[发明专利]一种基于低成本传感器的鲁棒行为识别方法与系统在审
申请号: | 201710374301.4 | 申请日: | 2017-05-24 |
公开(公告)号: | CN107316052A | 公开(公告)日: | 2017-11-03 |
发明(设计)人: | 陈益强;蒋鑫龙;忽丽莎;沈建飞 | 申请(专利权)人: | 中国科学院计算技术研究所 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京律诚同业知识产权代理有限公司11006 | 代理人: | 祁建国,梁挥 |
地址: | 100080 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 低成本 传感器 行为 识别 方法 系统 | ||
1.一种基于低成本传感器的鲁棒行为识别方法,其特征在于,包括:
步骤S1、通过安装于用户鞋中的低成本距离传感器,采集用户脚到地面的实时距离数据;
步骤S2、采用滑动窗口法对该实时距离数据进行分割,生成数据集,并将该数据集无线发送至步骤S3;
步骤S3、对该数据集按照特性的预处理方式进行特征提取,生成预处理数据,并根据预先训练完成的数据模型对该预处理数据进行识别,得到用户的行为结果,最后将该行为结果显示反馈给用户。
2.如权利要求1所述的基于低成本传感器的鲁棒行为识别方法,其特征在于,步骤S3中该预处理方式包括:步骤S31、通过离散快速傅里叶变换对该数据集进行时频转换,再通过特征提取得到多个频域特征和多个时域特征,该时域特征和该频域特征的集合作为该预处理数据。
3.如权利要求1所述的基于低成本传感器的鲁棒行为识别方法,其特征在于,步骤S3中该数据模型的建立过程包括:
步骤S32、首先规划所要识别的多个行为种类,并选择多位实验者作为训练数据的采集对象,让该实验者分别执行该行为种类,采集该实验者脚部到地面的距离数据,并通过滑动窗口法对采集到的该距离数据进行分割,作为训练距离数据;
步骤S33、根据该训练距离数据,利用极速学习机模型训练生成该数据模型。
4.如权利要求1所述的基于低成本传感器的鲁棒行为识别方法,其特征在于,步骤2中该滑动窗口法采用的滑动窗口时长为L,且相邻两个滑动窗口间的实时距离数据有L/2的重叠。
5.如权利要求1所述的基于低成本传感器的鲁棒行为识别方法,其特征在于,该步骤S2中无线发送方式为蓝牙传输或WiFi传输。
6.一种基于低成本传感器的鲁棒行为识别系统,其特征在于,包括:
数据采集单元,包括安装于用户鞋中的低成本距离传感器,用于分别采集用户脚到地面的实时距离数据;
数据传输单元,与该数据采集单元相连,用于根据滑动窗口法对该实时距离数据进行分割,生成数据集,并将该数据集无线发送至数据处理单元;
数据处理单元,运行在移动设备端,用于对该数据集按照特性的预处理方式进行特征提取,生成预处理数据,并根据预先训练完成的数据模型对该预处理数据进行识别,得到用户的行为结果,最后将该行为结果显示反馈给用户。
7.如权利要求6所述的基于低成本传感器的鲁棒行为识别系统,其特征在于,数据处理单元中该预处理方式包括:通过离散快速傅里叶变换对该数据集进行时频转换,再通过特征提取得到多个频域特征和多个时域特征,该时域特征和该频域特征的集合作为该预处理数据。
8.如权利要求6所述的基于低成本传感器的鲁棒行为识别系统,其特征在于,数据处理单元中该数据模型包括:
训练数据采集模块,用于采集实验者脚部到地面的距离数据,并通过滑动窗口法对采集到的该距离数据进行分割,作为训练距离数据;
数据模型生成模块,用于根据该训练距离数据,利用极速学习机模型训练生成该数据模型。
9.如权利要求6所述的基于低成本传感器的鲁棒行为识别系统,其特征在于,数据传输单元中该滑动窗口法采用的滑动窗口时长为L,且相邻两个滑动窗口间的实时距离数据有L/2的重叠。
10.如权利要求6所述的基于低成本传感器的鲁棒行为识别系统,其特征在于,该数据传输单元中无线发送方式为蓝牙传输或WiFi传输。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所,未经中国科学院计算技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710374301.4/1.html,转载请声明来源钻瓜专利网。