文献阅读（3）

Smokey: Ubiquitous Smoking Detection with Commercial WiFi Infrastructures（InfoCom 2016）

针对的问题：现有的吸烟检测方法（基于传感器的和基于计算机视觉的）存在缺陷，如检测盲点等，本文提出利用商用WiFi设备实现普适的被动式吸烟检测（even in non-line-of-sight and through-wall）

面临的挑战：尽管无线信号已经被研究用于手势识别，但是现有的手势识别方案只能检测简单特定的手势，或者依赖well-defined训练集，且有些方法需要指定手势的开始和结束时间，而这在吸烟检测中，是没法实现的（要求吸烟者以特定的方式吸烟）。

解决方案：与利用准确训练的分类器识别特定的手势不同，本文利用吸烟活动的周期性模式进行识别，提高检测的鲁棒性（non target-dependent）；利用吸烟行为是一系列活动的有序组合（胳膊和胸腔运动），将吸烟活动与日常活动进行区分。



初步调查（preliminary findings）

吸烟步骤：吸烟是个有节奏的活动，包括holding, putting up, sucking, putting down, inhaliing, exhaling；

吸烟对无线信号的影响

RSSI的变化不稳定，而CSI变化对吸烟比较敏感，与吸烟活动直接相关；

吸烟活动对CSI的影响是子载波依赖的（subcarrier-dependent）：不同子载波对人体不同部位的运动敏感度不同，吸烟过程中部分子载波对胳膊的运动比较敏感，而部分对胸腔的运动敏感；

吸烟活动对单个子载波的影响也是时变的：由于环境的变化，如吸烟姿势的变化，单个子载波对吸烟运动的敏感性也会发生变化（even for the same motion）；

吸烟是由一系列活动组成的复合活动：与其他日常活动相比，吸烟活动的CSI序列的峰值通常是成对出现的（胳膊和胸腔活动），与呼吸活动相比，吸烟活动的呼气持续时间明显比吸气时间长；

结论：吸烟活动中运动的节奏/有序性是大多数吸烟者共同的行为模式，利用这一信息进行吸烟检测，无需对单个运动进行”decode”，对单个活动的检测容错性更高；需要从时变和载波依赖的CSI中提取出节奏/次序信息；



实现细节

数据处理：插值（由于丢包、传输延迟和其他处理延迟，接收到的CSI序列不是均匀采样的），采用线性插值（缺值处添加与前值相同的数据？）；未来可考虑利用不确定数据处理技术减少幅度测量误差；

运动获取：由于人体运动不是唯一影响无线信号的因素，不同载波对人体运动和噪声的敏感性不同，且这种敏感性是动态变化的，因此利用所有的子载波和事先选择某些子载波都是不可行的；为了获取吸烟运动对信号的动态影响而不受噪声影响，本文借鉴图像处理领域的前景检测问题，从动态噪声（变化的背景）中分离出运动引起的CSI变化（前景像素）；

CSI帧：将CSI序列映射为CSI帧，没帧有M∗N像素，M是子载波数，N每帧包含的采样数；

前景检测：不符合背景分布的像素点即为人体运动引起的前景像素点

构造背景模型：混合高斯分布

前景提取：大于2.5倍标准差（away from the B distributions）

在线更新模型：对环境变化的自适应（如姿势变化）

运动提取：为了避免丢失有用信息，前景检测会保留部分有误的前景点（counterfeits），利用人体运动的时间相关和频率相关性移除无效点；

复合运动检测：由于吸烟是一个复合运动（composite motion），因此对提取出来的单个活动进行移除，仅保留复合活动；利用吸烟独特的呼吸模式进行判别（分析复合活动的第二部分，计算吸气和呼气的持续时间差，大于阈值Tr则为吸烟）

活动分析：利用吸烟的节奏特征降低误报率（false positive）

周期性分析：利用自相关分析周期性，计算周期的标准差以量化周期的稳定性；

活动识别：吸烟的有效周期范围为[3.3s,300s]，单次吸烟行为(a single cigarette)中的吸烟的周期性应当比较稳定（方差小）；当周期在有效范围内，且周期的标准差小于阈值σT时，判定存在吸烟行为。

系统实现：transmitter——TP-LINK TL-WR742N；receiver——a mini PC with Intel WiFi Link 5300 NIC that equipped with one antenna（1*1？）；802.11n Channel 11 at 2.4GHz；a packet every 30ms；

结论：前景检测结合子载波信息的方法的有效性（比单个子载波和所有子载波都有效）；非视距和穿墙场景下检测率为0.567和0.304（鲁棒？）

Smokey优势：无需被检测者合作（compliant），抗噪性好，无需依赖目标训练集（target-dependent training set）

本文亮点：利用前景检测方法提取有效的CSI信息，充分考虑了子载波敏感性的动态变化！