一种基于三轴传感器的人体行为识别系统技术方案

本实用新型专利技术公开了一种基于三轴传感器的人体行为识别系统，涉及行为识别技术领域，其包括三轴传感器、数据处理模块、存储器一和控制台，所述三轴传感器用于采集人体行为数据，数据处理模块，与三轴传感器通讯，用于对其采集到的人体行为数据进行处理，其处理内容包括对其进行傅里叶变换，进行时域和频域间转换，以提取出最能表征人体行为特征的数据；存储器一，与数据处理模块进行通讯，用于对数据进行储存；控制台，用于从存储器一内获取数据，将其导入至预先训练好的LSTM神经网络模块中，输出人体行为识别结果，本实用新型专利技术的有益效果是：借由成熟的LSTM神经网络模块识别率高的特点，可实时识别人体行为，可以广泛应用在老年人医疗监护等诸多领域。

A human behavior recognition system based on three-axis sensor

【技术实现步骤摘要】
一种基于三轴传感器的人体行为识别系统
本技术涉及行为识别
，具体是一种基于三轴传感器的人体行为识别系统。
技术介绍
近年来随着人工智能的发展，人体行为识别的应用面也越来越广，尤其是机器学习相关算法的深入研究，进一步提高了人体行为识别的准确率，使得人体行为识别广泛应用于医疗护理、智能家居、视频监控、图像分析、军事国防等领域。人体行为识别是指通过分析视频、深度传感器等数据，利用特定的算法，对行人的行为进行识别、分析的技术。这项技术被广泛应用在视频分类、人机交互、安防监控等领域。然而，目前的人体行为识别系统尚不能满足人们生活的需要，多数行为识别系统识别率较低，实时性差。基于此，本申请提出了一种基于三轴传感器的人体行为识别系统。
技术实现思路
本技术的目的在于提供一种基于三轴传感器的人体行为识别系统，以解决上述
技术介绍
中提出的问题。为实现上述目的，本技术提供如下技术方案：一种基于三轴传感器的人体行为识别系统，包括三轴传感器、数据处理模块、存储器一和控制台，所述三轴传感器用于采集人体行为数据，数据处理模块，与三轴传感器通讯，用于对其采集到的人体行为数据进行处理，其处理内容包括对其进行傅里叶变换，进行时域和频域间转换，以提取出最能表征人体行为特征的数据；存储器一，与数据处理模块进行通讯，用于对数据进行储存；控制台，用于从存储器一内获取数据，将其导入至预先训练好的LSTM神经网络模块中，输出人体行为识别结果。作为本技术再进一步的方案：所述LSTM神经网络模块的隐藏层为3层。作为本技术再进一步的方案：还包括通信模块，用于实现控制台与云端系统的通讯。作为本技术再进一步的方案：还包括存储器二和图像显示模块，其中，所述存储器二用于对人体行为识别结果进行存储；所述图像显示模块用于对存储器二内存储的人体行为识别结果进行图形化展示。作为本技术再进一步的方案：所述图像显示模块包括图像显示芯片和显示终端，其中，图像显示芯片与存储器二通讯，用于对存储器二内的人体行为识别结果进行处理，使之能显示在显示终端上，显示终端与图像显示芯片电性连接。与现有技术相比，本技术的有益效果是：利用三轴传感器采集到人体行为数据后将数据传送给数据处理模块，数据处理模块将数据处理完后送入存储器一，借存储器一再转到控制台，控制台调用LSTM神经网络模块进行训练识别，输出的行为识别结果放入存储器二，再由存储器二传给图像显示模块展示可视化结果，借由成熟的LSTM神经网络模块识别率高的特点，可实时识别人体行为，可以广泛应用在老年人医疗监护等诸多领域。附图说明图1为一种基于三轴传感器的人体行为识别系统的结构示意图。图中：100-三轴传感器、200-数据处理模块、300-存储器一、400-控制台、401-LSTM神经网络模块、500-存储器二、600-图像显示模块、601-图像显示芯片、602-显示终端。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本实施例公开的一些方面相一致的装置和方法的例子。实施例1请参阅图1，本技术实施例中，一种基于三轴传感器的人体行为识别系统，包括三轴传感器100、数据处理模块200、存储器一300和控制台400，在本实施例中，所述三轴传感器100用于采集人体行为数据，此处，三轴传感器100的载体为智能手环，即智能手环是内嵌有三轴传感器100的，其佩戴在人体上后即可以对人体的行为数据进行采集，数据处理模块200，与三轴传感器100通讯，用于对其采集到的人体行为数据进行处理，其处理内容包括对其进行傅里叶变换，进行时域和频域间转换，以提取出最能表征人体行为特征的数据；存储器一300，与数据处理模块200进行通讯，用于对数据进行储存，缓冲输出传输速率的落差，提升控制台400内处理器的利用率；控制台400，用于从存储器一300内获取数据，将其导入至预先训练好的LSTM神经网络模块401中，输出人体行为识别结果，具体的来说，LSTM神经网络模块401的隐藏层为3层。作为优选的，为了方便识别结果的导出，本实施例还公开了通信模块，用于实现控制台400与各用户的云端系统的通讯，作为优选，通信模块既可以为有线通讯，也可以为诸如Wi-Fi、4G等无线通讯模块，在此不进行具体的限定，其可以将人体行为识别结果等上传至云端系统内。实施例2请参阅图1，本技术实施例中，一种基于三轴传感器的人体行为识别系统，包括三轴传感器100、数据处理模块200、存储器一300和控制台400，还包括存储器二500和图像显示模块600，其中，所述存储器二500用于对人体行为识别结果进行存储；所述图像显示模块600用于对存储器二500内存储的人体行为识别结果进行图形化展示给用户，使得整个系统使用起来更加友好。具体的来说，所述图像显示模块600包括图像显示芯片601和显示终端602，其中，图像显示芯片601与存储器二500通讯，用于对存储器二500内的人体行为识别结果进行处理，使之能显示在显示终端602上，显示终端602与图像显示芯片601电性连接，此处，显示终端602可以为显示屏等。需要特别说明的是，本技术方案中，利用三轴传感器100采集到人体行为数据后将数据传送给数据处理模块200，数据处理模块200将数据处理完后送入存储器一300，借存储器一300再转到控制台400，控制台400调用LSTM神经网络模块401进行训练识别，输出的行为识别结果放入存储器二500，再由存储器二500传给图像显示模块600展示可视化结果，借由成熟的LSTM神经网络模块401识别率高的特点，可实时识别人体行为，可以广泛应用在老年人医疗监护等诸多领域。本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本
中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。本文档来自技高网...

【技术保护点】
1.一种基于三轴传感器的人体行为识别系统，其特征在于，包括：/n三轴传感器(100)，用于采集人体行为数据；/n数据处理模块(200)，与三轴传感器(100)通讯，用于对采集到的人体行为数据进行处理，其处理内容包括对其进行傅里叶变换，进行时域和频域间转换，以提取出最能表征人体行为特征的数据；/n存储器一(300)，与数据处理模块(200)进行通讯，用于对数据进行储存；/n控制台(400)，用于从存储器一(300)内获取数据，将其导入至预先训练好的LSTM神经网络模块(401)中，输出人体行为识别结果。/n

【技术特征摘要】
1.一种基于三轴传感器的人体行为识别系统，其特征在于，包括：
三轴传感器(100)，用于采集人体行为数据；
数据处理模块(200)，与三轴传感器(100)通讯，用于对采集到的人体行为数据进行处理，其处理内容包括对其进行傅里叶变换，进行时域和频域间转换，以提取出最能表征人体行为特征的数据；
存储器一(300)，与数据处理模块(200)进行通讯，用于对数据进行储存；
控制台(400)，用于从存储器一(300)内获取数据，将其导入至预先训练好的LSTM神经网络模块(401)中，输出人体行为识别结果。


2.根据权利要求1所述的一种基于三轴传感器的人体行为识别系统，其特征在于，所述LSTM神经网络模块(401)的隐藏层为3层。


3.根据权利要求1或2所述的一种基于三...

【专利技术属性】
技术研发人员：王鲁昆，
申请(专利权)人：山东科技大学，
类型：新型
国别省市：山东;37