基于PSO-SVM模型的人体动作识别方法及系统技术方案

本发明专利技术涉及一种基于PSO

【技术实现步骤摘要】
基于PSO
‑
SVM模型的人体动作识别方法及系统


[0001]本专利技术涉及动作识别领域，特别是涉及一种基于PSO
‑
SVM模型的人体动作识别方法及系统。

技术介绍

[0002]近年来，在安全监控、安全驾驶、人机交互、医疗保健、运动健身等方面，利用雷达进行人体运动识别的研究已经取得了很好的进展。目前，基于传感器的不同，可以将人体的姿势识别分为两类：接触型和非接触型。接触型传感器主要有手环、脚踝监控器等，需要使用者佩戴，具有通用性低、便携性差、损失率高、功能单一、误报率高等不足。摄像头是一种传统的非接触型感应器，它需要较高的存储容量和信息处理能力，对光线等环境非常敏感，具有视觉盲区、容易暴露个人隐私等缺陷，而采用雷达等传感器可以有效地解决上述问题。超宽带雷达因具有抗干扰性能好、距离分辨率高、穿透能力强、功耗低等优点，被应用于人体动作识别的研究。
[0003]文献《Application of ultra
‑
wide band radar for classification of hu本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PSO
‑
SVM模型的人体动作识别方法，其特征在于，包括：根据雷达模型，采集人体动作原始回波数据；根据所述原始回波数据得到人体动作的时间
‑
距离二维回波信息；对所述时间
‑
距离二维回波信息进行预处理，得到滤除杂波和干扰后的雷达回波信息；对所述雷达回波信息进行特征提取，得到人体动作特征向量；基于PSO
‑
SVM模型和所述人体动作特征向量得到人体动作识别结果。2.根据权利要求1所述的基于PSO
‑
SVM模型的人体动作识别方法，其特征在于，所述根据所述原始回波数据得到人体动作的时间
‑
距离二维回波信息，具体包括：将所述原始回波数据每一时刻的距离维信息按时间排列，得到距离维信息随时间变化的时间
‑
距离二维回波信息。3.根据权利要求1所述的基于PSO
‑
SVM模型的人体动作识别方法，其特征在于，所述对所述时间
‑
距离二维回波信息进行预处理，具体包括：采用MTI滤波和自适应小波阈值滤波去除杂波和噪声。4.根据权利要求1所述的基于PSO
‑
SVM模型的人体动作识别方法，其特征在于，所述对所述雷达回波信息进行特征提取，具体包括：通过小波包分解和奇异值分解的方法对所述雷达回波信息进行特征提取。5.根据权利要求1所述的基于PSO
‑
SVM模型的人体动作识别方法，其特征在于，所述PSO
‑
SVM模型是通过如下方法确定：在SVM模型中引入自适应权值、反向学习和动态边界优化算法，得到改进后的SVM模型；采用PSO算法对所述改进后的SVM模型进行优化，得到所述PSO
‑
SVM模型，所述优化的过程为确定最优的惩罚因子和核函数参数。6.根据权利要求3所述的基于PSO
‑
SVM模型的人体动作识别方法，其特征在于，所述MTI滤波采用如下公式实现：其中，M为连续采样帧的个数；X
K
为...

【专利技术属性】
技术研发人员：李新春，曾仕豪，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：