超越亚 6 GHz: 利用 mmWave Wi-Fi 进行步态识别
机器学习
2025-10-10 v1 人机交互
摘要
人体识别在实现智能、个性化和安全的人机交互中发挥着关键作用。近期研究表明，利用 Wi-Fi 信号可实现基于个体独特步态模式的被动人体识别。虽然大多数现有工作聚焦于亚 6 GHz 频段，但毫米波（mmWave）的出现通过其更细粒度的空间分辨率提供了新的机遇，尽管其在人体识别中的比较优势尚未得到探索。本工作提出首个亚 6 GHz 与 mmWave Wi-Fi 信号的人体识别比较研究，采用商用可得的（COTS）Wi-Fi 设备，在室内环境中收集同步测量数据。为确保公平比较，我们在两个频段上应用相同的训练流程和模型配置。基于端到端深度学习，我们表明即使在较低采样率（10 Hz）下，mmWave Wi-Fi 信号也能实现高识别准确率（对 20 个个体达 91.2%），前提是结合有效的背景减除技术。
引用
@article{arxiv.2510.08160,
title = {Beyond Sub-6 GHz: Leveraging mmWave Wi-Fi for Gait-Based Person Identification},
author = {Nabeel Nisar Bhat and Maksim Karnaukh and Jakob Struye and Rafael Berkvens and Jeroen Famaey},
journal= {arXiv preprint arXiv:2510.08160},
year = {2025}
}