无线感知作为新兴的非传感器感知的重要技术,在动作识别、身份认证、跌倒检测等诸多方面被广泛应用。由于无线信号不具备可视化的特征,研究者往往无法判别数据样本是否合规,也不清楚数据样本分布是否广泛多样。不合规样本的存在使数据集质量下降,数据分布不广泛造成无线感知识别模型泛化能力差。本文围绕去除不合规无线数据样本、提升感知识别模型泛化能力两个问题开展研究,提出了相应的解决方法,并在两类无线数据集（CSI和RFID）上进行评估。本文具体的主要研究内容如下:（1）本文提出了一种基于视频识别的无线数据样本求精方法。该方法通过视频识别技术,找出不合规动作样本,并根据数据间的对应关系将不合规的无线数据样本筛除。（2）本文提出了一种基于视频标记的无线数据样本泛化方法。该方法利用视频对动作样本的角度和位置进行标记,分析动作的角度和位置分布情况,当角度或位置分布间隔大于实验所得到的阈值时,则指导用户定向地调整角度和位置补充采集无线数据。该方法通过增加样本的覆盖率来提升无线感知模型的泛化能力。（3）基于以上两种方法,设计并实现了基于视频分析的无线感知数据样本求精与泛化系统,并在CSI数据集和RFID数据集上对该系统进行了评估。实验结果显示,基于CSI信号的感知识别准确率从89.5%提升至96.5%;基于RFID信号的感知识别准确率从89.1%提升至95.8%。