[发明专利]一种基于EOG的人体行为识别系统及方法

摘要

本发明公开了一种基于EOG的人体行为识别系统及方法，首先建立一个基于Hjorth参数的EOG信号识别模型，用于实现对原始单元EOG信号的识别；同时，使用N‑gram方法统计背景任务下不同行为状态的上下文关系，并建立一个眼动信号‑行为状态关系模型；最后，通过置信度参数对两个模型输出的结果进行综合的分析与判断，以获取受试者最可能的行为状态。本发明的一种基于EOG的人体行为识别方法，具有识别正确率更高、扩展性更强、应用前景良好等优点。

主权项

1.一种基于EOG的人体行为识别系统，其特征在于，包括单元EOG信号识别模块、眼动信号‑行为状态关系模块和信息融合模块；所述单元EOG信号识别模块通过对原始多导联EOG信号的分析，实现对阅读、休息、写作3种行为状态的判断，该单元EOG信号识别模块包括多导联EOG信号的采集、预处理及基于信号平均功率、平均频率和信号带宽三个参数的特征提取与识别单元；所述眼动信号‑行为状态关系模块使用N‑gram方法对大量的单元EOG信号数据进行统计，并计算不同行为状态之间的转移概率，得出状态之间的上下文关系；所述的眼动信号‑行为状态关系模块建立的具体方法为：假设第n个行为状态的出现只与前面的n‑1个状态相关，而与其它任何状态都不相关；用S₁,S₂,...,S_n来表示这n个状态，那么状态S_n出现的概率就写为其中S₁^n‑1表示状态序列S₁,S₂,...,S_n‑1，在有大量训练数据的前提下，根据最大似然准则，得到：和分别表示状态变量(S₁,S₂,...,S_n)和(S₁,S₂,...,S_n‑1)在训练数据库中出现的次数，取n＝3来构建这个模型，当n＝3时，公式(4)就写成所述信息融合模块指使用置信度参数对单元EOG信号识别模块和眼动信号‑行为状态关系模块的输出结果进行综合分析与判断，并推断出受试者最可能的行为状态；所述的信息融合模块中置信度参数的获取步骤如下：(1)将EOG信号识别模块的识别结果与数据标签进行对比，和数据标签相同的结果是正确的识别结果，反之，是错误的识别结果；(2)用混合高斯模型对大量错误和正确的识别结果的样本进行训练分别得到模型E和模型R；(3)对一个待判别的识别结果，分别计算其到模型E和R的距离de和dr；(4)计算到两个模型的距离差，即dd＝dr‑de；当dd>＝CM时，就认为识别结果正确；当dd<CM时，就认为识别结果错误，其中，CM为置信度门限，需要根据经验进行人为的设置。