一种基于无线信号强度的行为识别系统与方法技术方案

本发明专利技术公开了一种基于无线信号强度的行为识别系统，它包括识别系统服务器、一个或多个信号接收器、信号发射器、用户终端；可以方便的适应性添加多个设备同时采集信号强度指示，进一步提高了系统的可靠性和覆盖范围。还包括一种基于无线信号强度的行为识别方法，该方法中所有处理流程集中在识别系统服务器，信号接收器的功能更加简化，仅仅需要采集信号并发送给识别系统服务器，这样可以降低接收器的物理性能要求，使得接收器的体积小，价格便宜，降低了整个系统的成本，同时，部署非常方便。

【技术实现步骤摘要】

本专利技术属于无线网络和行为识别领域，尤其涉及一种基于无线信号强度的人体行为动作识别的系统与方法。
技术介绍
在行为识别领域，对人体行为的识别及检测在医疗、监控系统中具有非常重要的作用。在医疗领域，对人体摔倒行为的检测能够很好的对老人或者孩童的危险行为进行监控并发出预警，避免意外事故的发生。同时，在监控领域，实时的人体行为检测能够检测出无线网络覆盖范围内个人的行为动作，检测结果可以实时的反馈给用户。如此，用户可以实时收到监测范围内的所有行为，以达到监控安防的目的。由于无线信号具有电磁波的特性，信号的传播具有穿透，折射，反射等特性，因此与传统的辅助医疗系统与监控系统相比，覆盖范围更广，无死角，同时不受天气，亮度等影响，同时成本低，性价比高。当前比较流行的行为识别系统多数是基于传感器等感知设备，辅以机器学习，信号处理等方法以达到行为识别的目的。由于客观因素，此类方法存在的天然的缺陷，它需要使用者能够熟悉并使用具有传感器的智能设备，这对于多数老年人来说，是一件极其困难的事。即使是当前种类繁多的可穿戴智能设备而言，仍旧需要佩戴在身上，依旧存在着局限。随着无线网络的普及，各类无线设备，包括Wifi、蓝牙，3G/4G以及不久将出现的5G设备已经遍布在我们日常生活中的各个角落中。现有的人体行为检测系统通常是提取智能设备中的传感器信息，如加速度计，陀螺仪，磁力计，通过分析并提取人体行为对传感器的数据的影响，使用机器学习的方法提取行为特征完成行为识别。如索尼公司的布莱恩·克拉克森提出的CN100545658C。这种方法是典型的采用加速度计辅以陀螺仪等传感器，提取出行为特征，从而达到识别目的。这种方法最大的缺陷是需要具有传感器的智能设备，相对于本专利技术而言，设备成本较高，而本专利技术对比于当前比较流行而言，用户甚至感觉不到自己正处于被监控的状态中，系统能够自动根据无线信号覆盖的环境下的人体各个行为对信号的影响，提取出对应的行为特征，从而完成行为识别。其成本较低，效果较好，对信号覆盖范围内的区域都有效，相对于配有传感器的智能设备而言，好处是明显的。在图像处理领域，对人体行为的识别通常通过摄像头实时抓拍录像，通过图像识别的方法完成行为识别，如《基于体感摄像机的人体活动识别的特征提取方法》(公开号：CN104091167A)。此方法受限于当前环境的影响，在环境比较恶劣，如夜晚，背景复杂的情况下，识别的成功率将大大降低。本专利技术相对于该方法而言，弥补了环境对系统的影响，同时解决了摄像头普遍存在的镜头死角问题。
技术实现思路
本专利技术针对现有的行为识别系统的弱点，提出一种基于无线信号的对医疗和安防有益的人体行为识别系统，识别信号覆盖范围内的人体的多个动作，包括摔倒等危险动作，摆脱设备的束缚。本专利技术的基本原理是利用在无线信号的覆盖范围内，人体各个动作会对无线信号产生不同影响，根据人体各个不同的行为对信号的反射提取出能够反应人体行为的频谱特征，使用监督式学习方法完成对人体行为的识别和预测。本专利技术采用的技术方案是：利用通用的无线设备采集信号强度指示信息，能够进行可靠的人体行为的识别，能够对信号覆盖范围内的所有的行为进行识别，更加具有普适性，使得行为识别系统的应用范围更加广泛。在医疗领域，能够用于老人或者孩童的无人看护，当识别出发生了摔倒等危险行为时，本系统能够通过网络通信的方式对看护人或者监护人进行预警，避免意外的发生。在监控领域，若信号覆盖范围内发生了指的关注的行为，如走路，跑步等行为，系统可以判定当前有人在监控区域内，系统通过网络通信的方式发送给使用者。同时，本专利技术提出了一种信号覆盖范围的扩展方法，利用多个设备同时采集信号强度指示，进一步提高了系统的可靠性和覆盖范围。本专利技术使用一种监督式的机器学习方法，使用机器学习和信号处理的方法，通过预先训练数据模型，对原始数据进行处理、提取各个行为对应的频谱特征进行预测，得到结果。本系统在走路、跑步、站起、坐下、摔倒等行为动作的情况下，平均预测的成功率在90％以上。本专利技术采用以下技术方案：使用一个或者多个通用无线设备采集无线信号，设备将采集的信号发送至识别系统服务器，识别系统服务器区分不同设备发送的信号，实时对信号进行处理，获取信号特征并且给出行为识别结果，利用多个信号采集设备同时进行行为识别，以此达到信号覆盖范围的扩展，以达到更高的识别性能。所述通用无线设备指的是支持WiFi、Zigbee、Bluetooth或60Ghz通信的商用无线设备。主要技术特征是一、通用无线设备；二、利用无线信号强度提取行为特征完成识别；三、利用多个设备信号进行综合处理。四、信号覆盖范围的扩展，完成对更大区域内的人体动作的识别；五、系统的识别算法，本系统使用监督式学习中的SVM算法，辅以信号处理，能够对原始数据进行处理，识别，同时识别的准确率高达90％以上。一种基于无线信号强度的行为识别系统，其特征在于：它包括识别系统服务器、信号接收器、信号发射器、用户终端；信号接收器采集信号发射器发射的无线信号数据，并将无线信号数据发送给识别系统服务器；识别系统服务器通过无线形式与用户终端相连，负责对信号接收器采集到的信号进行数据预处理、频谱分析以及实时的识别，适时对用户终端提醒或警告。上述行为识别系统进一步特征在于：信号接收器为一个或者多个通用无线设备，当无线信号接收器为多个通用无线设备，通过比较每个无线信号接收器的接收的无线信号强度变化来判断入侵者的具体位置；通用无线设备指的是支持WiFi、蓝牙、Zigbee或者60Ghz通信的无线设备；无线信号强度是指接收信号强度指示。本专利技术还包括一种基于无线信号强度的行为识别方法，其特征在于，包括以下步骤：步骤1，采集原始数据：信号接收器接收信号发射器发射的无线信号，并发送给识别系统服务器；步骤2，对采集的原始数据进行预处理；步骤3，对预处理得到的数据进行频谱特征分析；步骤4，行为识别：通过监督式学习方法，使用预先训练的模型实时对采集的数据进行行为识别和预测；步骤5，判断识别的行为信息是否需要被关注：若判断行为需要关注，则将识别的结果实时的反馈给用户终端；若不是需要关注的行为，则回到步骤1。上述行为识别方法的进一步特征在于：信号发射器以固定频率发送广播数据包，这段通信过程中不对通信进行加密；信号接收器与识别系统服务器之间的通信中，信号接收器使用加密算法进行加密，识别系统服务器使用相应的解密算法对发送的数据进行解密，保证原始数据不被篡改。使用本文档来自技高网...

【技术保护点】
一种基于无线信号强度的行为识别系统，其特征在于：它包括识别系统服务器、信号接收器、信号发射器、用户终端；所述信号接收器采集所述信号发射器发射的无线信号数据，并将无线信号数据发送给所述识别系统服务器；所述识别系统服务器通过无线形式与所述用户终端相连，负责对所述信号接收器采集到的信号进行数据预处理、频谱分析以及实时的识别，适时对所述用户终端提醒或警告。

【技术特征摘要】
1.一种基于无线信号强度的行为识别系统，其特征在于：它包括识别系统服务器、信号
接收器、信号发射器、用户终端；
所述信号接收器采集所述信号发射器发射的无线信号数据，并将无线信号数据发送给所
述识别系统服务器；所述识别系统服务器通过无线形式与所述用户终端相连，负责对所述信
号接收器采集到的信号进行数据预处理、频谱分析以及实时的识别，适时对所述用户终端提
醒或警告。
2.根据权利要求1所述的行为识别系统，其特征在于：所述信号接收器为一个或者多个
通用无线设备，当无线信号接收器为多个通用无线设备，通过比较每个无线信号接收器的接
收的无线信号强度变化来判断入侵者的具体位置；所述通用无线设备指的是支持WiFi、蓝牙、
Zigbee或者60Ghz通信的无线设备；
所述无线信号强度是指接收信号强度指示。
3.一种基于无线信号强度的行为识别方法，其特征在于，包括以下步骤：
步骤1，采集原始数据：信号接收器接收信号发射器发射的无线信号，并发送给识别系
统服务器；
步骤2，对采集的原始数据进行预处理；
步骤3，对预处理得到的数据进行频谱特征分析；
步骤4，行为识别：通过监督式学习方法，使用预先训练的模型实时对采集的数据进行
行为识别和预测；
步骤5，判断识别的行为信息是否需要被关注：若判断行为需要关注，则将识别的结果
实时的反馈给用户终端；若不是需要关注的行为，则回到步骤1。
4.根据权利要求3所述的行为识别方法，其特征在于：所述信号发射器以固定频率发送
广播数据包，这段通信过程中不对通信进行加密；所述信号接收器与所述识别系统服务器之
间的通信中，所述信号接收器使用加密算法进行加密，所述识别系统服务器使用相应的解密
算法对发送的数据进行解密，保证原始数据不被篡改。
5.根据权利要求3所...

【专利技术属性】
技术研发人员：刘向阳，杨成，王炜，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32