[发明专利]基于FFT模型的行为识别方法及系统、设备及存储介质在审
| 申请号： | 201810079680.9 | 申请日： | 2018-01-26 |
| 公开（公告）号： | CN108334833A | 公开（公告）日： | 2018-07-27 |
| 发明（设计）人： | 姜天宇;邓江平;虞婧;刘柏池;贾志科 | 申请（专利权）人： | 和芯星通（上海）科技有限公司;和芯星通科技（北京）有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06T7/246 |
| 代理公司： | 深圳国新南方知识产权代理有限公司 44374 | 代理人： | 周纯 |
| 地址： | 200122 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及行为识别技术领域，具体涉及一种基于FFT模型的行为识别方法及系统、设备及存储介质。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；基于快速傅里叶变换模型对所述特征向量进行分析，以确定用户行为状态。本发明提取到特征向量后，先进行二元状态判断，避免了对静止状态的特征向量的处理，提升了特征向量的有效处理率；活动状态下，利用快速傅里叶变换模型分析特征向量，对于长时间和复杂的时间观测序列中的变化，比阈值方法模型有更高的鲁棒性；在使用单独的训练观测序列来进行优化时局限性小。 | ||
| 搜索关键词： | 特征向量 传感器信号 行为识别 快速傅里叶变换 存储介质 二元状态 用户行为状态 方法模型 观测序列 活动状态 静止状态 模型分析 时间观测 时域数据 特征确定 提取特征 鲁棒性 向量 优化 分析 | ||
【主权项】：
1.一种基于FFT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；基于快速傅里叶变换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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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和芯星通（上海）科技有限公司;和芯星通科技（北京）有限公司，未经和芯星通（上海）科技有限公司;和芯星通科技（北京）有限公司许可，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/patent/201810079680.9/，转载请声明来源钻瓜专利网。
