视觉-WiFi联合无线终端用户识别算法研究

发布时间：2017-09-19 16:00

  本文关键词：视觉-WiFi联合无线终端用户识别算法研究

  更多相关文章： 用户识别 运动轨迹 Wi-Fi定位 摄像头定位 绑定算法 机器学习

【摘要】：近年来,如何结合无线终端和视频监控两种技术改进目标定位与跟踪性能成为研究的热点问题。为了解决在只拥有少量可用的定位数据下的目标发现和识别问题,本文提出了一个基于移动轨迹匹配的用户识别系统。现有的用户发现与识别方法如人脸识别或电子标记等,存在着成本高、识别能力与范围有限、定制硬件等缺陷。因此,将计算机视觉和无线技术相结合,使得新的用户发现与识别方法可以同时兼具电子标记易于识别以及计算机视觉精度高的优点。本文从定位的角度出发,先分别对用户和其携带的无线终端进行视频定位和无线定位,并得到用户的运动轨迹和无线终端的信号特征,然后通过信号特征与轨迹匹配的方法,完成用户的识别。从以下几个方面解决用户识别的问题。首先,提出了两种无线终端定位算法。利用智能手机的普及性,将其作为用户的电子标签。利用Wi-Fi网络发现无线终端,并分析其接收信号强度(Received Signal Strength Indication, RSSI)完成设备的定位与跟踪。算法充分考虑了RSSI的波动性,利用持续的定位获得设备的信号特征,并与事先训练好的预设路径(Path)进行匹配。结果表明,无线终端的匹配成功率达到了71%,且定位算法解决了设备差异性、电磁环境复杂等实际问题。其次,提出了基于视觉发现的用户移动轨迹和Wi-Fi网络下的无线终端的信号特征匹配算法。根据测试场地的情况,实现了一个经典的基于颜色特征的粒子滤波目标跟踪技术。通过跟踪算法获得用户的移动轨迹后,使用与电子设备匹配相同的统一的预设路径(Path)进行分类,这样既完成了用户的定位同时也完成了与无线终端的数据融合。匹配算法利用时间匹配和统一的预设路径(Path)匹配实现手机与用户的绑定。我们实现了一个最小的原型系统来验证匹配算法的性能,结果表明,系统的用户识别率可以达到65%,证明我们的系统是可行的,并可以满足一些应用的需要。最后,我们使用机器学习算法训练我们的样本轨迹分类模型,使用分类模型方法不仅摆脱了预设路径的限制,同时提升了系统的用户识别率。在引入了支持向量机与随机森林两种分类器后,最终的性能分析表明,系统的识别率分别提升到了87%。完全可以满足离线状态的用户识别需要。
【关键词】：用户识别 运动轨迹 Wi-Fi定位 摄像头定位 绑定算法 机器学习
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN948.6;TN92
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-11
• 1 引言11-20
• 1.1 无线定位技术概述11-14
• 1.1.1 三角测量(Triangulation)12-14
• 1.1.2 射频指纹定位(RF fingerprinting)方法14
• 1.2 基于摄像头的视觉信号目标跟踪方法概述14-17
• 1.2.1 目标表示15
• 1.2.2 跟踪目标特征选择15-16
• 1.2.3 目标跟踪算法16-17
• 1.3 视觉信号和电子信号的联合跟踪技术概述17-18
• 1.4 本文研究内容与创新点18-19
• 1.5 本文的主要结构19-20
• 2 搭建实验平台20-30
• 2.1 基于IEEE 802.11协议的WI-FI无线网络测量平台20-26
• 2.1.1 IEEE 802.11协议及探测请求帧Probe Request21-23
• 2.1.2 获取RSSI23
• 2.1.3 使用扩展网卡的网络平台23-24
• 2.1.4 使用笔记本电脑的网络平台24-26
• 2.2 联合摄像头的WI-FI无线测量平台26-27
• 2.3 实验平台的部署27-29
• 2.3.1 实验场景构造27-28
• 2.3.2 预设路径28
• 2.3.3 主要面临的问题28-29
• 2.4 小结29-30
• 3 信号特征与轨迹匹配的WI-FI定位方法30-40
• 3.1 系统设计30-31
• 3.2 电子轨迹匹配方法31-39
• 3.2.1 区域选择法(Area Selection,AS)32-34
• 3.2.2 AS算法的性能34-36
• 3.2.3 序列趋势判断法(Sequence Trend Determine,STD)36-37
• 3.2.4 STD算法性能37-39
• 3.3 小结39-40
• 4 视觉-WIFI联合无线终端用户识别算法40-52
• 4.1 联合系统设计40-41
• 4.2 视觉信号采集(VIDEO CAPTURE,VC)模块功能41-47
• 4.2.1 基于颜色直方图的粒子滤波图像跟踪技术42-45
• 4.2.2 用户移动轨迹与预设路径的匹配45-47
• 4.2.3 VC性能评估47
• 4.3 轨迹融合的绑定算法47-49
• 4.4 绑定算法性能分析49-50
• 4.5 系统限制与讨论50-51
• 4.6 小结51-52
• 5. 识别系统性能优化52-59
• 5.1 联合轨迹序列52-53
• 5.1.1 无线终端样本特征52-53
• 5.1.2 训练样本轨迹53
• 5.2 识别系统的性能优化53-57
• 5.2.1 随机森林分类算法54-55
• 5.2.2 SVM分类算法55-56
• 5.2.3 分类结果分析56-57
• 5.4 小结57-59
• 6 结论59-61
• 参考文献61-65
• 作者简历及攻读硕士学位期间取得的研究成果65-67
• 学位论文数据集67

【相似文献】

中国期刊全文数据库 前10条

1 刘衡萍;无线终端产品的最新变化趋势[J];中国无线电;2004年12期

2 金传升;保密的无线终端[J];通信保密;1995年02期

3 陶香云;日本无线终端发展动向[J];移动通信;2000年03期

4 潘剑锋;;粮食仓储中无线终端技术的应用[J];无线互联科技;2012年03期

5 谭薇;高科技低成本的无线终端步入百姓家[J];邮电商情;1998年08期

6 樊坚,阳春华;手持式无线终端系统设计[J];单片机与嵌入式系统应用;2005年06期

7 高秀成,沈保锁;未来无线终端的展望[J];天津通信技术;2000年01期

8 王梓;温巧燕;;无线终端监控系统[J];微电子学与计算机;2007年05期

9 陈明明;无线终端软件下载装置的设计和实现[J];电子工程师;2004年08期

10 潘磊;张书钦;;一种网络电话系统无线终端的传输协议设计[J];中原工学院学报;2010年01期

中国重要报纸全文数据库 前10条

1 记者　季洪光;华为无线终端年销量超千万台[N];科技日报;2006年

2 本报记者　 张建铭;华为无线终端2005年销量过千万台[N];网络世界;2006年

3 方红琴 编译;无线终端抗病毒骚扰[N];计算机世界;2004年

4 记者 洛森;本土企业角逐无线终端[N];计算机世界;2003年

5 本报实习记者 柴莎莎;无线安全技术大揭秘[N];网络世界;2010年

6 郝峥嵘;终端之德：普惠学生[N];中国计算机报;2006年

7 ;要无线 更要安全[N];网络世界;2003年

8 WLAN评测小组;高速无线上网的楷模[N];中国计算机报;2005年

9 李志国;WCDMA和CDMA2000 高通两面开花[N];中国计算机报;2003年

10 记者 李珩;武隆为救护车装无线终端设备[N];重庆日报;2014年

中国硕士学位论文全文数据库 前6条

1 李乃鹏;视觉-WiFi联合无线终端用户识别算法研究[D];北京交通大学;2016年

2 左正坤;无线终端远程加载技术研究[D];西安电子科技大学;2012年

3 郭克冰;M2M模式的无线终端监控系统的设计及实现[D];郑州大学;2013年

4 迟恺;基于ARM的工厂监控无线终端的研究与应用[D];北京邮电大学;2009年

5 陈星;基于互联网语音技术的无线终端系统的研究与实现[D];华中科技大学;2004年

6 郭红霞;基于GSM模块TC35i的收发短信的无线终端的设计[D];西南石油学院;2004年

，

本文编号：882542