本发明专利技术公开了一种利用无线通信信号进行人体姿态识别的方法及装置，属于无线通信技术与模式识别领域。本发明专利技术在保持正常的无线通信的情况下，当人体姿态(如手势、动作、姿势等)在无线通信信道中变化时，通过对接收端信号的处理，挖掘出各种人体姿态的特征信息，并应用模式识别的方法对人体姿态进行识别。本发明专利技术的特点是既可保证正常的无线数据通信，又可实现对人体姿态的识别；也可单独用于人体姿态的识别。本发明专利技术为人机交互和人的行为进行监控提供了一种新的技术方法。
【技术实现步骤摘要】
基于无线通信的人体姿态识别方法与装置
:本专利技术属于无线通信技术与模式识别领域，主要涉及到利用无线通信信号同时进行无线通信与人体姿态识别，为实现人机交互和对人的行为进行监控提供一种新的技术方法。
技术介绍
:随着计算机的广泛应用，人机交互已成为人们日常生活中的重要部分。人机交互的最终目标是实现人与机器自然地交流；同时，随着人们生活水平的不断提高，人们对自身健康的关注也越来越重视，人体的姿态(如手势、动作、姿势等)信息包含了人们的各种各样的人体信息和行为状态，对这些信息进行识别，为实现人机交互和对人的行为活动监控，提供了一种全新的技术方法。然而由于人体姿态具有多样性、多义性以及时间和空间上的差异性等特点，并且人体姿态是复杂变形体，所以人体姿态(如手势、动作、姿势等)识别成为多学科交叉的研究课题。通常，人体姿态识别主要利用传感器设备直接检测手、胳膊各关节的角度和空间位置。这些设备多是通过有线和无线技术将计算机系统与用户相互连接，其典型设备如数据手套等。数据手套是由多个传感器件组成，通过这些传感器可将用户手的位置、手指的方向等信息传送到系统中。数据手套虽可提供良好的检测效果，但应用不便且成本较高。其次，光学标记方法通过红外线可将人手位置和手指的变化传送到系统屏幕上，该方法也可提供良好的效果，但设备比较复杂。外部设备的介入虽使得手势识别的准确度和稳定性得以提高，但却掩盖了手势自然的表达方式。因此，基于视觉的人体姿态识别方式应运而生。视觉人体姿态识别是指对视频采集设备拍摄到的包含人体姿态的图像序列，通过计算机视觉技术进行处理，进而对人体姿态加以识别。但是视频识别涉及到用户的隐私，给用户带来很多不便。前不久，华盛顿大学提出一种利用收发节点之间动态手势产生的多普勒频移差异作为特征来识别手势的方法，目前可以成功识别9种手势。该方法简单易行但缺点是只能通过多普勒频移差异识别动态手势，而不能识别静止的手势。本专利技术基于无线通信信号传输特点，即无线信号在传播过程中，会发生折射、反射、绕射、散射及吸收等，因此，无线信号将受到收发装置之间不同的人体姿态变化而发生变化。本专利技术在不影响正常无线通信的同时，通过对无线通信信号的分析处理，提取出表征人体姿态的特征信息，通过训练学习，建立相应的人体姿态识别模型，再利用识别模型对人体姿态进行识别，从而达到人机交互和对人的行为进行监控的目的。本专利技术也可仅用于对人体姿态识别的方法及装置。
技术实现思路
:本专利技术的目的是解决现有人体姿态识别系统复杂、成本高、应用不便等问题，提出了一种基于无线通信信号的人体姿态识别技术，该技术充分结合了无线通信与模式识别技术，在不影响数据传输的同时实现了对人体姿态的识别。其技术方案具体步骤如下:1、在待识别区域部署无线通信收发装置，其中发射装置用于发射无线信号，接收装置用于接收信号，并对其所接收的信号进行处理；2、接收装置在工作模式中，可保证其正常的无线通信；3、接收装置工作为两种模式，即学习训练工作模式和正常识别工作模式；4、当接收装置设置学习训练工作模式时，在收发装置之间保持某一种静止或者动态的人体姿态，接收装置提取接收信号的参数特征(如信道参数、相关值、双谱、高阶量、小波参数等)；5、重复上述步骤4，提取各种不同的人体姿态下接收信号的参数特征；6、将5中所提取的信号参数特征通过训练学习，得到各种人体姿态的识别模型；7、当识别模型训练完成后，接收装置进入识别工作模式；8、采用步骤4所提取的信号参数特征和步骤6所得到识别模型，对各种不同的人体姿态进行识别；9、上述2中接收装置解调无线通信信号得到发射装置所发送的数据，其保证了原有的无线通信功能；步骤4、5、6和7通过对接收装置所接收的信号进行分析处理、提取信号特征，并经训练学习得到识别模型，从而达到对各种人体姿态进行识别的功能。本专利技术具有如下有益效果:1、本专利技术充分挖掘接收信号的波形信息，通过提取参数特征，训练学习得到识别模型，然后对所接收到的信号所对应的人体姿态进行识别，该方法不需要应用复杂的电磁波理论，简单易行；2、本专利技术在识别实现人体多种姿势识别的同时，并不影响原有的无线信号数据传输的功能；3、实际应用过程中，本专利技术可以实现人体多种姿势识别，包括静止姿势和动态的动作，相比利用多普勒频移的方法具有更大的应用范围；4、本专利技术相比于视频或者图像识别的方法，可以有效的保护用户隐私；相比于数据手套、光学标记笔等装备，可以大大降低成本，具有较好的推广性。【附图说明】:图1:无线通信与人体姿势识别系统示意图图2:人体姿势识别流程示意图图3:1EEE802.1 Ia物理层帧结构参数图4:应用W1-Fi信号手势识别示例【具体实施方式】:下面结合附图对本专利技术做进一步详细的说明。无线通信与人体姿势识别系统示意图如图1所示，本专利技术人体姿势识别区域位于两收发装置之间。因无线信号是通过电磁波由天线发射出去的，电磁波经过人体时会产生折射、反射、绕射、散射等，通过提取接收端时域波形的采样值，提取相应的特征参数，利用模式识别的方法对人体姿态进行识别。图中各个模块具体的功能描述如下:模块101:发射装置需要发射的数据信息，例如无线路由器、无线传感器节点等其他终端设备需要发射的数据信息。模块102:发射的数据信息需要经过信源编码以及信道编码等步骤。模块103:经上述模块处理所得到的数字基带信号经调制技术转换成射频信号，已便于无线信号的发射。模块104:接收装置对接收的无线信号进行采样，以便对接收信号的后续处理。其中模块103与模块104两个天线之间为人体姿势识别的区域。模块105:对接收信号进行解调、解码处理，得到所传输的数据信息。模块106:主要包括对接收端的数据进行归一化预处理，然后利用信号处理得方法(如信道估计、小波分析、高阶累积量、主成分分析等方法)提取接收信号的参数特征。模块107:主要利用模块106提取的特征信息对识别模型进行训练，得到相应的人体姿态识别模型。模块108:利用模块107所训练得到的识别模型，对正常识别时所接收的信号进行识别，从而得到相应的人体姿态信息。为了降低装置的复杂度和成本等，上述保持通信功能的105模块可以去掉，只需要保持106、107、108三个模块，仅用于人体姿态识别的方法和装置。综上所述，本专利技术充分结合了无线通信与模式识别技术，提出一种基于无线信号的人体姿势识别方法及装置，在不影响数据传输的同时实现了对人体姿势的识别。本专利技术具有复杂度低、成本低、应用方便等优势，便于广泛推广应用。人体姿势识别流程示意图如图2所示，获取原始测量数据后，接下来将利用模式识别手段对数据进行处理。各模块功能描述如下:模块201:原始测量数据的获取，该模块在接收解调过程中获取时域采样数据。模块202:对获取的数据预处理，如数据幅值提取、相位提取以及归一化等，该步骤用来保证后续各个模块运算都在合理范围之内。模块203:该模块用来提取表征信号变化的特征参数，并通过信号分析处理方法，如信道估计、时频分析、小波分析、主成分分析等方法提取这些特征参数。模块204:利用模块203所提取的数据，训练学习建立相应的人体姿态识别模型。模块205:判断学习过程是否结束。模块206:如果模式识别学习过程未完成则需要继续学习。模块207:本文档来自技高网...
【技术保护点】
一种无线数据通信与人体姿态(如手势、动作、姿势等)识别相结合的方法，其特征在于，该方法包括：在待识别区域部署无线通信信号发射和接收装置；提取接收信号中的人体姿态(如手势、动作、姿势等)信息参数及特征；训练学习识别模型；根据训练学习所得到的识别模型，对所提取的接收信号中的人体姿态(如手势、动作、姿势等)信息参数特征进行识别处理，可实现对人体各种姿态(如手势、动作、姿势等)的识别。
【技术特征摘要】
1.一种无线数据通信与人体姿态(如手势、动作、姿势等)识别相结合的方法，其特征在于，该方法包括: 在待识别区域部署无线通信信号发射和接收装置； 提取接收信号中的人体姿态(如手势、动作、姿势等)信息参数及特征； 训练学习识别模型； 根据训练学习所得到的识别模型，对所提取的接收信号中的人体姿态(如手势、动作、姿势等)信息参数特征进行识别处理，可实现对人体各种姿态(如手势、动作、姿势等)的识别。2.如权利要求1所述的一种无线数据通信与人体姿态(如手势、动作、姿势等)识别相结合的方法，其特征在于，在待需要进行人体姿态识别的区域部署两个通信装置。3.如权利要求1所述的一种无线数据通信与人体姿态(如手势、动作、姿势等)相结合的方法，其特征在于，提取接收信号中的人体姿态信息参数及特征。4...
【专利技术属性】
技术研发人员：蒋挺，江进，钟怡，黄文，翟世俊，周戈，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11
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。