学生模型以得到第二输出结果;根据第一输出结果和第二输出结果得到学生模型的损失函数,并以最小化学生模型的损失函数为目标,迭代训练学生模型,以得到人体坐姿识别模型;获取待识别目标对应的相位数据,并将待识别目标对应的相位数据输入至人体坐姿识别模型中进行人体坐姿识别,以得到人体坐姿判别结果;由此,通过双向知识蒸馏对RFID采集数据进行人体坐姿识别,不仅无需将标签贴在人体,且识别效果好。

    基于RFID的人体行为检测方法、装置、介质及设备

    公开(公告)号:CN116738144A

    公开(公告)日:2023-09-12

    申请号:CN202310510942.3

    申请日:2023-05-08

    申请人: 厦门大学

    摘要: 本申请的实施例提供了一种基于RFID的人体行为检测方法、装置、介质及设备。该方法包括:所述方法包括:接收由所述天线传输的预定时间长度内的信号特征信息,所述信号特征信息包括所述天线在所述预定时间长度对应时间段内所接收到信号的信号接收强度以及信号相位;对所述信号特征信息进行预处理,得到待识别数据集;将所述待识别数据集输入至预先训练完成的人体行为识别模型,以使所述人体行为识别模型输出对应的人体行为识别结果,所述人体行为识别模型基于概率稀疏化自注意力机制训练得到。本申请实施例的技术方案可以降低设备部署的难度,减少模型的计算复杂度并保证人体行为识别的准确度。

    基于时空信息的RFID室内定位方法、装置、介质及设备

    公开(公告)号:CN118803547A

    公开(公告)日:2024-10-18

    申请号:CN202410871395.6

    申请日:2024-07-01

    申请人: 厦门大学

    IPC分类号: H04W4/02 H04W4/33

    摘要: 本申请的实施例提供了一种基于时空信息的RFID室内定位方法、装置、介质及设备。该方法包括:根据由RFID阅读器获取到的原始RSSI数据向量,确定所述原始RSSI数据向量中的数据缺失位置;将所述原始RSSI数据向量以及所述数据缺失位置输入至预先训练完成的生成器中,得到待识别RSSI数据向量;对所述待识别RSSI数据向量进行时空特征提取,得到对应的时空特征向量;根据所述RFID阅读器在获取所述原始RSSI数据向量时的位置信息,对所述时空特征向量进行位置信息嵌入操作,得到目标特征向量;基于注意力机制,对所述目标特征向量进行预测,得到定位预测结果。本申请实施例的技术方案可以在提高数据质量的同时充分考虑RSSI数据的时空相关性,进而提高室内定位结果的准确性。

    协助学生上网课的行为识别方法及装置

    公开(公告)号:CN116484190A

    公开(公告)日:2023-07-25

    申请号:CN202310473049.8

    申请日:2023-04-27

    申请人: 厦门大学

    摘要: 本发明公开了一种协助学生上网课的行为识别方法,首先,获取学生的头部动作信号,其中,学生的头部动作信号包括RFID电子标签的相位和接收的信号强度指示;接着,构建训练好的动作识别模型,并将学生的头部动作信号输入到动作识别模型以便输出对应的头部动作;最后,根据预设应用场景对输出的所述头部动作进行解析,以便执行对应操作;由此,通过RFID识别学生头部动作信号,以便根据头部动作实现多应用场景执行对应操作,从而在降低学生隐私公开的同时还提高了上网课效率。

    基于元学习的跨域RFID人体行为识别方法及装置

    公开(公告)号:CN118708879A

    公开(公告)日:2024-09-27

    申请号:CN202410794883.1

    申请日:2024-06-19

    申请人: 厦门大学

    摘要: 本发明公开了一种基于元学习的跨域RFID人体行为识别方法及装置,其中,该方法包括:获取每个域对应的人体行为信号;对人体行为信号进行预处理,以及根据预处理后的每个域对应的数据生成任务样本集,并将任务样本集划分为支持集和查询集;构建关系网络,并将支持集和查询集输入到关系网络进行训练,以得到训练好的人体行为识别模型,其中,关系网络包括嵌入模块和关系模块,嵌入模块用于获取查询样本和支持样本的时频特征,关系模块用于识别查询样本在支持集中对应的匹配类别;通过人体行为识别模型识别待识别人体行为信号以得到对应的识别类别;由此,通过改进的关系网络只需少量的新数据就能进行快速调整和适应,从而提高识别效果。