基于Wi-Fi物理層信息的人體行為識(shí)別研究綜述

曹慶潮，殷鋒，袁平

（1.四川大學(xué)計(jì)算機(jī)學(xué)院，成都 610065；2.西南大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，成都 610041；3.重慶大學(xué)數(shù)學(xué)與信息工程學(xué)院，重慶 400044）

0 引言

目前，在人體行為識(shí)別的研究中，比較成熟的技術(shù)大致可以分為基于計(jì)算機(jī)視覺(jué)的識(shí)別技術(shù)[1-3]和基于可穿戴傳感器[4]的識(shí)別技術(shù)。其中，基于計(jì)算機(jī)視覺(jué)的識(shí)別技術(shù)需要攝像頭等硬件設(shè)備，且只能在光照條件良好的場(chǎng)景下使用；基于可穿戴傳感器的識(shí)別技術(shù)則是一種侵入式的識(shí)別方式，會(huì)給用戶帶來(lái)諸多不便。

隨著無(wú)線技術(shù)的快速發(fā)展，Wi-Fi已經(jīng)不再局限于作為一種傳輸媒介，而是被當(dāng)成一種傳感器設(shè)備，被廣泛部署在家庭、商場(chǎng)、寫字樓和機(jī)場(chǎng)等地方，因此可以說(shuō)基于Wi-Fi的無(wú)線傳感器網(wǎng)絡(luò)是世界上部署最廣泛的無(wú)線傳感器網(wǎng)絡(luò)。如果將Wi-Fi用于人體行為識(shí)別，將在易用性、普適性和成本等方面取得重要突破。

然而，將Wi-Fi信號(hào)用于人體行為識(shí)別，并非新鮮事物，目前在該領(lǐng)域的研究主要分為兩種：一種是使用Wi-Fi信號(hào)的接收信號(hào)強(qiáng)度（RSS）作為數(shù)據(jù)進(jìn)行分析，而另一種則是使用Wi-Fi信號(hào)的信道狀態(tài)信息（CSI）作為數(shù)據(jù)進(jìn)行分析[5]。RSS作為接收到的數(shù)據(jù)幀的信號(hào)強(qiáng)度，其以整數(shù)級(jí)為計(jì)量單位，分辨率很低，因此無(wú)法獲得細(xì)粒度的測(cè)量值，僅支持粗粒度的人體行為識(shí)別，不僅能夠識(shí)別的動(dòng)作種類很少，而且準(zhǔn)確度很低[6]。相比于RSS，信道狀態(tài)信息CSI作為物理層的信息，描述的是每個(gè)子載波的相位和振幅信息。由于每個(gè)子載波是相互獨(dú)立的，在不同子載波上的多徑效應(yīng)導(dǎo)致測(cè)量到的相位和振幅存在明顯差異，這意味著物理環(huán)境中的微小運(yùn)動(dòng)也可能導(dǎo)致某些子載波CSI的改變，因此CSI具有更高的分辨率，能夠識(shí)別更細(xì)微粒度的動(dòng)作，例如呼吸和心跳等[7]。

1 研究現(xiàn)狀

2015年，Wang等人提出的基于CSI的人體行為識(shí)別和監(jiān)測(cè)系統(tǒng)CARM[8]，可以定量地建立CSI值與特定的人體行為之間的關(guān)聯(lián)，并通過(guò)將人體行為與最適合的圖譜進(jìn)行匹配，來(lái)識(shí)別用戶的行為。為了檢測(cè)和提取代表人體行為發(fā)生的CSI片段，CARM設(shè)計(jì)了一種自適應(yīng)檢測(cè)算法，然后對(duì)于每個(gè)片段的信號(hào)分析和特征提取，CARM在多個(gè)時(shí)間尺度上以多個(gè)分辨率提取頻率，最后為了分類和識(shí)別人體行為，CARM使用每個(gè)行為的訓(xùn)練樣本的特征向量構(gòu)建隱馬爾可夫模型。在實(shí)驗(yàn)室和公寓等室內(nèi)測(cè)試場(chǎng)景中，CARM可以識(shí)別跑步、走路等行為，平均精度大于96%。

同樣在2015年，Ali等人提出了一種按鍵識(shí)別系統(tǒng)Wi-Key[9]，該系統(tǒng)首次實(shí)現(xiàn)了使用Wi-Fi信號(hào)來(lái)識(shí)別用戶在鍵盤上敲擊了哪個(gè)按鍵。Wi-Key的原理是，當(dāng)用戶的手和手指以獨(dú)特的形式和方向移動(dòng)，同時(shí)鍵入特定的鍵時(shí)，在CSI值的時(shí)間序列中會(huì)產(chǎn)生獨(dú)特的波形，Wi-Key正是使用每個(gè)提取的擊鍵CSI波形作為它們的特征，進(jìn)行分類。為了獲得每個(gè)擊鍵動(dòng)作的CSI波形，Wi-Key系統(tǒng)先使用主成分分析（PCA）從信號(hào)中去除不相關(guān)的噪聲分量，然后使用離散小波變換（DWT）將每個(gè)擊鍵的CSI波形進(jìn)行壓縮，同時(shí)保留大部分時(shí)間和頻域信息，從而有效降低了分類過(guò)程中的計(jì)算成本。在真實(shí)環(huán)境的實(shí)驗(yàn)中，Wi-Key可以識(shí)別特定的連續(xù)型語(yǔ)句，準(zhǔn)確率為93.5%。然而，雖然它在相對(duì)穩(wěn)定的環(huán)境下運(yùn)行良好，但仍然有許多限制，例如無(wú)干擾環(huán)境、設(shè)備的位置和CSI采樣率等。

同樣是Wang等人，在2016年提出了一個(gè)基于CSI的步態(tài)檢測(cè)系統(tǒng)Wi-Fi-U[10]。該系統(tǒng)通過(guò)檢測(cè)人的步態(tài)信息來(lái)進(jìn)行身份識(shí)別，因?yàn)槿说牟綉B(tài)特征被證實(shí)像指紋和虹膜等生物特征一樣是唯一的。具體地，Wi-Fi-U通過(guò)從CSI波形中收集人的步行速度、步態(tài)周期、腳步長(zhǎng)度以及軀干和腿部的移動(dòng)速度等特征，來(lái)構(gòu)建分類器。在數(shù)據(jù)處理階段，Wi-Fi-U使用了和Wi-Key[9]同樣的PCA方法從信號(hào)中去除不相關(guān)的噪聲分量。但是，與Wi-Key不同的是，CSI波形中混合了不同身體部位的信號(hào)反射，妨礙了人體步態(tài)信息的提取。為了解決這個(gè)問(wèn)題，Wi-Fi-U使用短時(shí)傅立葉變換技術(shù)將波形轉(zhuǎn)換為頻譜圖，使得不同身體部位的CSI波形可以在時(shí)間—頻率域中分離，因?yàn)樯眢w不同部位的移動(dòng)速度是不同的，從而反射頻率也不同。Wi-Fi-U的實(shí)現(xiàn)展示了使用Wi-Fi設(shè)備進(jìn)行步態(tài)檢測(cè)的可行性，但仍然存在一些限制。例如，用戶必須在預(yù)定義的直線路徑上以預(yù)定義的行走方向行走，并且多人在同一時(shí)間行走時(shí)，Wi-Fi-U無(wú)法工作。

2016年，Li等人提出的手勢(shì)識(shí)別系統(tǒng)Wi-Finger[11]，通過(guò)Wi-Fi信號(hào)實(shí)現(xiàn)了用手指畫出1-9這9個(gè)數(shù)字的手勢(shì)識(shí)別，并將用戶所做手勢(shì)應(yīng)用到人機(jī)交互領(lǐng)域。在實(shí)現(xiàn)該系統(tǒng)時(shí)，數(shù)據(jù)預(yù)處理有三個(gè)步驟：首先，Wi-Finger使用Hampel濾波器來(lái)消除異常值；其次，巴特沃斯低通濾波器用于消除頻率在1Hz至60Hz之間的手勢(shì)的干擾；最后，引入Wi-Fall[12]中使用的加權(quán)移動(dòng)平均法來(lái)進(jìn)一步清除過(guò)濾后的CSI流。類似于Wi-Key，每個(gè)手勢(shì)的CSI流需要被分割成段，以提取特征作用分類的訓(xùn)練樣本和識(shí)別單元。為了做到這一點(diǎn)，Li等人參考CARM[1]并設(shè)計(jì)了一種類似的自適應(yīng)算法來(lái)檢測(cè)手勢(shì)的起始點(diǎn)和結(jié)束點(diǎn)。之后，通過(guò)對(duì)每6個(gè)子載波進(jìn)行平均，并將它們連接起來(lái)組合成30個(gè)子載波，形成每個(gè)手勢(shì)的合成波形，將其作為特征向量來(lái)提取。實(shí)驗(yàn)表明，Wi-Finger在相對(duì)穩(wěn)定的環(huán)境下運(yùn)行良好，例如實(shí)驗(yàn)室或宿舍只有一個(gè)用戶時(shí)，可以實(shí)現(xiàn)高達(dá)90.4%的準(zhǔn)確度。

2 應(yīng)用領(lǐng)域

2.1 智能家居

智能家居的概念逐漸成為未來(lái)生活中不可或缺的一部分，其本質(zhì)是人機(jī)交互技術(shù)的一種新穎的應(yīng)用場(chǎng)景。到目前為止，已經(jīng)提出的Wi-Fi識(shí)別系統(tǒng)為我們提供了智能家居中的另一種實(shí)現(xiàn)方案，如手勢(shì)識(shí)別系統(tǒng)[13-14]和步態(tài)識(shí)別系統(tǒng)[15]，都可以通過(guò)家中現(xiàn)有的Wi-Fi設(shè)備來(lái)實(shí)現(xiàn)，無(wú)需額外的特殊設(shè)備。在這些系統(tǒng)的幫助下，任何智能設(shè)備，如電視、音響、照明系統(tǒng)和溫度調(diào)節(jié)系統(tǒng)都可以通過(guò)我們的手勢(shì)隨時(shí)隨地進(jìn)行控制。

2.2 安全

目前，對(duì)于寫字樓和家庭的監(jiān)控，大多是采用攝像機(jī)來(lái)完成的。然而，攝像機(jī)監(jiān)控視頻的質(zhì)量受光照強(qiáng)度、視距和盲點(diǎn)等諸多環(huán)境因素的影響，而Wi-Fi信號(hào)卻沒(méi)有這些環(huán)境因素的限制。另外，家用攝像頭監(jiān)控系統(tǒng)沒(méi)有足夠的安全性，因?yàn)樗鼈兛赡鼙缓诳腿肭郑瑢?dǎo)致私人監(jiān)控視頻數(shù)據(jù)泄露。相比之下，Wi-Fi識(shí)別系統(tǒng)還可以通過(guò)識(shí)別人體行為來(lái)執(zhí)行安全檢測(cè)功能，例如檢測(cè)家中的非法入侵。

2.3 災(zāi)難搜救

在發(fā)生火災(zāi)或地震等自然災(zāi)害之后，災(zāi)難現(xiàn)場(chǎng)環(huán)境極其復(fù)雜，嚴(yán)重阻礙了搜救工作的進(jìn)展。因此，快速準(zhǔn)確地探測(cè)生命體征并確定傷員的位置，可以在廢墟中挽救更多生命。Wi-Fi識(shí)別系統(tǒng)可以檢測(cè)到人的呼吸和心跳等生命體征，從而可以幫助救援人員找到幸存者，更有效地執(zhí)行救援工作。然而，目前已有的系統(tǒng)僅僅是在實(shí)驗(yàn)階段進(jìn)行搜救的原型，為了達(dá)到真實(shí)救援的要求，系統(tǒng)必須對(duì)復(fù)雜的開(kāi)放空間環(huán)境具有更強(qiáng)的魯棒性，同時(shí)檢測(cè)精度也要得到保證。

2.4 醫(yī)療保健

醫(yī)療健康監(jiān)測(cè)不再局限于醫(yī)院等公立醫(yī)療機(jī)構(gòu)，心率和血壓監(jiān)測(cè)裝置已成為許多家庭的日常必需品，這意味著人們的健康意識(shí)正在逐漸提升。在家庭中，Wi-Fi識(shí)別系統(tǒng)可以實(shí)時(shí)提供所有家庭成員的生命體征監(jiān)測(cè)信息，如呼吸頻率和心率等。這些收集到的數(shù)據(jù)可以幫助評(píng)估用戶的身體健康狀況，并為診斷可能的疾病提供有用的線索。另外，對(duì)于公立醫(yī)療機(jī)構(gòu)而言，可以實(shí)現(xiàn)Wi-Fi識(shí)別系統(tǒng)的廣泛部署，以這些系統(tǒng)為基礎(chǔ)的醫(yī)療網(wǎng)絡(luò)的建設(shè)將改善對(duì)居民健康狀況的實(shí)時(shí)監(jiān)測(cè)情況，并能對(duì)緊急情況下的醫(yī)療急救做出快速反應(yīng)。

3 結(jié)語(yǔ)

本文提到的所有基于Wi-Fi物理層信息的人體行為識(shí)別系統(tǒng)都是基于一個(gè)原理，Wi-Fi信號(hào)的傳播受到人體行為的影響，導(dǎo)致CSI波形發(fā)生變化，因此可以從波形中提取出豐富的信息，進(jìn)行相應(yīng)的處理。雖然這些系統(tǒng)目前還都處于實(shí)驗(yàn)室研究階段，只有在小規(guī)?？煽氐目臻g中初步完成概念模型，但從這一領(lǐng)域取得的成果來(lái)看，Wi-Fi識(shí)別系統(tǒng)在人工智能領(lǐng)域具有很大的應(yīng)用潛力。隨著無(wú)線技術(shù)、數(shù)字信號(hào)處理技術(shù)和機(jī)器學(xué)習(xí)技術(shù)的不斷完善，其將會(huì)在許多商業(yè)領(lǐng)域創(chuàng)造更多新穎且有價(jià)值的應(yīng)用。