AirFi：通过域泛化赋能基于 WiFi 的被动人体手势识别至未知环境
计算机视觉与模式识别
2022-12-20 v2 人机交互
摘要
近年来，由信道状态信息（CSI）赋能的基于 WiFi 的智能人体感知技术受到广泛关注。然而，基于 CSI 的感知系统在不同环境中部署时性能会下降。现有工作通过域适应利用来自新环境的大量无标注高质量数据来解决该问题，而这类数据在实践中通常难以获取。本文中，我们提出了一种名为 AirFi 的新型增强环境不变鲁棒 WiFi 手势识别系统，从新角度处理环境依赖问题。AirFi 是一种新颖的域泛化框架，它学习 CSI 中不受不同环境影响的关健部分，并将模型泛化至未知场景，无需为适配新环境收集任何数据。AirFi 从若干训练环境设置中提取公共特征，并最小化它们之间的分布差异。该特征被进一步增强以对环境更鲁棒。此外，系统可通过少样本学习技术进一步提升。相较于最先进的方法，AirFi 能够在不获取新环境任何 CSI 数据的情况下工作于不同环境设置中。实验结果表明，我们的系统在新环境中保持鲁棒，并优于对比系统。
引用
@article{arxiv.2209.10285,
title = {AirFi: Empowering WiFi-based Passive Human Gesture Recognition to Unseen Environment via Domain Generalization},
author = {Dazhuo Wang and Jianfei Yang and Wei Cui and Lihua Xie and Sumei Sun},
journal= {arXiv preprint arXiv:2209.10285},
year = {2022}
}
备注
The paper has been accepted by IEEE Transactions on Mobile Computing