一种具有行为识别功能的宠物穿戴式设备及其识别方法技术

本发明专利技术公开了一种具有行为识别功能的宠物穿戴式设备及其识别方法，属于行为识别，包括穿戴式设备本体，穿戴式设备本体内设置有用于采集宠物运动信息的惯性测量单元、用于对宠物进行定位的GPS定位单元以及用于将惯性测量单元采集的运动信息解析为行为信息并在分类后汇总相应类别行为次数的微控制单元，微控制单元经通讯单元与云端或者用户端通讯；微控制单元上搭载有GATs

【技术实现步骤摘要】
一种具有行为识别功能的宠物穿戴式设备及其识别方法


[0001]本专利技术涉及行为识别
，尤其涉及一种具有行为识别功能的宠物穿戴式设备及其识别方法。

技术介绍

[0002]饲养宠物是现代人实现解压和陪伴的重要方式，宠物与宠物主人之间的情感牵绊也带动了宠物相关经济的快速发展。比如：CN202210568333.9公开了一种基于宠物鼻纹识别的宠物定位方法及相关产品，其中方法的实现包括：接收宠物定位请求；根据宠物定位请求获取目标宠物的目标品种信息、以及目标宠物对应的鼻纹图像；根据目标品种信息获取拍摄图像，拍摄图像中包括至少一个宠物图像；根据至少一个宠物图像确定出至少一个候选宠物鼻纹图像；将至少一个候选宠物鼻纹图像与目标宠物对应的鼻纹图像进行匹配，确定匹配度大于或等于第一预设匹配度的候选宠物鼻纹图像对应的拍摄图像为匹配拍摄图像；根据匹配拍摄图像的位置确定目标宠物的位置信息。采用本申请实施例的方法，实现了在包括宠物品种信息的拍摄图像中通过宠物鼻纹识别即可确定宠物的位置信息。
[0003]CN201520584353.0公开了一种具有定位警报功能的宠物牌，其包括底壳、盖子和电路板；所述底壳的底部对称设有两个凸柱，底壳的边缘设有向外凸伸的穿线孔；所述电路板上设有电喇叭发声装置、电源和信号收发装置，且电路板上设有两个对应于凸柱的定位孔；所述电路板通过定位孔和凸柱的配合安装在底壳内，所述盖子盖合在底壳上将电路板收容在其中。本宠物牌具有信号收发装置和电喇叭发声装置，宠物使用本宠物牌后，一旦走出安全区域，电喇叭可以发声提醒主人，而当宠物走失后，还可以通过信号收发装置快速计算出宠物的出走距离，再配合电喇叭发声迅速找回宠物。
[0004]可知，现有的与宠物相关的电子设备多用来定位宠物防止丢失，或者监测其活动范围是否超出安全区等。即当现有市场上的宠物相关电子设备功能较为单一，不能全面的提供宠物主人其宠物的全面信息。

技术实现思路

[0005]为解决上述问题，本专利技术提供一种具有行为识别功能的宠物穿戴式设备及其识别方法，可对宠物的多种行为进行监测，并对宠物的行为和状态做分类和统计，实现宠物主人对其宠物的更全面的信息监测和管理，从而便于宠物主人对其宠物的健康状况更全面的了解和监控。
[0006]为实现上述目的，本专利技术提供了一种具有行为识别功能的宠物穿戴式设备，包括穿戴式设备本体，穿戴式设备本体内设置有用于采集宠物运动信息的惯性测量单元、用于对宠物进行定位的GPS定位单元以及用于将惯性测量单元采集的运动信息解析为行为信息并在分类后汇总相应类别行为次数的微控制单元，微控制单元经通讯单元与云端或者用户端通讯；
微控制单元上搭载有GATs
‑
LSTM网络模型和分类模型。
[0007]优选的，惯性测量单元为六轴姿态传感器。
[0008]优选的，通讯单元包括物联网卡模组和蓝牙模组，微控制单元经物联网卡模组与云端通讯，微控制单元经蓝牙模组与用户端通讯。
[0009]一种具有行为识别功能的宠物穿戴式设备的识别方法，包括以下步骤：S1、经惯性测量单元采集宠物的运动信息，且运动信息为6轴序列数据信息；S2、预处理：活动特征频段滤波、行为特征时间窗提取；S3、设定预处理后的6个自由度中的三个轴的加速度为以及三轴角速度为，以上述6轴数据为顶点，以相互关系为边构建图结构数据，并将图结构数据输入GAT
‑
LSTM网络模型中；S4、利用GAT
‑
LSTM网络模型中的GAT模型对图结构数据做特征抽取，抽取后分别连接分类模型和GAT
‑
LSTM网络模型中的LSTM模型做行为分类和相应类别的动作次数的结果输出。
[0010]优选的，步骤S2所述的活动特征频段滤波具体为：将有效频率段保留，无效频率段多滤掉；有效频率段包括宠物日常活动的频率段，其包括步行频率段0.5
‑
3hz、跑步频率段2
‑
5hz、吃饭频率段0.5
‑
2hz；行为特征时间窗是指具体动作的时间窗自主提取，其具体包括以下步骤：采用统计学分析并采用事件触发的预处理策略，首先对原始数据进行序列滑窗，再对窗内数据进行均值、方差处理，最后判断时间窗内数据的统计学数据是否超出对应的阈值，若超出则形成触发事件，执行后续步骤，否则不动作。
[0011]优选的，步骤S4具体包括以下步骤：S41、使用GAT模型学习节点之间的关系和特征表示；S42、使用LSTM模型统计宠物行为动作次数。
[0012]优选的，步骤S41具体包括以下步骤：将构建的图结构数据输入到GAT模型中，通过自适应地计算节点之间的注意力权重，聚合节点的邻居信息，并生成新的特征表示。
[0013]优选的，步骤S41中所述的注意力权重计算公式如下：；式中，为注意力权重；分别表示第个和第个节点特征，其中节点为节点的邻居节点；是一个带有负斜率的ReLU激活函数，其用于增加网络的非线性；函数是一种数学函数，其用于将一组实数值转换为一个概率分布，使得上述实数值之和为1，且每个实数值均在0到1之间；表示向量的拼接操作；是可学习的权重矩阵，其用于对节点特征和节点特征进行线性变换；步骤S41中所述的聚合节点的邻居信息包括以下步骤：
对于每个节点，使用注意力权重来聚合其邻居节点的特征表示，再将邻居节点的特征表示和注意力权重进行加权求和，得到更新后的节点表示：；式中，表示对所有邻居节点进行求和；计算多头注意力：；式中，是第个注意力头的可学习权重向量；为取转置；是第个注意力头的可学习权重矩阵；；将个注意力权重得到的节点特征表示进行拼接，得到最终的节点表示'。
[0014]优选的，步骤S42具体包括以下步骤：S421、将学习到的节点特征序列 作为LSTM模型的输入，且输入序列的形状设定为，其中表示序列的时间步数，表示每个时间步的特征向量的维度；S422、构建LSTM模型：构建一个用于对序列化的节点特征进行分类的LSTM模型，并利用构建的LSTM模型接收输入序列，学习从序列中提取分类任务的特征；S423、训练LSTM模型：使用带有标签的数据对LSTM模型进行训练；S424、LSTM模型预测：在完成LSTM模型的训练后，将序列化节点特征 输入 LSTM 模型，得到对于图分类任务的预测结果，最终完成宠物的行为识别，并统计对应行为动作次数。
[0015]优选的，步骤S424所述的行为动作次数具体包括以下步骤：首先是对LSTM模型的预测分类结果进行统计，并记录时间窗，最后引入专家思路进行修正。
[0016]本专利技术具有以下有益效果：1、可对宠物的多种行为进行监测，并对宠物的行为和状态做分类和统计，实现宠物主人对其宠物的更全面的信息监测和管理，从而便于宠物主人对其宠物的健康状况更全面的了解和监控；2、使用图神经网络对采集的动作信息数据进行分类处理，实现高精度的行为识别，且图神经网络能有效捕捉IMU（姿态传感器）六轴数据之间的关联，高效提取输出网络所需要的数据特征。
[0017]下面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具有行为识别功能的宠物穿戴式设备，包括穿戴式设备本体，其特征在于：穿戴式设备本体内设置有用于采集宠物运动信息的惯性测量单元、用于对宠物进行定位的GPS定位单元以及用于将惯性测量单元采集的运动信息解析为行为信息并在分类后汇总相应类别行为次数的微控制单元，微控制单元经通讯单元与云端或者用户端通讯；微控制单元上搭载有GATs
‑
LSTM网络模型和分类模型。2.根据权利要求1所述的一种具有行为识别功能的宠物穿戴式设备，其特征在于：惯性测量单元为六轴姿态传感器。3.根据权利要求1所述的一种具有行为识别功能的宠物穿戴式设备，其特征在于：通讯单元包括物联网卡模组和蓝牙模组，微控制单元经物联网卡模组与云端通讯，微控制单元经蓝牙模组与用户端通讯。4.如上述权利要求1
‑
3任一项所述的一种具有行为识别功能的宠物穿戴式设备的识别方法，其特征在于：包括以下步骤：S1、经惯性测量单元采集宠物的运动信息，且运动信息为6轴序列数据信息；S2、预处理：活动特征频段滤波、行为特征时间窗提取；S3、设定预处理后的6个自由度中的三个轴的加速度为以及三轴角速度为，以上述6轴数据为顶点，以相互关系为边构建图结构数据，并将图结构数据输入GAT
‑
LSTM网络模型中；S4、利用GAT
‑
LSTM网络模型中的GAT模型对图结构数据做特征抽取，抽取后分别连接分类模型和GAT
‑
LSTM网络模型中的LSTM模型做行为分类和相应类别的动作次数的结果输出。5.根据权利要求4所述的一种具有行为识别功能的宠物穿戴式设备的识别方法，其特征在于：步骤S2所述的活动特征频段滤波具体为：将有效频率段保留，无效频率段多滤掉；有效频率段包括宠物日常活动的频率段，其包括步行频率段0.5
‑
3hz、跑步频率段2
‑
5hz、吃饭频率段0.5
‑
2hz；行为特征时间窗是指具体动作的时间窗自主提取，其具体包括以下步骤：采用统计学分析并采用事件触发的预处理策略，首先对原始数据进行序列滑窗，再对窗内数据进行均值、方差处理，最后判断时间窗内数据的统计学数据是否超出对应的阈值，若超出则形成触发事件，执行后续步骤，否则不动作。6.根据权利要求4所述的一种具有行为识别功能的宠物穿戴式设备的识别方法，其特征在于：步骤S4具...

【专利技术属性】
技术研发人员：刘一村，李俊杰，卢一，刘钟泽，
申请(专利权)人：北京九叁有方物联网科技有限公司，
类型：发明
国别省市：