一种基于多模态融合与连续相似度对比学习的Wi-Fi身份及姿态识别方法

一种基于多模态融合与连续相似度对比学习的Wi‑Fi身份及姿态识别方法。该方法利用Wi‑Fi收发设备采集人体活动过程中的信道状态信息，对信道状态信息进行天线间比值运算、相位校正、滑动窗口分割及数据增强，获得幅度数据和多普勒频谱数据；采用天线通道注意力自适应学习不同天线对的特征权重；将幅度数据和多普勒频谱数据分别输入双编码器进行特征提取，并通过软注意力融合自适应融合两种模态的互补特征；根据样本间身份标签和姿态标签的匹配关系构建连续相似度监督信号，利用统一投影空间中的连续相似度对比学习约束特征分布，并结合身份分类损失和姿态分类损失进行多任务联合优化，得到身份识别结果和姿态识别结果。