企业官网建设流程全解析

摘要：基于 Wi-Fi CSI 的人体活动识别数据集使用双路由器（每包 912 CSI 特征）在 3 个房间采集 7 种活动（配有同步相机边界框标注），采用生活实验室连续记录，专为设备无关 HAR 和空间回归研究而构建。

数据集简介

数据集概述

基于 Wi-Fi CSI 的人体活动识别数据集（Human Activity Recognition using Wi-Fi CSI）是一个创新的设备无关人体活动识别数据集，使用 Wi-Fi 信道状态信息（Channel State Information, CSI）作为感知信号，提供隐私保护、无需穿戴设备的监测方式，可穿透墙壁并在低光条件下工作。数据集使用两台刷入定制 Atheros CSI Tool 固件的 TP-Link TL-WDR4300 路由器（一个发射器、一个接收器）采集，该固件是从基于 Atheros 芯片组的 Wi-Fi 硬件中提取子载波级 CSI 的广泛使用的开源平台。与许多现有 CSI HAR 数据集将每个活动隔离为干净、分离的试验不同，该数据集在”生活实验室”环境中记录：单个参与者在三个不同房间中以自然、连续和混合的顺序执行活动，更接近真实家庭或办公环境中的实际运动模式。这使数据集更具噪声和真实性，相应地更具挑战性（也更实用）用于构建鲁棒的 HAR 模型。数据集的显著特征是每个 CSI 数据包都与相机帧时间同步，从中提取人体边界框并保存到 label_boxes.csv，这使数据集不仅支持分类活动识别，还支持空间/位置回归任务：例如仅从无线信号特征直接预测人的位置或轮廓范围。

数据结构与技术配置

数据集采用高度结构化的多模态架构。硬件与信号配置：设备为 2 台 TP-Link TL-WDR4300（1 个发射器 Tx，1 个接收器 Rx）刷入 Atheros CSI Tool 固件，工作在 5 GHz 频段，信道带宽 40 MHz，信道 60，天线配置为 2 接收 × 2 发射天线形成 4 个独特的天线对，每个天线对捕获 114 个子载波的 CSI 分量（幅度和相位），每个 CSI 数据包产生 4 天线对 × 114 子载波 × 2（幅度+相位）= 912 个特征。采集设置：3 个不同房间（每个具有不同的多路径/反射特性）、1 名参与者、生活实验室/自然化记录风格（活动以混合、连续顺序执行而非孤立重复试验）、每个 CSI 数据包与同步相机照片配对并提取人体边界框（x, y, width, height）作为真实标签。活动标签：7 个类别 – walking（行走，位置移动）、sitting（坐姿，静态）、standing（站立，静态直立）、lying（躺卧，静态水平）、getting_up（起身，从躺/坐转换到站立）、getting_down（下躺，从站立/坐转换到躺）、no_person（空房间/无人）。数据文件：csi_data.csv（CSI 特征数据，每行 912 列加时间戳/frame_id 和活动标签）、label_boxes.csv（同步边界框标注 x/y/width/height，通过 frame_id/timestamp 连接到 csi_data.csv）、room_id（指示 3 个房间中的哪一个）。

应用价值与研究方向

该数据集支持多个前沿无线感知和人体活动识别研究方向。设备无关 HAR：仅使用 Wi-Fi CSI 进行人体活动识别，无需相机或可穿戴设备。跨房间泛化/领域适应：在一个房间训练，在另一个房间测试，研究模型对不同环境的鲁棒性。多模态融合：结合 CSI 和视觉衍生标签（边界框）进行联合建模。CSI 到空间坐标回归：从 CSI 直接预测边界框坐标，实现基于 Wi-Fi 的定位。序列建模：使用 LSTM/Transformer 对自然化、混合顺序的活动转换进行时序建模。鲁棒性基准测试：在非精心策划的、类似真实世界的数据分布上测试 HAR 模型。数据集的”生活实验室”连续记录风格和同步边界框标注使其特别适用于研究现实场景中的活动识别挑战（活动转换、环境噪声、多路径干扰）、开发隐私保护的智能家居监测系统、支持老年人跌倒检测和日常活动监控，以及推动 Wi-Fi 感知技术在智慧建筑、医疗监护和安全监控中的应用。

数据集来源

该数据集使用双路由器（Atheros CSI Tool，每包 912 CSI 特征）在 3 个房间采集 7 种活动，配有同步相机边界框标注，专为设备无关 HAR 和跨房间泛化研究而构建。。由张家梁(Bob)整理并于2026年8月在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-77
文件大小：490M
原创声明：本数据集为整理作品