[发明专利]基于概率图模型的行为识别系统及方法、设备及存储介质

权利要求书

1.一种基于概率图模型的行为识别系统，其特征在于，该系统包括：

一个或多个传感器；

一个或多个传感器处理器，所述传感器处理器被配置为对所述一个或多个传感器信号进行处理以从传感器信号的时域数据中提取特征向量，并根据所述特征向量中的第一部分特征确定用户的二元状态；其中，所述二元状态为静止状态或活动状态，所述第一部分特征包括传感器信号能量和/或传感器信号方差；

一个活动识别器，所述活动识别器被配置为基于概率图模型对所述特征向量进行分析，以对处于活动状态的用户进行行为识别，确定用户行为状态。

2.根据权利要求1所述的基于概率图模型的行为识别系统，其特征在于，所述概率图模型包括隐马尔可夫模型。

3.根据权利要求1所述的基于概率图模型的行为识别系统，其特征在于，所述活动识别器在执行在“基于概率图模型对所述特征向量进行分析，以对处于活动状态的用户进行行为识别，确定用户行为状态”的步骤中，使用维特比算法进行行为识别的概率计算。

4.根据权利要求1所述的基于概率图模型的行为识别系统，其特征在于，该系统还包括：

调节器，用于根据所确定的用户行为状态对电子计算设备的事件进行预测、更改和/或调整。

5.一种基于概率图模型的行为识别方法，其特征在于，该方法包括：

获取一个或多个传感器信号；

对所述一个或多个传感器信号进行处理，以从传感器信号的时域数据中提取特征向量；

根据所述特征向量中的第一部分特征确定用户的二元状态，所述二元状态为静止状态或活动状态，所述第一部分特征包括传感器信号能量和/或传感器信号方差；

基于概率图模型对所述特征向量进行分析，以对处于活动状态的用户进行行为识别，确定用户行为状态。

6.根据权利要求5所述的基于概率图模型的行为识别方法，其特征在于，所述概率图模型包括隐马尔可夫模型。

7.根据权利要求5所述的基于概率图模型的行为识别方法，其特征在于，在“基于概率图模型对所述特征向量进行分析，以对处于活动状态的用户进行行为识别，确定用户行为状态”的步骤中，使用维特比算法进行行为识别的概率计算。

8.根据权利要求5所述的基于概率图模型的行为识别方法，其特征在于，在“基于概率图模型对所述特征向量进行分析，以对处于活动状态的用户进行行为识别，确定用户行为状态”之后，还包括如下步骤：

根据所确定的用户行为状态对电子计算设备的事件进行预测、更改和/或调整。

9.一种电子计算设备，其特征在于，该电子计算设备包括：

一个或多个传感器；

一个或多个传感器处理器；

一个处理器；

一个存储器；

所述一个或多个传感器、一个或多个传感器处理器、一个处理器和一个存储器在工作时实现权利要求5至8中任一项所述的基于概率图模型的行为识别方法。

10.一种存储介质，其特征在于，该存储介质内存储有程序，所述程序在被执行时实现权利要求5至8中任一项所述的基于概率图模型的行为识别方法。