[发明专利]一种在智能空间中对人体行为的理解系统及其应用

说明书

技术领域

本发明涉及本发明涉及一种在智能空间中对人体行为的理解系统及其应用，属于智能控制的技术领域。

背景技术

针对人的行为理解是机器人提供智能化服务的基础。其中对人类行为识别与理解的研究一般包括两方面：底层的动作识别、高层的行为认知和意图识别，具体的动作识别主要涉及到动作特征的提取和表示，高层的行为认知和意图识别主要涉及到对与行为有关的低层上下文的合理表示和低层上下文到高层上下文的推理。

现有的行为理解分为基于视觉传感器和基于非视觉传感器的行为理解。世界范围内已经展开了大量的视觉分析研究项目，其中，美国国防高级项目署设立了以卡梅隆大学为首的视觉监控重大项目VSAM（visual surveillance and monitoring），主要实现特定场所内的视觉监控；英国雷丁大学开展了基于机器视觉的对车辆和人的跟踪研究；2000年美国国防高级项目研究署又开展了基于视觉的人的检测、分类和识别，国内在该领域的研究起步相对较晚，但也有许多大学和研究机构如中国科学研究院自动化所模式识别国家重点实验室、亚洲微软研究院、北京大学视觉与听觉信息处理国家重点实验室^[11]以及清华等对视觉分析关键技术进行了深入的研究。

近年来很多研究机构开始利用机器人学习工具来构建人行为的统计模型，并且使人体行为理解有了一定的进展，但是动态场景中运动的快速分割、宽松的着装、遮挡、阴影和光照变化、运动的非刚性和人运动的模糊性等因素，加大了基于视觉进行行为理解的难度，而且使用视觉容易暴露用户的隐私，这违反了家庭环境对于私密性的要求，上述因素在很大程度上影响和制约了视觉方法对人的行为进行理解的效果，因此基于视觉的行为理解研究缓慢，仍处于初级阶段。

高层行为的识别和理解对于低层的动作识别来说，在服务用户方面更有意义。鉴于视觉在行为理解方面存在的各种缺陷，人们开始寻求非视觉的方法来实现高层行为的识别和理解，主要是在人活动的空间中或者物品上安装各类传感器^[17]，通过获取的与人的行为有关的各种信息来推断用户的行为，这种方式不会对人的行动造成不便，因此，基于非视觉的行为理解方式比较简单，便于应用。

随着智能空间技术的不断发展，人们越来越关注基于非视觉传感器的行为理解，基于非视觉的方式主要有三类：穿戴式行为识别、基于环境变量的行为识别、人机交互式的行为识别。穿戴式行为识别通过在身体不同部位穿戴各种传感器，根据传感器返回的数据对人的行为进行识别，这种方式一般涉及到对原始动作的识别，比如走、坐、跑等，但这远不能满足对日常生活行为理解的目的，同时这种在人体上放置传感器的方法给应用带来很大的不便性，因此应用范围有限；基于环境变量的行为识别通过检测用户行为对环境变量造成的影响来识别用户行为；人机交互式的行为识别通过检测与用户动作相关联的一些物体的状态来推测用户的行为，物体的状态通过分布于智能空间下的各种传感器获得。

CLIPS专家系统的研究现状：CLIPS专家系统是将人类专家的知识和经验以知识库的形式存入计算机，并模仿人类专家解决问题的推理方式和思维过程，运用知识库对问题做出判断和决策。CLIPS专家系统属于基于规则的专家系统，基于规则的CLIPS专家系统使用一套包含在知识库内的规则，对工作存储器内的具体问题和数据进行处理，通过推理机推理出新的问题。近年来，国内外基于规则的CLIPS专家系统具有很多成功的范例：

（1）国外基于规则的CLIPS专家系统

国外对专家系统的开发和研究时间相对较长，目前有上万个专家系统投入使用。另外，还有很多系统正在试验阶段。2000年以来研究的专家系统中，比较成功的有T.Biagetti等人研发的预测及智能监测专家系统PROMISE(prognosis and intelligent monitoring expert system)；英国的John Martin等人开发出水下自治机动车轨道生成系统；埃及S.A.Ahmed等人开发的水资源回收利用最佳方案选择DDS(决策支持系统)；英国H.S.Neap等人开发的COMBO系统。在这些专家系统中，规则的形式基本采用产生式规则，并提供了较完善的知识库建立和管理功能。

（2）国内基于规则的CLIPS专家系统