[发明专利]一种可排除异常动作的行为识别系统及其工作方法

权利要求书

1.一种可排除异常动作的行为识别系统，其特征在于，包括：

朝向检测模块，用于确定人体在地球坐标系中的初始朝向，且能够实时更新人体的朝向信息，该朝向检测模块按照固定的频率将朝向信息发送给数据处理模块；

数据处理模块，用于处理采集的传感器数据和来自朝向检测模块的朝向信息，并从数据中提取出用于行为识别的动作特征；

动作识别模块，用于模型训练和行为识别，并根据训练的异常动作判断模型进行异常动作判断，及根据训练的动作分类模板进行动作分类。

2.根据权利要求1所述的可排除异常动作的行为识别系统，其特征在于，所述的异常动作是指与需要识别的预定义动作之间存在较大差异的动作。

3.根据权利要求1所述的可排除异常动作的行为识别系统，其特征在于，所述的行为识别系统运行于可穿戴智能终端，并佩戴在用户四肢上需要检测动作的部位。

4.根据权利要求1所述的可排除异常动作的行为识别系统，其特征在于，所述的朝向检测模块包括：

第一数据采集模块，用于采集人体的加速度、磁场和角速度数据；

朝向计算模块，用于根据加速度和磁场数据确定人体在地球坐标系中的初始朝向，并实时地根据角速度数据更新朝向信息。

5.根据权利要求1所述的可排除异常动作的行为识别系统，其特征在于，所述的数据处理模块包括：

第二数据采集模块，用于实时地采集人体的加速度和磁场数据，并接收来自朝向检测模块的朝向信息；

特征提取模块，用于对第二数据采集模块得到的数据进行转换、切割、分类，并从数据中提取出动作特征。

6.根据权利要求1所述的可排除异常动作的行为识别系统，其特征在于，所述的动作识别模块包括：

模型训练模块，用于训练异常动作判断模型和动作分类模板；

异常动作判断模块，利用异常动作判断模型来判断动作是否属于异常动作；

动作分类模块，利用与动作分类模板进行匹配的方法对动作进行分类。

7.一种可排除异常动作的行为识别系统的工作方法，其特征在于，包括以下步骤：

1）可穿戴智能终端佩戴在用户四肢上需要检测动作的部位；

2）用户做指定动作以确定人体在地球坐标系中的初始朝向信息；

3）朝向检测模块实时采集人体的角速度数据以更新朝向信息，并按照固定的频率发送给数据处理模块；

4）数据处理模块实时采集人体的加速度和磁场数据，并接收朝向信息；

5）当检测到一个完整的未知动作时，数据处理模块对该动作执行期间的数据进行处理，通过转换、切割、分类后，提取出动作特征；

6）根据异常动作判断模型来判断该未知动作是否属于异常动作；

7）若未知动作属于异常动作，则忽略该动作；

8）若未知动作不属于异常动作，则根据分类模板对该未知动作进行分类。

8.根据权利要求7所述的可排除异常动作的行为识别系统的工作方法，其特征在于，所述步骤6）中异常动作判断模型是利用半监督学习方法得到的，包括以下步骤：

61）对于类预定义动作，每一类分别采集次作为正类训练数据样本；

62）采集个异常动作作为反类训练数据样本；

63）提取正类训练数据样本的特征，并标记其中的%为“+1”，的默认值为90；

64）提取反类训练数据样本的特征，并标记其中的%为“-1”，的默认值为10；

65）其余的数据样本都标记为“0”；

66）利用步骤63），64），65）得到的数据训练半监督学习模型。