[发明专利]一种基于多层次融合的活动识别方法

摘要

本发明公开了一种基于多传感器融合的活动识别方法，包括如下步骤获取用户在日常活动时的数据，并对得到的数据进行数据成帧处理得到数据帧；数据包括生理数据和运动数据，相应的得到的数据帧包括生理帧和运动帧；对所述的数据帧进行数据级融合、特征级融合和分数级融合，分别得到数据级融合特征矩阵、特征级融合特征矩阵和分数级融合特征矩阵；并根据数据级融合特征矩阵、特征级融合特征矩阵和分数级融合特征矩阵进行活动识别。本发明在信号、特征、分类结果三个不同层次上进行融合，根据不同层次的融合结果进行活动识别，提高了识别的准确率，且随着层次的变化该融合方法具有很好的可扩展性，有利于提高该方法的对应用环境的普适性。

主权项

一种基于多传感器融合的活动识别方法，其特征在于，包括如下步骤：S1：获取用户设定时间内的活动数据，并对得到的活动数据进行数据成帧处理得到数据帧；所述的活动数据包括生理数据和运动数据，相应的得到的数据帧包括生理帧和运动帧；S2：对所述的数据帧进行数据级融合、特征级融合和分数级融合，分别得到数据级融合特征矩阵、特征级融合特征矩阵和分数级融合特征矩阵；数据级融合包括如下步骤：(a1)计算生理帧和运动帧的帧长的最小公倍数，将最小公倍数内的生理帧和运动帧依次拼接在一起生成一帧数据级融合帧；(a2)对各个数据级融合帧进行特征提取，并根据提取结果生成数据级融合特征矩阵；特征级融合包括如下步骤：(b1)针对每一个生理帧和运动帧，分别进行特征提取，并以提取结果作为相应的特征帧；(b2)计算生理帧和运动帧对应的特征帧长的最小公倍数，将该最小公倍数时间内的特征帧依次拼接在一起生成一帧特征级融合帧；S3：根据数据级融合特征矩阵、特征级融合特征矩阵和分数级融合特征矩阵进行活动识别；(3‑1)将数据级融合特征矩阵、特征级融合特征矩阵和分数级融合特征矩阵组合得到层次融合矩阵：(3‑2)基于若干个正确标注了活动的层次融合训练矩阵训练活动分类模型；(3‑3)以待识别的活动数据得到的层次融合矩阵作为测试矩阵，将该测试矩阵输入所述的活动分类模型中以进行活动识别。