[发明专利]一种行为识别方法和终端有效
申请号: | 201711060185.5 | 申请日: | 2017-11-01 |
公开(公告)号: | CN107862276B | 公开(公告)日: | 2021-05-18 |
发明(设计)人: | 凌茵 | 申请(专利权)人: | 北京旋极信息技术股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京安信方达知识产权代理有限公司 11262 | 代理人: | 李红爽;龙洪 |
地址: | 100094 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 行为 识别 方法 终端 | ||
1.一种行为识别方法,包括:
采集待识别行为的感应数据;
将所述感应数据生成的信号进行分段,生成分段信号;
选取至少一段所述分段信号进行行为识别;
所述将所述感应数据生成的信号进行分段,生成分段信号,包括:
生成所述感应数据生成的信号对应的参考窗和测试窗;
将所述测试窗从信号始端滑动到信号末端,在所述参考窗和所述测试窗的信号自相关差值大于设定阈值时,产生分段改变点,生成在所述分段改变点分段的第一分段信号,所述第一分段信号是按频率和幅度变化确定的分段信号;
生成所述感应数据对应的比较函数;最小化所述比较函数生成第二分段信号,所述第二分段信号是按均值和方差变化确定的分段信号;
融合所述第一分段信号和所述第二分段信号,生成最终分段信号;
所述选取至少一段所述分段信号进行行为识别,包括:选取至少一段所述最终分段信号进行行为识别;
所述生成所述感应数据对应的比较函数,包括:
采用公式Xi=μi+σiεi生成观测数据Xi;
采用公式和计算观测数据Xi和预设高斯模型间的差值J(i,x);
采用公式H(i)=J(i,x)+βM(i)和生成比较函数H(i);
其中,i是观测变量的索引,μi和σi分别是观测变量在预设分段的预设高斯模型的均值和标准差,εi是观测变量在预设分段的随机变量;M(i)是分段数序列,M(i)由索引i的维度K(i)决定;K(i)是比较函数最小化得出的改变点序列;M是分段数序列M(i)在标准化比较的二次偏差大于0.75的最大值;T 是分段数序列M(i)的总长度;j是改变点序列的索引,j=1,2,…M;kj是改变点序列中第j个改变点,kj-1是改变点序列中第j-1个改变点;kj-1+1:kj是从改变点kj-1到下一个改变点kj序列点,是索引i从改变点kj-1到下一个改变点kj序列点对应的观测数据的平均值。
2.根据权利要求1所述的行为识别方法,其特征在于,所述将所述感应数据生成的信号进行分段,生成分段信号,还包括:
生成所述感应数据生成的信号对应的参考窗和测试窗;
将所述测试窗从信号始端滑动到信号末端,在所述参考窗和所述测试窗的信号自相关差值大于设定阈值时,产生分段改变点,生成在所述分段改变点分段的第一分段信号,所述第一分段信号是按频率和幅度变化确定的分段信号;
将所述第一分段信号作为所述分段信号。
3.根据权利要求1或2所述的行为识别方法,其特征在于,所述参考窗和所述测试窗的信号自相关差值通过以下步骤得到:
采用公式计算所述参考窗和所述测试窗的信号自相关差值;
其中,ATHR和FTHR是设定的幅度差值和频率差值各自的阈值;幅度差值ADIFF由公式计算得出,p(0)R是所述测试窗滑动到信号始端时的所述参考窗的自相关值,p(0)T是所述测试窗滑动到信号始端时所述测试窗的自相关值;频率差值FDIFF由公式FDIFF=B/C计算得出,B是所述参考窗和所述测试窗自相关信号的差异部分,C是所述参考窗和所述测试窗自相关信号的相同部分。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旋极信息技术股份有限公司,未经北京旋极信息技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711060185.5/1.html,转载请声明来源钻瓜专利网。