專利名稱：人體行為識別方法
技術領域：
本發(fā)明屬于智能信息處理技術領域，具體涉及一種基于模糊數(shù)學的基本思想產(chǎn)生行為分類模型并分析出人體行為類別的識別方法。
背景技術：
對人類自身行為的分析與理解在教學、醫(yī)學、安全、人機交互等領域都有巨大的應用價值和重要的研究意義。如在教學領域，通過分析學生課堂的行為，有助于提高學生的學習質量；在醫(yī)學領域，通過對病人的行為分析，可以為醫(yī)學診斷和治療提供支持，從而做出積極有效的治療；在安全領域，通過對異常人體行為的分析，可以有效避免異常情況發(fā)生。國內外對人體行為的識別方法主要有圖像分析方法和加速度分析方法。圖像分析方法主要通過對人體行為進行圖像采集，然后通過圖像處理技術分析人體的行為。這種方法能有效的分析出人體的行為，但是圖像分析在處理時，數(shù)據(jù)量較大，算法比較復雜，而且不便于采集圖像信息。采用加速度分析方法則可以有效避免上述缺點。目前，國內外已經(jīng)出現(xiàn)一些利用加速度信號分析進行人體行為識別的相關理論和方法，如基于加速度的手語識別方法，基于加速度的人體跌倒檢測等。而現(xiàn)有的這些分析方法通常存在以下不足第一，現(xiàn)有的基于加速度人體行為識別方法往往需要采集人體脖頸、四肢等各個關節(jié)的加速度數(shù)據(jù)進行分析，不僅采集不便，而且系統(tǒng)復雜，數(shù)據(jù)計算量較大。第二，從分析結果來講，現(xiàn)有的方法僅能實現(xiàn)某一特定用途的人體行為分析，例如監(jiān)測人體是否跌倒、根據(jù)手指的加速度監(jiān)測手語的類別等等，無法通用地分析人體的多種行為從而應用于多種場合。因此，如何在保證分析正確率的前提下設計一種算法簡便，所需數(shù)據(jù)量小，分析效率高，方便測試者使用且能應用于多種場合的人體行為識別分析方法是需要解決的技術難題。

發(fā)明內容
本發(fā)明的目的是克服現(xiàn)有技術中的人體行為識別分析方法所存在的不足，提供了一種能夠通過采集獲得的人體腰部運動的三維加速度傳感器信息進行處理，進而高效、準確地分析出人體行為類別的人體行為識別方法。本發(fā)明解決上述技術問題的技術方案包括以下步驟(I)確定行為分類標準預先設定m類行為類別，m取正整數(shù)，采集每個行為類別在x、y、z方向上所對應的加速度值，根據(jù)采集的加速度值計算出每個行為類別所對應的X方向加速度樣本方差平均值石、y方向加速度樣本方差平均值、Z方向上的加速度樣本方差平均值;^以及SVM的樣本方差平均值^^ ,每個行為類別所對應的、Sx, Sy,石構成列向量評價
因子集，m類行為類別形成m個列向量& ^石『，形成分類標準值矩陣B，分類標準值矩陣B中每個單獨的數(shù)據(jù)均是評價因子相對于其相應的行為類別時的標準值；上述SVM是人體加速度向量幅值，SKM = ^a2x + aj + a2z，其中ax、ay、az分別
為x、y、z方向的加速度；(2)排列分類標準值矩陣B將分類標準值矩陣B中的每一行進行從小到大排列，保存重新排序后每一行所對應的行為類別順序；(3)信息采集·將采集到的人體腰部加速度信息劃分為η個采樣周期，η取正整數(shù)；(4)確定分類評價因子根據(jù)步驟(3)所采集的加速度信息計算出每個采樣周期中在X方向、y方向和ζ方向上加速度對應的樣本方差Sx、Sy、Sz以及人體加速度向量幅值的樣本方差Ssvm，并將每個采樣周期中的樣本方差數(shù)據(jù)Ssvm、Sx、Sy、Sz構成列向量評價因子集，η個采樣周期形成η個列向量Saaww : [Ssvm Sx Sy Sz]T, η個列向量Si構成矩陣S ；(5)計算出各評價因子針對不同行為類別的隸屬度值計算出步驟(4)的矩陣S的每個采樣周期中的各評價因子的隸屬度值，隸屬度值函數(shù)為
權利要求
1.一種人體行為識別方法，其特征在于包括以下步驟 (1)確定行為分類標準 預先設定m類行為類別，m取正整數(shù)，采集每個行為類別在x、y、z方向上所對應的加速度值，根據(jù)采集的加速度值計算出每個行為類別所對應的X方向加速度樣本方差平均值~Sx、y方向加速度樣本方差平均值ii" Z方向上的加速度樣本方差平均值;^以及SVM的樣本方差平均值^^，每個行為類別所對應的:^■、石構成列向量評價因子集，m類行為類別形成m個列向量S行為類別
2.根據(jù)權利要求I所述的人體行為識別方法，其特征在于所述步驟(7)之后包括步驟(8)，具體是重復步驟(I)至(7)，得出測試者在所有采樣周期內的行為類別。
3.根據(jù)權利要求I或2所述的人體行為識別方法，其特征在于所述的行為類別分為靜止、腿部抖動、左右扭動、左右擺動、起立坐下或者分為靜止、走路、跑步、上樓、下樓。
4.根據(jù)權利要求I所述的人體行為識別方法，其特征在于所述步驟(7)中評價因子權值矩陣W采用變異系數(shù)法確定，各項因子的變異系數(shù)公式如下
全文摘要
本發(fā)明的人體行為識別方法，其主要是通過人體腰部佩戴的加速度采集器采集一定的采樣周期內的人體腰部加速度信息，據(jù)采集到的人體腰部加速度數(shù)據(jù)產(chǎn)生行為分類隸屬度矩陣并分析出人體行為類別。其需要采集數(shù)據(jù)量小，采集過程簡單方便，行為類別與數(shù)量均可根據(jù)適當?shù)沫h(huán)境與場合任意增加或減少，大大增加了本方法的靈活性與實用性，而且本發(fā)明分析方法簡便，分類效率高，準確率高，可實現(xiàn)大量測試人群同時分析，分析結果保存在數(shù)據(jù)庫中，便于觀察者查看，可用于教學、醫(yī)學、安全、人機交互等多個領域和場合，以實現(xiàn)不同的人體行為識別分類目的。
文檔編號G06F17/30GK102855321SQ20121033013
公開日2013年1月2日 申請日期2012年9月7日 優(yōu)先權日2012年9月7日
發(fā)明者吳曉軍, 馬悅 申請人:陜西師范大學