[发明专利]基于移动终端的行为识别方法及移动终端

权利要求书

1.一种基于移动终端的行为识别方法，其特征在于：所述方法包括：

S1通过移动终端的传感器采集表征行为的传感数据；

S2将所述传感数据通过小波函数变换为小波域下的小波特征向量，所述小波函数为：

其中，为位置j上的尺度为k的小波函数；

d_j,k为原时域函数f(x)变换后的小波系数；

S3基于预定的特征值获取方法，对步骤S2中得到的包含行为特征的小波特征向量进行提取计算，得到表征行为的特征集；

S4将所述特征集或/和所述特征集的子集作为训练数据，得到分类器；

S5对行为的识别，即所述传感器采集的未知行为的传感数据进行步骤S2和S3的处理后，通过所述分类器进行识别，判断后输出该行为，并更新所述分类器。

2.根据权利要求1所述的基于移动终端的行为识别方法，其特征在于：所述传感器包括加速度传感器和陀螺仪传感器，所述传感数据分别取自加速度和陀螺仪传感器的x、y、z三个轴。

3.根据权利要求1所述的基于移动终端的行为识别方法，其特征在于：所述行为的特征集获得的具体方法包括：

S3.1通过移动终端的传感器采集表征行为的传感数据；

S3.2采用重叠滑动窗口的策略将连续的传感数据流划分为一个固定长度的基于移动终端的行为识别方法实体，通过小波函数对所述固定长度的实体进行n级小波变换，得到不同子频段上的小波向量；

S3.3根据预定的韵律特征和节奏特征获取方法提取计算每个子频段上表征行为的小波向量，得到表征行为的特征集，其中

所述韵律特征获取方法具体包括：计算每个子频段上的小波向量系数的平均值、方差、偏度，得到行为的韵律特征集；

所述节奏特征获取方法具体包括：计算当前子频段计算消耗的能量占所有子频段计算消耗能量的百分比，得到行为的节奏特征集，所述节奏特征集计算公式表示如下：

energy(subband)=Σ|dsubband|Σj=1nΣ|dj|]]>

其中，∑|d_j|为所有子频段计算消耗的能量；

∑|d_subband|为当前子频段计算消耗的能量。

4.根据权利要求1所述的基于移动终端的行为识别方法，其特征在于：还包括对所述训练数据进行归一化处理的步骤，其中所述归一化处理公式为：f_{normalization}=f_raw-μ/σ，其中，μ为经验平均值，σ为一个特征在行为的标准差。

5.根据权利要求1所述的基于移动终端的行为识别方法，其特征在于：将传感数据变换为小波域上小波向量的小波函数通过实验的方法获得。

6.一种移动终端，其特征在于：包括

传感器单元，用于采集行为的传感数据；

小波变换单元，用于将所述传感数据通过小波函数变换为小波域下的小波特征向量；

特征集获取单元，用于基于预定的特征值获取方法，对小波变换单元得到的包含行为特征的小波特征向量进行计算和/或抽取，得到表征行为的特征集；

数据训练单元，用于将所述特征集获取单元获得的特征集中的数据作为训练数据，得到分类器；

动作识别单元，用于对行为的识别，即所述传感器采集的未知行为的传感数据分别经过小波变换单元和特征集获取单元的处理后，将处理后的数据通过所述分类器进行识别，判断后输出该行为，并更新所述分类器。