【技术实现步骤摘要】
本专利技术涉及行为模式
,尤其是涉及一种基于节能机制的人体行为识别方法及客户端。
技术介绍
人体行为识别是通过采集一个或多个人体活动时产生的活动信息来识别其活动状态或环境特征。人体行为识别已被运用于多个领域,例如健康监测、智能家居服务、运动伤害预测等。随着智能手机的广泛应用,它在人体行为识别方面起了很大的作用。它内置多种传感器,例如加速度传感器、陀螺仪、光敏传感器等,可采集用户的行为特征数据,通过机器学习算法对用户的行为进行识别。由于智能手机的普遍性、便携性与可编程性,使得它相对于其他人体行为识别设备具备的优势是,它们可以隐式地、不打扰地、实时地利用后台程序采集用户的行为特征数据,并实时地进行识别,成本较低,无需额外硬件设备的支持。但对于这种实时监测的移动设备而言,能量消耗量大成为一个主要的问题。对于一个行为识别系统而言,内置传感器的数据采集、特征的提取和识别算法的运行都是能量消耗的主要部分,而这三个部分又是行为识别系统的关键。因此无论识别精确度有多高,能量消耗太大将会成为行为识别系统实用性与有效性方面的障碍。像智能手机这种行为识别系统可通过许多方式来降低能量的消耗,例如降低数据采集的采样率、减少触发内置传感器的数量、简化特征提取工作、降低识别算法的复杂度等。但由于这些方法往往会导致识别精确度的降低,因此需要找到合适的方法来权衡识别精确度和能量节约问题。现已有一些工作分别从数据采集、特征提取、识别算法等方面考虑如何降低识别系统的能量消耗。已有研究认为采样率过高会消耗大量系统的能量,而低采样率可能会导致一些采样数据的丢失,从而导致识别精确度的下降。因 ...
【技术保护点】
一种基于节能机制的人体行为识别方法,其特征在于,包括:S1、采用初始采样率采集人体行为样本数据,提取初始子特征,初步识别人体行为;S2、调整采样率和子特征为对应该初步识别的人体行为的最佳采样率和子特征组合,并继续识别人体行为;S3、若继续识别的人体行为发生变化,则调整采样率和子特征组合至相应人体行为的最佳采样率和子特征组合,返回步骤S2;若无法识别人体行为,则返回步骤S1。
【技术特征摘要】
1.一种基于节能机制的人体行为识别方法,其特征在于,包括:S1、采用初始采样率采集人体行为样本数据,提取初始子特征,初步识别人体行为;S2、调整采样率和子特征为对应该初步识别的人体行为的最佳采样率和子特征组合,并继续识别人体行为;S3、若继续识别的人体行为发生变化,则调整采样率和子特征组合至相应人体行为的最佳采样率和子特征组合,返回步骤S2;若无法识别人体行为,则返回步骤S1。2.根据权利要求1所述基于节能机制的人体行为识别方法,其特征在于,在步骤S1和S2中,若在一个SW中识别出行为Ai占所有行为的百分比最多且大于等于行为状态转换阈值RT,则确定人体行为为行为Ai。3.根据权利要求1所述基于节能机制的人体行为识别方法,其特征在于,采集人体行为样本数据后对样本数据进行预处理,所述预处理包括去噪处理,包括异常值移除处理、数据归一化处理和降维处理。4.根据权利要求1所述基于节能机制的人体行为识别方法,其特征在于,所述子特征包括时域特征、频域特征或时域频域组合特征;所述最佳采样率和子特征组合根据以下目标函数和约束条件确定:目标函数为 f ( A i ) = m a x accuracy j energyconsumption j , 1 ≤ i ≤ 11 , 1 ≤ j ≤ 18 ; ]]>约束条件的约束方程为 ...
【专利技术属性】
技术研发人员:陈志德,吴纪芸,黄欣沂,许力,伍玮,郑金花,
申请(专利权)人:福建师范大学,
类型:发明
国别省市:福建;35
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。