[发明专利]创业园区人员活动识别方法、装置及终端设备

权利要求书

1.一种创业园区人员活动识别方法，其特征在于，包括：

获取创业园区人员经过参考检测区域时所反射的参考无线信号，并采集所述参考无线信号的信道状态信息，得到参考数据集；

获取创业园区人员经过目标检测区域时所反射的目标无线信号，并采集所述目标无线信号的信道状态信息，得到目标数据集；

基于参考数据集对预设特征提取网络进行训练，得到第一特征提取模型；

基于参考数据集、目标数据集以及预设判别网络对所述第一特征提取模型的权重系数进行更新，得到第二特征提取模型；

基于所述第二特征提取模型对目标数据集进行特征提取，得到目标特征集，并将所述目标特征集输入至预设分类器，进行创业园区人员在目标检测区域的活动识别。

2.如权利要求1所述的创业园区人员活动识别方法，其特征在于，所述采集所述参考无线信号的信道状态信息，得到参考数据集，包括：

采集所述参考无线信号的信道状态信息，得到第一信道状态信息；

提取所述第一信道状态信息的幅值序列，得到参考幅值序列；

对所述参考幅值序列进行异常值去除、数据插值处理以及低通滤波，得到参考数据集。

3.如权利要求1所述的创业园区人员活动识别方法，其特征在于，所述采集所述目标无线信号的信道状态信息，得到目标数据集，包括：

采集所述目标无线信号的信道状态信息，得到第二信道状态信息；

提取所述第二信道状态信息的幅值序列，得到目标幅值序列；

对所述目标幅值序列进行异常值去除、数据插值处理以及低通滤波，得到目标数据集。

4.如权利要求1所述的创业园区人员活动识别方法，其特征在于，所述基于参考数据集、目标数据集以及预设判别网络对所述第一特征提取模型的权重系数进行更新，得到第二特征提取模型，包括：

基于参考数据集对预设生成对抗网络进行训练，得到生成对抗模型；

融合参考数据集和目标数据集，得到融合数据集；

基于第一特征提取模型对融合数据集进行特征提取，得到融合特征集；

基于生成对抗模型对融合数据集进行特征生成，得到生成特征集；

基于融合特征集、生成特征集以及预设判别网络对所述第一特征提取模型的权重系数进行更新，得到第二特征提取模型。

5.如权利要求4所述的创业园区人员活动识别方法，其特征在于，所述基于融合特征集、生成特征集以及预设判别网络对所述第一特征提取模型的权重系数进行更新，得到第二特征提取模型，包括：

基于融合特征集、生成特征集以及第一目标函数对预设判别网络进行迭代训练，得到预设判别模型；其中，第一目标函数为max(δ1)，δ1为预设判别模型对融合特征集和生成数据集的区分度；

基于预设判别模型、融合特征集以及第二目标函数对第一特征提取模型进行迭代训练，得到第二特征提取模型；其中，第二目标函数为min(δ2)，δ2为第二特征提取模型对融合数据集中参考数据集和目标数据集的区分度。

6.如权利要求4所述的创业园区人员活动识别方法，其特征在于，所述基于生成对抗模型对融合数据集进行特征生成，得到生成特征集，包括：

提取生成对抗模型中的生成模型，并基于所述生成模型对融合数据集进行特征生成，得到生成特征集。