高精度无源感知身份识别系统​-yabo下载(新)

yabo下载|最新yabo下载

高精度无源感知身份识别系统​

2019年05月05日  点击:[]


身份识别/认证(Identity Recognition/Authentication)在如今各个领域具有重要应用前景。现有有源身份识别系统一般采用指纹识别、虹膜识别、人脸识别等技术,虽能实现识别、认证功能,但被测用户需要做出指定动作,且存在诸如设备昂贵、识别地点受限等缺点。作为一种新型感知技术,无源感知能使被感知对象可以在不携带任何设备或电子标签的情况下,只要进入待测区域即能被感知,是一种高效、廉价的被动感知技术,具有广泛的应用前景。

智能系统研究所于2017年10月独立研发了物联网领域首个高精度无源感知身份识别系统WiAU。系统聚焦随处可见的普适WIFI信号,通过解析信号的CSI(Channel State Information)提取身份特征,运用残差网络实现高精度无源身份认证,填补了物联网领域无源感知应用的空白。系统整体框架如下:

图1系统架构设计

图2机器学习核心算法部分的设计


图2阐述了机器学习核心算法部分的设计。主要包括深度学习模块,全局平均池化(Global average pooling),Softmax分类器和Loss函数,识别结果可用于诸如身份识别、动作识别、入侵监测等,且识别结果具有迁移学习能力,可适应开放环境动态变化和噪声等。实验结果表明,该系统能够实现精确身份认证,识别率超过98%。

本系统以基于WiFi CSI的人类身份认证为研究内容,尝试提出一种新的基于迁移学习的智能身份认证算法。利用WiFi CSI信号获取人体数据结合深度学习、迁移学习算法进行人类身份识别,通过结合信号处理技术、深度学习技术、迁移学习技术,最终为拓展深度学习技术在无线信号的人类识别领域的应用提供理论依据和实践经验,提出的应用模型为基于WiFi CSI的人类识别提供新的方法和设计思路。以上述理论为基础,开发全球首个基于迁移学习的无源感知实时身份认证系统,并能够推广应用到有身份识别需求的各个领域,例如智能家居,入侵检测,公司考勤,学生打卡等。

以该系统为研究基础,本团队获批大连理工大学星海学者(星海优青)人才培育项目一项,大连市青年科技之星人才培育项目一项,在传感器网络顶级会议SECON 2018发表论文,申请专利3项,软件著作权3项。获得2018第十一届英特尔杯全国大学生软件创新大赛全国一等奖、2018全国高校云计算应用大赛全国一等奖、中国高校计算机大赛人工智能创意赛全国二等奖等奖项。发表如下代表性论文:

[1] Chi Lin, Yanhong Zhou, Haipeng Dai, Jing Deng, Guowei Wu, MPF: Prolonging Network Lifetime of Wireless Rechargeable Sensor Networks by Mixing Partial Charge and Full Charge, SECON 2018.

[2] Chi Lin, Jiaye Hu, Yu Sun, Fenglong Ma, Lei Wang, Guowei Wu, WiAU: An Accurate Device-free Authentication System with ResNet, SECON 2018.

[3] Chi Lin, Ding Han, Jing Deng, Guowei Wu, P2S: A Primary and Passer-by Scheduling Algorithm for On-demand Charging Architecture in Wireless Rechargeable Sensor Networks, IEEE Transactions on Vehicular Technology, 2017, 66(9), 8047-8058.

[4] Chi Lin, Yanhong Zhou, Houbing Song, Chang Wu Yu, Guowei Wu. OPPC: An Optimal Path Planning Charging Scheme based on Schedulability Evaluation for WRSNs, ACM Transactions on Embedded Computing Systems, 2017, 17(1), 1-25.

[5] Chi Lin, Shuang Wei, Jing Deng, Lei Wang, Guowei Wu. GTCCS: A Game Theoretical Collaborative Charging Scheduling for On-demand Charging Architecture, IEEE Transactions on Vehicular Technology, 2018.

上一条:基于位置的Wi-Fi接入认证 下一条:复杂生物数据的机器学习算法​

关闭