基于轨迹匹配的大规模 Wi-Fi 数据蒸馏 WiDistill
信号处理
2024-10-08 v1
摘要
基于 Wi-Fi 的人类活动识别技术在家庭自动化、高级护理和增强安全系统方面具有巨大的潜力。它能够在光照不良和受阻挡环境中区分人类活动。然而，目前大多数基于 Wi-Fi 的人类活动识别方法都依赖数据驱动，导致数据集大小持续增长。这会显著增加存储和使用这些数据集所需的资源和时间。为此，我们提出了 WiDistill，这是一种大规模 Wi-Fi 数据集蒸馏方法。WiDistill 通过将蒸馏数据的参数轨迹与记录的专家轨迹对齐来提高蒸馏数据集的质量。WiDistill 大幅减少了对原始大规模 Wi-Fi 数据集的需求，使能够更快地训练能够近似原始网络性能的模型，同时在跨网络环境中也表现出稳健的性能。在 Widar3.0、XRF55 和 MM-Fi 数据集上的大量实验表明，WiDistill 在其他方法中表现优异。代码可在 https://github.com/the-sky001/WiDistill 查找。
引用
@article{arxiv.2410.04073,
title = {WiDistill: Distilling Large-scale Wi-Fi Datasets with Trajectory Matching},
author = {Tiantian Wang and Fei Wang},
journal= {arXiv preprint arXiv:2410.04073},
year = {2024}
}
备注
5 pages, 2 figures, 3tables