星空平台-星空（中国）

近期，星空平台,星空（中国）田勇教授的无线感知研究成果论文“Cross-Domain Recognition Algorithm for Fitness Activities and Action Frequency Based on Dual Attention Prototype Networks”在计算机科学领域中科院一区著名期刊《IEEE Internet of Things Journal》上发表。

基于商用WiFi的无线感知技术因其具有不受视距和光照限制、无需用户携带设备、无需额外部署专用传感器、有效保护用户隐私等优势，已经逐渐成为智能感知领域的研究热点。国内外学者已针对该技术在多方面的应用展开研究，其中包括基于CSI（信道状态信息）的健身活动识别算法的研究。然而，现有的健身活动识别算法只识别健身的动作，不识别动作的频率，且只能在训练好的实验场景中达到令人满意的识别精度。为了解决上述问题，该研究成果提出了一种基于双注意力原型网络的健身活动和动作频率的跨域识别算法，简称为CDR DAPNet算法。该算法构建了由空间注意力机制、ResNet34网络、通道注意力机制组成的串行结构特征提取模块，利用双重注意力机制为CSI相位中包含的健身活动和动作频率的关键特征分配更大的权重，从CSI相位图像中提取和重建特征；然后，构建了并行结构的原型网络识别模块，用于识别健身活动和动作频率。通过开源数据集和定制数据集的全面评估结果表明，CDR DAPNet算法对健身活动和动作频率具有较高的识别精度，同时具有较理想的跨域识别性能。该项研究成果为智能健身领域提供了一种切实可行的技术解决方案。

下图为CDR DAPNet算法的结构框图，左侧部分为数据采集和处理示意图，右侧部分为跨域健身动作和动作频率同时识别示意图。

星空平台,星空（中国）的田勇教授为该文章的第一作者和第一通讯作者，东北财经大学丁学君教授为共同通讯作者，辽宁师范大学为第一单位和第一通讯单位。

该工作得到了国家自然科学基金面上项目，辽宁省科技厅重点研发项目的资助。文章来源：http://doi.org/10.1109/JIOT.2024.3456078

上一篇：没有了
下一篇：我校成功举办第三届高能物理理论与实验融合发展研讨会