[发明专利]一种基于动态时间规整的头部姿态识别方法

说明书

本发明提出了一种基于动态时间规整的头部姿态识别方法，其步骤为：通过固定在头部的惯性传感器采集头部动作姿态在X方向、Y方向、Z方向的加速度和角速度的特征数据，并存储在数据集中；对数据集中的数据进行预处理，检测头部动作的起始时间和终止时间，提取头部动作的动作区间；构建头部动作模板；通过检测到的头部动作数据与得到的头部动作模板数据计算规整路径；规整路径DTW最小值对应的标准模板头部动作类型则为待识别数据的头部动作类型。本发明依靠惯性传感器测量的加速度和角速度信息可以准确的估计出测试对象的头部动作类型，能有效提高人体头部动作的识别准确率；且价格低、数据处理量小、反应快、识别准确率高。

技术领域

本发明涉及模式识别的技术领域，尤其涉及一种基于动态时间规整的头部姿态识别方法。

背景技术

随着人工智能技术的发展，极大地改变了人类生产生活方式，传统的键盘鼠标输入方式并不能满足所有人的需求，如上肢不健全者。为此开发一种基于头部姿态动作识别技术引起了研究者的广泛关注。

按照头部姿态计算使用设备类型可以分为两类：一类使基于佩戴惯性传感器的方法，如公告号为CN103076045B的发明专利申请提供了一种头部姿态感应装置和方法；公开后为CN105943052A的发明专利提供了一种基于偏转角的疲劳驾驶检测方法及装置；通过加速度和角速度传感器获得准确的头部姿态，该种方法优点是精度高、实时性好，缺点是需要用户佩戴惯性传感器，并且这些偏重于姿态估计，并没有提供一种头部动作识别技术；另一种方法基于机器视觉方法，如谭等提出0公开号为CN102737235A的发明专利----基于深度信息和彩色图像的头部姿势估计方法，通过摄像头或深度相机来估计头部姿态，该种方法优点是与测试对象不接触，缺点是摄像头成像易受光照、背景、表情的影响，相较前者而言，图像处理一般计算量大，准确率不够高，有待进一步改善。

动态时间规整算法(dynamic time warping，DTW)是一种基于动态规划(dynamicprograming)的方法，广泛用于语音、姿态识别领域。动态时间规整算法可以将数据在时间轴下扭曲，实现时间序列的延伸或缩短，以达到更好的对齐，从而提高算法的准确率、鲁棒性。头部动作由于个人习惯，当前状态不同均可能导致动作时间长度的改变，是一个典型不等长的时间序列识别问题。

发明内容

针对现有头部姿态识别的计算量大，准确率不够高的技术问题，本发明提出一种基于动态时间规整的头部姿态识别方法，通过DTW方法评价不同动作与标准模板之间时间序列规整路径距离来识别不同的头部动作，数据处理量小，识别准确率高。

为了达到上述目的，本发明的技术方案是这样实现的：一种基于动态时间规整的头部姿态识别方法，其步骤如下：

步骤S1：数据采集：通过固定在头部的惯性传感器采集头部动作姿态在X方向、Y方向、Z方向的加速度和角速度的特征数据，并存储在数据集中；

步骤S2：头部动作的端点检测：对数据集中的数据进行预处理，根据预处理后的头部惯性数据合角速度信息检测头部动作的起始时间和终止时间，提取头部动作的动作区间；

步骤S3：计算头部动作时间序列模板：根据步骤S2端点检测检测到的头部动作数据及相关的动作标签，构建X方向、Y方向、Z方向的加速度、角速度头部动作模板；

步骤S4：计算规整路径：数据集中的测试集通过步骤S2检测的头部动作数据分别与步骤S3得到的头部动作模板数据计算规整路径；

步骤S5：判断头部动作类型：规整路径DTW最小值对应的标准模板头部动作类型则为待识别数据的头部动作类型。