[发明专利]一种枪支姿态感知识别方法与系统

权利要求书

1.一种枪支姿态感知识别方法，其特征在于，包括：

采集枪支姿态感知数据样本，建立枪支姿态动作样本数据库；

对所述枪支姿态感知数据样本进行预处理，消除噪声数据并标签每个所述枪支姿态感知数据样本的姿态类别；

提取预处理后的枪支姿态感知数据样本的特征，得到九个二维频域序列；

将所述九个二维频域序列融合为一组二维序列；

将所述一组二维序列输入分类器模型进行训练，得到训练后的分类器模型；

获取单次枪支姿态感知数据，输入到训练好的分类器模型中，输出识别结果。

2.根据权利要求1所述的一种枪支姿态感知识别方法，其特征在于，

进一步包括以下步骤：用带有标签的测试集对已训练完毕的分类器模型进行测试，计算所述分类器模型的准确率。

3.根据权利要求1所述的一种枪支姿态感知识别方法，其特征在于，

所述枪支姿态感知数据样本包括出套、上膛、击发、验枪、和/或入套的信号数据。

4.根据权利要求1所述的一种枪支姿态感知识别方法，其特征在于，

所述分类器模型是SVM分类器。

5.根据权利要求1所述的一种枪支姿态感知识别方法，其特征在于，

通过带通滤波器处理所述枪支姿态感知数据样本，消除噪声数据。

6.根据权利要求1所述的一种枪支姿态感知识别方法，其特征在于，

所述提取预处理后的枪支姿态感知数据样本的特征，得到九个二维频域序列，包括：

将预处理后的枪支姿态感知数据样本经由快速傅立叶变换后，得到横坐标为频率，纵坐标为传感器检测值的二维序列，即特征信号；

将特征信号进行能量积分，得到九个二维频域序列。

7.根据权利要求1所述的一种枪支姿态感知识别方法，其特征在于，

通过Max算法将所述九个二维频域序列融合为一组二维序列。

8.根据权利要求1所述的一种枪支姿态感知识别方法，其特征在于，

所述将所述一组二维序列输入分类器模型进行训练，得到训练后的分类器模型，包括：

使用独热编码将所述一组二维序列转化为一维序列；

将各个姿态的标签进行转换，得到信号数据集；

将信号数据集划分为训练集，验证集与测试集；

将所述一维序列作为分类器模型的输入，并设置所述分类器模型的参数；

随机初始化所述分类器模型的网络权值并进行预训练，通过线性映射将训练好的各个网络权值初始化所述分类器模型；

微调分类器模型，达到设定的迭代次数后完成训练。

9.一种枪支姿态感知识别系统，其特征在于，包括：

样本采集模块，用于采集枪支姿态感知数据样本，建立枪支姿态动作样本数据库；

数据预处理模块，用于对所述枪支姿态感知数据样本进行预处理，消除噪声数据并标签每个所述枪支姿态感知数据样本的姿态类别；

特征提取模块，用于提取预处理后的枪支姿态感知数据样本的特征，得到九个二维频域序列；

融合模块，用于将所述九个二维频域序列融合为一组二维序列；

分类器训练模块，用于将所述一组二维序列输入分类器模型进行训练，得到训练后的分类器模型；

姿态识别模块，获取单次枪支姿态感知数据，输入到训练好的分类器模型中，输出识别结果。

10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序以实现如权利要求1-8任一项所述的方法。