The invention discloses an activity recognition method based on keyboard input perception, which is used to solve the technical problems of the poor practicability of the existing activity identification methods. The technical scheme is that the audio signals generated by the keyboard input are sampled first, then the audio is filtered and the single key signal is segmented by using the double threshold endpoint detection algorithm. Based on the frequency domain feature of single key signal, the input sequence text is recovered from the audio signal by support vector machine (SVM) algorithm. Then the combination of text and audio signal sequence, were extracted from the audio signal feature and semantic feature, using the sliding window feature differences of text based on the sequence of slices, finally using AdaBoost algorithm based on C4.5 to slice into different units of human-computer behavior user activity recognition. The invention uses a sliding window to segment the text sequence and combines the C4.5 based AdaBoost algorithm for activity recognition, and has strong generalization ability and good practicability.
【技术实现步骤摘要】
基于键盘输入感知的活动识别方法
本专利技术涉及一种活动识别方法,特别涉及一种基于键盘输入感知的活动识别方法。
技术介绍
文献“WardJA,LukowiczP,TrosterG,etal.Activityrecognitionofassemblytasksusingbody-wornmicrophonesandaccelerometers[J].IEEEtransactionsonpatternanalysisandmachineintelligence,2006,28(10):1553-1567”给出了一种基于麦克风与可穿戴加速度计设备的用户活动识别方法。该方法的应用场景在于工场中从事维护与组装的手动任务活动的分类,其中主要利用到了手部的移动特征和在手部移动过程中所产生的音频信号特征,首先利用两个在不同位置的麦克风检测到的不同音频信号分析,从连续数据流中分割出潜在的活动分片。然后在声道上进行线性判别分析和加速度计三轴数据上的隐马尔科夫模型对检测出的分片进行分类识别。文献中所述的方法主要应用于肢体移动幅度大且不同的活动识别,且当中所使用的不仅有两个麦克风,还有可穿戴的加速度计,其方法的适用范围较窄,方法泛化能力较弱,无法对一些更为细粒度的活动进行识别。
技术实现思路
为了克服现有活动识别方法实用性差的不足,本专利技术提供一种基于键盘输入感知的活动识别方法。该方法首先对键盘输入时所产生的音频信号进行采样,而后对采集到的音频进行滤波与利用双门限端点检测算法分割单键信号。其次,基于单键信号的频域特征利用支持向量机算法将用户的输入序列文本从音频信号中恢复出来。然后结合 ...
【技术保护点】
一种基于键盘输入感知的活动识别方法,其特征在于包括以下步骤:步骤一、使键盘与手机保持一个相对不变的位置,而后打开手机麦克风,对键盘中的按键音频进行录制;步骤二、对采集到的音频信号进行滤波处理,减少噪音对后续算法的干扰;假设维纳滤波器的输入信号是s(t),噪声为n(t);输出信号为x(t),通过滤波器g(t)使用下面的卷积运算得到x(t)=g(t)*(s(t)+n(t)),其中为使输出信号x(t)与输入信号s(t)一致,必须使e
【技术特征摘要】
1.一种基于键盘输入感知的活动识别方法,其特征在于包括以下步骤:步骤一、使键盘与手机保持一个相对不变的位置,而后打开手机麦克风,对键盘中的按键音频进行录制;步骤二、对采集到的音频信号进行滤波处理,减少噪音对后续算法的干扰;假设维纳滤波器的输入信号是s(t),噪声为n(t);输出信号为x(t),通过滤波器g(t)使用下面的卷积运算得到x(t)=g(t)*(s(t)+n(t)),其中为使输出信号x(t)与输入信号s(t)一致,必须使e2(t)=s2(t)-2s(t)x(t)+x2(t)平方误差均值最小;步骤三、基于滤波后的音频信号,首先利用双门限算法将单个按键进行端点检测,然后将得到的0~8kHz范围频谱序列归一化,再按照每20Hz划分一个小区间,将每个区间内的点累加,得到400个特征值;通过支持向量机算法对已标记的训练集进行学习得到预测模型,进而将用户的输入序列文本从音频信号中恢复出来;步骤四、对于音频信号中的音频信号特征、输入速率及音频能量特征进行提取;下面将计算输入速率与音频能量两个特征,输入速率的计算公式如下:其中,m为分片集合S中的字符数量,t为分片时间长度;音频能量的计算公式如下:其中,代表分片集合S中的第i个字符的能量值;步骤五、对于键盘输入感知模型结果中的序列文本中的语义相关特征、语句偏好性及语义合理性进行提取;计算语句偏好性特征,其计算过程如下;定义Φi分别代表四种人机行为活动的指示集合,对于给定的序列分片S集合,为了度量S分别与Φi之间的距离使用Dice系数:其中,i取1,2,...
【专利技术属性】
技术研发人员:於志文,肖栋,郭斌,王柱,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。