[发明专利]一种人类活动识别的方法

说明书

技术领域

本发明涉及预测技术，具体是一种人类活动识别的方法。

背景技术

人类活动识别旨在识别一个人对他/她自己和周围环境的一系列观察所进行的行动。可以通过利用身体佩戴的传感器来源获取的信息。这是一个热门的的研究领域，主要目的是提取传感器中的数据知识。特别是医疗领域，军事和安全应用(Zeng D,Chen H,Lusch R,Li S-H.Social media analytics and intelligence.IEEE Intelligent Systems 2010,25:13-16.)。例如，糖尿病患者、肥胖人群、心脏病患者他们治疗就包括了良好的运动锻炼习惯。因此，识别活动，如散步，跑步，或骑自行车就变得非常有用，提供反馈照顾病人的行为或建议。同样，还可以监视痴呆症和其他精神疾病检测异常活动，从而防止不良后果。在军事上，为士兵提供精确的位置信息和实时了解士兵的生命体征信息能够更好的保障他们作战和生命安全(Anguita D,Ghio A,Oneto L,Parra X,Reyes-Ortiz JL.Human activity recognition on smartphones using a multiclass hardware-friendly support vector machine.In:International Workshop on Ambient Assisted Living:Springer；2012.pp.216-223.)。此外智能环境辅助生活、普适计算等领域中，日常生活活动的自动监护和识别都是一个关键挑战。这都表明活动识别研究成果对相关领域研究和应用都有益处，对相关领域专家也有借鉴之处。因此这就迫切需要研究一种新方法和新手段来解决低级传感器数据和高级活动识别概念之间的对应关系问题。在智能健康监护和老年人护理等许多领域，基于多源多维传感器数据的自动活动识别是非常重要的研究方向(Bringmann B,Berlingerio M,Bonchi F,Gionis A.Learning and predicting the evolution of social networks.IEEE Intelligent Systems 2010,25:26-35.)。

活动识别最早研究可以追溯到上世纪90年代。最近几年，通过各种传感器数据进行识别简单活动如休息、散步和跑步等的研究已经取得了成功。而复杂活动涉及到简单活动的组合，识别率仍然较低，复杂活动研究仍然具有挑战性(Zhang D,Mao W,Zhan J,Zeng D.Editorial:special issue on“social computing and e-business”.Information Systems and e-Business Management 2012,10:161-163.)。

发明内容

本发明的目的是针对现有技术的不足，而提供一种人类活动识别的方法。这种方法实验数据收集简单、识别人类活动快速准确。

实现本发明目的的技术方案是：

一种人类活动识别的方法，包括如下步骤：

1)模型定义：活动识别系统预定义活动类别，机器学习模型定义如下：

假设活动类别定义为集合A＝{a₀,···，a_c-1}，m个活动采集的等长时间窗数据集合记为{W₀，W₁,···,W_m-1}，每个时间窗数据包括k个传感器的一段时间的测量值，m个活动对应的类别记为{y₀,y₁,···,y_m-1},y_i是A中的一个元素，活动识别的目的是基于上述训练数据找到数学模型f:W_i→A，使得f(W_i)和对应的活动类别y_i相同；

2)执行动作并记录数据：让佩戴传感器的人执行2组选定的站立、坐下、躺下、步行、上楼和下楼六个人类活动动作，每一个动作执行完成与开始执行下一个动作之间间隔5秒，6个动作执行完毕为一组，然后将传感器的数据记录下来；

3)整理数据并上标签：将步骤2)中记录的传感器的数据，按照每组数据的真实活动贴上标签，标签不做具体限定；