[发明专利]一种基于传感器的ECOC技术的人体动作识别方法

权利要求书

1.一种基于传感器的ECOC技术的人体动作识别方法，其特征在于该方法包括以下步骤：

(1)使用加速度传感器以及陀螺仪采集数据，测得每种动作的加速度以及角度的x、y、z三轴数据；传感器的自身坐标系的z轴朝着人体正前方，x轴与地面垂直向上，x轴到y轴的旋转方向符合右手定则，在数据采集过程中测试人员需要按照指定的时间完成慢走、快走、慢坐、快坐、起立、非正常走路、轻跳、行走滑倒、侧向滑倒、垂直跌倒、向前倾倒、横向倾倒、慢跑、上楼梯、下楼梯15类行为；

(2)对采集到的数据使用滑动窗口法截取数据片段，对窗内的数据进行降噪，用小波变换消除测得信号的抖动噪声和干扰；

(3)对处理过的加速度和角速度数据进行时域和频域分析，计算每个窗口内的均值、方差以及协方差，以及进行快速傅里叶变换，并提取长度为k的窗口的快速傅里叶变换系数；

(4)采用多对多的策略训练分类器，采用ECOC编码矩阵对步骤(1)中所述的15个类别进行M次划分，采用三元码，即分类器指定为正类、反类或者停用类，编码矩阵的行是需要分类的15种类别，列是经过M次划分后的每个二分类训练的分类器f_j；

(5)采用支持向量机SVM方法对多个二分类任务进行分类训练得到L个分类器，通过一个核函数将非线性可分的特征向量映射到高维空间中找到一个最优平面划分两个类别；

(6)已经训练好的模型之中，进行ECOC解码操作，以Hamming距离作为评价指标，预测结果输出为距离最短所对应的类别。

2.根据权利要求1所述的基于传感器的ECOC技术的人体动作识别方法，其特征在于：步骤(1)中加速度传感器采用ADXL345、MMA8451Q加速度传感器，陀螺仪采用ITG3200，采取数据频率为200Hz，按照采集时间为12s或15s收集每种动作的传感器数据。

3.根据权利要求1所述的基于传感器的ECOC技术的人体动作识别方法，其特征在于：步骤(5)中采用的核函数为通用的拉普拉斯核函数：

其中x_i,x_j为任意两个训练数据，σ>0为数据的标准差，

通过构造支持向量机分类器：其中j＝1,2,…L，f_j为每一个分类器，为核函数的系数；

训练时第j个分类器f把训练集中的第j类数据划分为正类时用+1表示，负类用-1表示，0表示分类器f不使用该类样本，得到L个二分类支持向量机SVM分类器，用于分类慢走、快走、慢跑、上楼梯、下楼梯、慢坐、快坐、起立、非正常走路、轻跳、行走滑倒、侧向滑倒、垂直跌倒、向前倾倒、横向倾倒动作。

4.根据权利要求1所述的基于传感器的ECOC技术的人体动作识别方法，其特征在于：步骤(6)采用的ECOC解码操作为计算测试样例与分类器对各类的划分结果的距离，计算Hamming距离，计算公式如下：

式中L为分类器个数，f_i表示第i类分类器对应的编码值，M_i表示分类器对测试样例的结果，d_ij表示f_i与M_i之间的Hamming距离。