Reconhecimento de Atividades Humanas Baseado em Informações de Estado do Canal de Redes Wi-fi
Resumo:
O reconhecimento de atividades humanas (HAR) a partir da Informação de Estado do Canal (CSI) de redes Wi-Fi apresenta potencial de aplicação em sistemas de monitoramento de saúde. No entanto, persistem desafios para sua implementação prática. Atividades cinematicamente semelhantes permanecem difíceis de distinguir, enquanto os modelos frequentemente reduzem seu desempenho quando aplicados a pessoas não observadas durante o treinamento. Esta tese introduz uma metodologia de HAR baseada em CSI independente da pessoa. Apresenta um método de seleção de subportadoras por fusão multicritério e um método de seleção de características. Propõe-se a arquitetura denominada Segmentação Temporal Hierárquica com Fusão de Duplo Ramo (HTS-DBF). Esta emprega uma ramificação baseada no modelo de Memória de Longo e Curto Prazo (LSTM) para processar as amplitudes da CSI; e uma ramificação densa baseada em um Perceptron Multicamadas (MLP) para codificar características extraídas de cada janela de dados. Adicionalmente, um integrador temporal baseado em LSTM é utilizado para modelar dependências de longo alcance entre janelas temporais. Os experimentos foram conduzidos utilizando um conjunto de dados composto por 100 participantes, com diferentes idades e fenótipos, e por 6 atividades. Os dados foram divididos por sujeito, garantindo que cada participante estivesse presente exclusivamente em um dos conjuntos de treinamento, validação ou teste. Os resultados mostraram que a seleção de subportadoras, dependendo do cenário, mantém ou melhora a acurácia, com ganhos de até 3, 33 pontos percentuais, além de reduzir em 30, 5% o número de parâmetros treináveis e em cerca de 70% o consumo de memória da GPU. A análise dos métodos de seleção também revelou que a Análise de Componentes Principais (PCA) pode priorizar subportadoras dominadas por ruído. Os resultados mostraram que as características dos dados CSI não são invariantes entre os diferentes cenários. De um total de 193 características, apenas 15 características cumpriram os critérios combinados de importância, separabilidade estatística e ausência de redundância para a distinção entre estados estático e dinâmico, 7 características para a discriminação entre posturas estáticas e 9 características para a discriminação entre atividades dinâmicas. No cenário de caminhada versus corrida, a acurácia aumentou de 53, 17% para 83, 97% com a fusão de características aprendidas e extraídas dos dados CSI proporcionada pela HTS-DBF e, posteriormente, para 92,50% com a introdução da modelagem temporal em dois níveis de granularidade, resultando em um ganho total de 39, 33 pontos percentuais. No cenário multiclasse envolvendo caminhada, corrida e varrer, observou-se um ganho total de 34, 31 pontos percentuais. Em tarefas de alto contraste, a HTS-DBF alcançou acurácia de 99, 44% na distinção entre atividades estáticas e dinâmicas, 100% na distinção entre ficar em pé e caminhar e 99, 17% na distinção entre deitar e caminhar. Entre atividades cinematicamente semelhantes, a arquitetura alcançou 92, 50% em caminhada versus corrida, 87, 50% em deitado versus em pé, 86, 67% em caminhada versus varrer e 82, 78% no cenário multiclasse.
Abstract
Human Activity Recognition (HAR) based on Channel State Information (CSI) from Wi-Fi networks has potential applications in health monitoring systems. However, challenges remain for its practical implementation. Kinematically similar activities remain difficult to distinguish, and models often perform worse when applied to individuals not observed during training. This thesis introduces a person-independent CSI-based HAR methodology. It presents a multicriteria fusion-based subcarrier selection method and a feature selection method. The architecture, referred to as Hierarchical Temporal Segmentation with Dual-Branch Fusion (HTS-DBF), is proposed. It employs a branch based on a Long Short-Term Memory (LSTM) model to process CSI amplitudes and a dense branch based on a Multilayer Perceptron (MLP) to encode features extracted from each data window. Additionally, an LSTM-based temporal integrator is used to model long-range dependencies between temporal windows. The experiments were conducted using a dataset comprising 100 participants, with different ages and phenotypes, and 6 activities. The data were split by subject, ensuring that each participant was present exclusively in one of the training, validation, or test sets. The results showed that, depending on the scenario, subcarrier selection either maintains or improves accuracy, with gains of up to 3.33 percentage points, while reducing the number of trainable parameters by 30.5% and GPU memory consumption by approximately 70%. The analysis of the selection methods also revealed that Principal Component Analysis (PCA) may prioritize noise-dominated subcarriers. The results showed that CSI data features are not invariant across different scenarios. Out of a total of 193 features, only 15 met the combined criteria of importance, statistical separability, and absence of redundancy for distinguishing between static and dynamic states, 7 for discriminating between static postures, and 9 for discriminating between dynamic activities. In the walking versus running scenario, accuracy increased from 53.17% to 83.97% through the fusion of learned and extracted features from the CSI data provided by HTS-DBF and subsequently to 92.50% with the introduction of temporal modeling at two levels of granularity, resulting in a total gain of 39.33 percentage points. In the multiclass scenario involving walking, running, and sweeping, a total gain of 34.31 percentage points was observed. In high-contrast tasks, HTS-DBF achieved an accuracy of 99.44% in distinguishing between static and dynamic activities, 100% in distinguishing between standing and walking, and 99.17% in distinguishing between lying and walking. Among kinematically similar activities, the architecture achieved 92.50% for walking versus running, 87.50% for lying versus standing, 86.67% for walking versus sweeping, and 82.78% in the multiclass scenario.
Banca examinadora:
Prof. Célio Vinicius Neves de Albuquerque, UFF – Presidente
Profa. Débora Christina Muchaluat Saade, UFF
Prof. Igor Monteiro Moraes, UFF
Profa. Taiane Coelho Ramos, UFF
Prof. Cristiano André da Costa, Unisinos
Prof. Miguel Elias Mitre Campista, UFRJ