本技術(shù)涉及無線通信，尤其涉及無線人體動作識別方法、裝置、設(shè)備、存儲介質(zhì)及產(chǎn)品。

背景技術(shù)：

1、隨著科技的不斷進(jìn)步，無線人體動作識別逐漸成為熱門的研究方向。在無線人體動作識別技術(shù)中，往往使用csi（channel?state?information，信道狀態(tài)信息）來評估和優(yōu)化無線通信性能。通過對無線信道狀態(tài)的實時采集，能夠為無線通信系統(tǒng)提供必要的反饋。

2、然而，由于不可抗力的環(huán)境因素，如無線電干擾以及物體遮擋等，實際采集的csi數(shù)據(jù)中容易出現(xiàn)缺失值和干擾數(shù)據(jù)。缺失值的出現(xiàn)使得數(shù)據(jù)完整性受損，無法全面準(zhǔn)確地反映信道狀態(tài)，而干擾數(shù)據(jù)的引入則進(jìn)一步惡化了數(shù)據(jù)質(zhì)量，降低了人體動作識別的準(zhǔn)確性，導(dǎo)致基于csi的無線人體動作識別的準(zhǔn)確率低。

3、上述內(nèi)容僅用于輔助理解本技術(shù)的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技術(shù)。

技術(shù)實現(xiàn)思路

1、本技術(shù)的主要目的在于提供一種無線人體動作識別方法、裝置、設(shè)備、存儲介質(zhì)及產(chǎn)品，旨在解決無線人體動作識別的準(zhǔn)確率低的技術(shù)問題。

2、為實現(xiàn)上述目的，本技術(shù)提出一種無線人體動作識別方法，所述的方法包括：

3、響應(yīng)于開始識別信號，獲取無線信道狀態(tài)信息數(shù)據(jù)；

4、根據(jù)預(yù)設(shè)的擴(kuò)散模型，對所述無線信道狀態(tài)信息數(shù)據(jù)進(jìn)行擴(kuò)散復(fù)原，得到復(fù)原信道狀態(tài)信息數(shù)據(jù)；

5、將所述無線信道狀態(tài)信息數(shù)據(jù)與所述復(fù)原信道狀態(tài)信息數(shù)據(jù)輸入至預(yù)設(shè)的人體動作識別模型，得到人體動作識別結(jié)果。

6、在一實施例中，所述根據(jù)預(yù)設(shè)的擴(kuò)散模型，對所述無線信道狀態(tài)信息數(shù)據(jù)進(jìn)行擴(kuò)散復(fù)原，得到復(fù)原信道狀態(tài)信息數(shù)據(jù)的步驟包括：

7、對所述無線信道狀態(tài)信息數(shù)據(jù)進(jìn)行預(yù)處理，得到原始狀態(tài)信息數(shù)據(jù)；

8、根據(jù)所述擴(kuò)散模型，對所述原始狀態(tài)信息數(shù)據(jù)進(jìn)行擴(kuò)散復(fù)原，得到復(fù)原數(shù)據(jù)，并更新對應(yīng)的時間步；

9、判斷所述時間步是否滿足預(yù)設(shè)的終止條件，若不滿足，則基于所述復(fù)原數(shù)據(jù)更新所述原始狀態(tài)信息數(shù)據(jù)，返回根據(jù)所述擴(kuò)散模型，對所述原始狀態(tài)信息數(shù)據(jù)進(jìn)行擴(kuò)散復(fù)原的步驟，若滿足，則輸出所述復(fù)原數(shù)據(jù)為復(fù)原信道狀態(tài)信息數(shù)據(jù)。

10、在一實施例中，所述根據(jù)所述擴(kuò)散模型，對所述原始狀態(tài)信息數(shù)據(jù)進(jìn)行擴(kuò)散復(fù)原，得到復(fù)原數(shù)據(jù)，并更新對應(yīng)的時間步的步驟包括：

11、獲取原始時間步驟序列；

12、根據(jù)預(yù)設(shè)的時間步子序列提取規(guī)則，對所述原始時間步驟序列進(jìn)行子序列提取，得到目標(biāo)時間步子序列；

13、根據(jù)預(yù)設(shè)的采樣規(guī)則對所述原始狀態(tài)信息數(shù)據(jù)進(jìn)行采樣，得到采樣狀態(tài)信息數(shù)據(jù)；

14、對所述采樣狀態(tài)信息數(shù)據(jù)進(jìn)行擴(kuò)散復(fù)原，得到復(fù)原數(shù)據(jù)，更新對應(yīng)的時間步。

15、在一實施例中，所述對所述無線信道狀態(tài)信息數(shù)據(jù)進(jìn)行預(yù)處理，得到原始狀態(tài)信息數(shù)據(jù)的步驟包括：

16、根據(jù)預(yù)設(shè)的第一比例對所述無線信道狀態(tài)信息數(shù)據(jù)進(jìn)行缺失值處理，得到第一預(yù)處理結(jié)果；

17、根據(jù)預(yù)設(shè)的第二比例對所述第一預(yù)處理結(jié)果進(jìn)行預(yù)測值隨機(jī)置零處理，得到原始狀態(tài)信息數(shù)據(jù)。

18、在一實施例中，所述將所述無線信道狀態(tài)信息數(shù)據(jù)與所述復(fù)原信道狀態(tài)信息數(shù)據(jù)輸入至預(yù)設(shè)的人體動作識別模型，得到人體動作識別結(jié)果的步驟之前包括：

19、獲取無線信道狀態(tài)數(shù)據(jù)樣本；

20、將所述無線信道狀態(tài)數(shù)據(jù)樣本進(jìn)行離散，得到次級狀態(tài)數(shù)據(jù)樣本；

21、通過所述擴(kuò)散模型，對所述次級狀態(tài)數(shù)據(jù)樣本進(jìn)行擴(kuò)散復(fù)原，得到次級復(fù)原狀態(tài)數(shù)據(jù)樣本；

22、將所述次級狀態(tài)數(shù)據(jù)樣本與所述次級復(fù)原狀態(tài)數(shù)據(jù)樣本進(jìn)行綁定，得到正樣本對；

23、提取所述正樣本對的特征，得到相似特征表示；

24、將所述無線信道狀態(tài)數(shù)據(jù)樣本中除去所述次級狀態(tài)數(shù)據(jù)樣本的數(shù)據(jù)樣本綁定為負(fù)樣本對；

25、提取所述負(fù)樣本對的特征，得到不相似特征表示；

26、將所述次級狀態(tài)數(shù)據(jù)樣本與所述次級復(fù)原狀態(tài)數(shù)據(jù)樣本輸入至預(yù)設(shè)的待訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，得到人體動作識別結(jié)果，其中，所述待訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)是由預(yù)設(shè)的對比損失函數(shù)進(jìn)行訓(xùn)練得到的，以最小化相似特征表示之間的距離，并最大化不相似特征表示之間的距離；

27、判斷所述動作識別結(jié)果是否滿足預(yù)設(shè)的損失收斂條件，若不滿足，則返回將所述次級狀態(tài)數(shù)據(jù)樣本與所述次級復(fù)原狀態(tài)數(shù)據(jù)樣本輸入至預(yù)設(shè)的待訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，得到人體動作識別結(jié)果的步驟，直至所述動作識別結(jié)果滿所述損失收斂條件，得到人體動作識別模型。

28、在一實施例中，所述將所述次級狀態(tài)數(shù)據(jù)樣本與所述次級復(fù)原狀態(tài)數(shù)據(jù)樣本輸入至預(yù)設(shè)的待訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，得到人體動作識別結(jié)果的步驟包括：

29、通過預(yù)設(shè)的一維神經(jīng)網(wǎng)絡(luò)提取所述次級狀態(tài)數(shù)據(jù)樣本與所述次級復(fù)原狀態(tài)數(shù)據(jù)樣本中的局部信息和空間結(jié)構(gòu)，得到低級別特征；

30、基于自注意力機(jī)制，建模所述低級別特征中的全局關(guān)系和長距離依賴，得到高級別特征；

31、對所述高級別特征進(jìn)行分類處理與歸一化處理，得到人體動作識別結(jié)果。

32、此外，為實現(xiàn)上述目的，本技術(shù)還提出一種無線人體動作識別裝置，所述無線人體動作識別裝置包括：獲取模塊，用于響應(yīng)于開始識別信號，獲取無線信道狀態(tài)信息數(shù)據(jù)；

33、擴(kuò)散模塊，用于根據(jù)預(yù)設(shè)的擴(kuò)散模型，對所述無線信道狀態(tài)信息數(shù)據(jù)進(jìn)行擴(kuò)散復(fù)原，得到復(fù)原信道狀態(tài)信息數(shù)據(jù)；

34、識別模塊，用于將所述無線信道狀態(tài)信息數(shù)據(jù)與所述復(fù)原信道狀態(tài)信息數(shù)據(jù)輸入至預(yù)設(shè)的人體動作識別模型，得到人體動作識別結(jié)果。

35、此外，為實現(xiàn)上述目的，本技術(shù)還提出一種無線人體動作識別設(shè)備，所述設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計算機(jī)程序，所述計算機(jī)程序配置為實現(xiàn)如上文所述的無線人體動作識別方法的步驟。

36、此外，為實現(xiàn)上述目的，本技術(shù)還提出一種存儲介質(zhì)，所述存儲介質(zhì)為計算機(jī)可讀存儲介質(zhì)，所述存儲介質(zhì)上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上文所述的無線人體動作識別方法的步驟。

37、此外，為實現(xiàn)上述目的，本技術(shù)還提供一種計算機(jī)程序產(chǎn)品，所述計算機(jī)程序產(chǎn)品包括計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上文所述的無線人體動作識別方法的步驟。

38、本技術(shù)提出的一個或多個技術(shù)方案，至少具有以下技術(shù)效果：

39、與相關(guān)技術(shù)中，由于不可抗力的環(huán)境因素，實際采集的信道狀態(tài)信息數(shù)據(jù)中容易出現(xiàn)缺失值和干擾數(shù)據(jù)，使得數(shù)據(jù)完整性受損，無法全面準(zhǔn)確地反映信道狀態(tài)，導(dǎo)致無線人體動作識別的準(zhǔn)確率低相比，本技術(shù)響應(yīng)于開始識別信號，獲取無線信道狀態(tài)信息數(shù)據(jù)；根據(jù)預(yù)設(shè)的擴(kuò)散模型，對所述無線信道狀態(tài)信息數(shù)據(jù)進(jìn)行擴(kuò)散復(fù)原，得到復(fù)原信道狀態(tài)信息數(shù)據(jù)；將所述無線信道狀態(tài)信息數(shù)據(jù)與所述復(fù)原信道狀態(tài)信息數(shù)據(jù)輸入至預(yù)設(shè)的人體動作識別模型，得到人體動作識別結(jié)果。可理解的是，本技術(shù)在接收到開始識別信號時，采用了擴(kuò)散模型對無線信道狀態(tài)信息數(shù)據(jù)進(jìn)行擴(kuò)散復(fù)原，實現(xiàn)樣本數(shù)據(jù)的增強(qiáng)，通過訓(xùn)練完成的人體動作識別模型對所述無線信道狀態(tài)信息數(shù)據(jù)與所述復(fù)原信道狀態(tài)信息數(shù)據(jù)進(jìn)行動作識別，實現(xiàn)人體動作識別的識別效果提升，最終完成人體動作識別的準(zhǔn)確率的提升。