WiFi CSI公共数据集

本文介绍了四个用于WiFi感知和行为识别的主流数据集：UT-HAR、NTU-HAR、NTU-HumanID和Widar。UT-HAR基于CSI（尺寸为1×250×90），包含躺下、跌倒、行走、捡起、跑步、坐下、起立共7类动作，训练样本3977个，测试样本996个；NTU-HAR的CSI尺寸为3×114×500，包含盒子、圆形、清洁、跌倒、跑步、行走6类动作，训练936个，测试264个；NTU-HumanID同样采用3×114×500的CSI尺寸，用于14个受试者的步态识别（共14类），训练546个，测试294个（文中附有CSI示例图）；Widar数据集使用BVP（尺寸22×20×20），包含推拉、扫动、拍手、滑动、画N(H)、画O(H)、画矩形(H)、画三角形(H)、画之字形(H)、画之字形(V)、画N(V)、画O(V)、画1至画10共22类手势，训练样本34926个，测试样本8726个（附有类别示意图）。注意事项：请使用Linux系统下载和解压所有数据集，以避免解码错误；对于UT-HAR，数据文件为csv格式，可通过提供的代码加载，若用Excel打开则会因原始编码格式而不可读。