基于拓扑表征的人体活动识别方法、装置、设备、存储介质制造方法及图纸

本发明专利技术提供了一种基于拓扑表征的人体活动识别方法、装置、设备、存储介质，人体活动识别方法包括：获取多个传感器的数据，多个传感器放置于人体的不同的部位；对每一个传感器的数据进行预处理，获得每一个传感器的预处理数据；对每一个传感器的预处理数据进行拓扑特征提取，获得每一个传感器的特征数据；利用训练好的分类器对每一个传感器的特征数据进行分类，获得每一个传感器对应的分类结果；对多个传感器对应的分类结果进行融合，获得人体活动的类别。本发明专利技术通过将多个传感器的分类结果进行融合，提高了识别的准确率，此外，将传感器数据的拓扑特征作为分类器的输入数据可以获得在常规统计分析中丢失的关键信息，进一步提升了识别的准确率。了识别的准确率。了识别的准确率。

【技术实现步骤摘要】
基于拓扑表征的人体活动识别方法、装置、设备、存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种基于拓扑表征的人体活动识别方法、装置、设备、存储介质。

技术介绍

[0002]人体活动识别(Human Activity Recognition，HAR)是通过收集和分析人的运动数据来对其正在做的事情进行定义和分类，在健康管理、医疗监控、人机交互、安全、娱乐等方面有着广泛的应用，除了采用视频图像形式的数据对识别模型进行训练，传感器数据集也被广泛应用于人体活动识别当中。通过智能手机或可穿戴式传感器对传感器数据序列进行收集，然后收集的传感器序列进行分析并将其分类为已知且明确定义的运动或活动，例如，坐着、跑步、走路、上下楼梯等。近年来，随着传感器器件的发展，各类能准确采集人体行为数据的传感器在手环、手表、手机等可穿戴设备上得到了广泛使用，因此，基于可穿戴传感器的人体活动识别研究也成为行为识别中的热点。目前，基于可穿戴式惯性传感器的人体活动识别技术已经取得了很大的成功，但实际应用中使用可穿戴式惯性传感器对人体活动的分类精度还不够高。
专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于拓扑表征的人体活动识别方法，其特征在于，所述人体活动识别方法包括：获取多个传感器的数据，所述多个传感器放置于人体的不同的部位；对每一个传感器的数据进行预处理，获得每一个传感器的预处理数据；对每一个传感器的预处理数据进行拓扑特征提取，获得每一个传感器的特征数据；利用训练好的分类器对每一个传感器的特征数据进行分类，获得每一个传感器对应的分类结果；对多个传感器对应的分类结果进行融合，获得人体活动的类别。2.根据权利要求1所述的人体活动识别方法，其特征在于，对每一个传感器的数据进行预处理，获得每一个传感器的预处理数据，包括：对每一个传感器的数据进行去噪处理，获得每一个传感器的去噪数据；对每一个传感器的去噪数据进行归一化处理，获得每一个传感器的归一化数据；对每一个传感器的归一化数据进行滑窗处理得到每一个传感器的多个窗口数据并将每一个传感器的多个窗口数据作为所述传感器的预处理数据。3.根据权利要求2所述的人体活动识别方法，其特征在于，对每一个传感器的预处理数据进行拓扑特征提取，获得每一个传感器的特征数据，包括：对每一个传感器的多个窗口数据分别进行相空间重建，获得每一个传感器的多个点云数据；对每一个传感器的多个点云数据分别进行持续同调，获得每一个点云数据的持续同调图；根据每一个点云数据的持续同调图提取每一个点云数据的拓扑特征，获得每一个传感器对应的多个拓扑特征并将每一个传感器对应的多个拓扑特征作为所述传感器的特征数据。4.根据权利要求3所述的人体活动识别方法，其特征在于，利用训练好的分类器对每一个传感器的特征数据进行分类，包括：将每一个传感器对应的多个拓扑特征分为训练数据和测试数据；利用所述训练数据对分类器进行训练，获...

【专利技术属性】
技术研发人员：颜延，陈达理，刘语诗，吴选昆，梁端，熊富海，李慧慧，王磊，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：