WiFi CSI 非接触式跌倒检测实测数据集

机器学习
0 下载
3 浏览
2026-10-30

数据集简介

项目背景与目标

本项目为韩国 2026 年 Hanium DreamUp(한이음 드림업)公开征集项目 26_HS022,由项目团队完成并公开实测数据,合作机构为韩国信息通信产业振兴院(한국정보방송통신대연합회)。项目聚焦 WiFi 感知与无线信号感知领域,面向人体行为识别与跌倒检测任务:仅利用 WiFi CSI 信号判断室内是否发生跌倒,训练并评估跌倒/非跌倒二分类模型。

技术栈覆盖 ESP32-S3 接收节点、Jetson 边缘计算平台与 Flutter 应用端,形成从信号采集、数据处理到模型推理的完整链路。

系统构成与数据流

系统由 4 台 ESP32-S3 节点组成接收阵列,各节点以 RuView ADR-018 格式通过 UDP 5005 端口传输 CSI 数据包,4 台合计每秒约产生 100–200 个 CSI 包。采集过程中,CSI 与网络摄像头关键点坐标同步记录,并按时间对齐生成 500 包(约 5 秒)的学习窗口。

跌倒判定流程以学习窗口为输入:v1 模型将 134 通道 × 500 包(约 5 秒)输入 3 段 1D-CNN 完成跌倒/非跌倒分类;v2 输入则取每节点首个 LLTF 的 64 个子载波,经 32Hz 插值后形成 193 通道 × 160 帧。每个窗口记录均保留录制编号、序号与时刻,便于回溯原始录制。

数据内容与规模

公开数据包括直接采集的原始录制 48 件,以及在此基础上加工得到的学习窗口 2,217 个,其中基础动作集包含 1,019 个窗口。仓库 dataset/ 目录为数据工具入口,可直接获取上述文件。

摄像头仅用于生成学习数据的答案记录(关键点坐标标签),原始影像不作保存,因此数据模态为 WiFi CSI 时序信号加摄像头关键点坐标标签,而非影像数据。

模型权重与代码

仓库同时提供 v1 1D-CNN 的学习权重以及训练、评估代码,使用者可复现跌倒/非跌倒分类实验,或基于现有窗口数据调整网络结构与输入表示。

获取方式与引用

数据托管于公开 GitHub 仓库(Public),可从 dataset/ 目录直接获取;仓库页面未声明具体开源许可证。若在研究中引用本数据,请注明项目编号 26_HS022 及项目名称 WiFi CSI 기반 주거 취약계층을 위한 스마트 주거 안전망。

基本信息

记录数量未知
文件大小未知
文件格式未知
数据来源2026 한이음 드림업 프로젝트 26_HS022 팀
采集设备ESP32-S3 × 4
传输协议UDP 5005(RuView ADR-018)
学习窗口500 包(约 5 秒)
模型输入134 通道 × 500 包;v2 为 193 通道 × 160 帧
许可证未声明
数据落地页https://github.com/junnn0098/26_HS022
发布日期2026-10-30
WiFi CSI跌倒检测无线信号感知人体行为识别ESP32-S31D-CNN

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费