[發明專利]一種基于加速度信號的日常活動識別方法

有效

• 申請號: 201610060643.4
• 申請日: 2016-01-28
• 公開（公告）號: CN105760819B
• 公開（公告）日: 2019-03-26
• 發明（設計）人: 楊照芳;劉光遠
• 申請（專利權）人: 西南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 重慶弘旭專利代理有限責任公司 50209
• 代理人: 李玉州

1.一種基于加速度信號的日常活動識別方法，其特征在于，所述識別方法包括信號采集、信號特征計算、多分類器訓練和日常活動識別四個組成部分；

加速度信號采集于人體正面右側髖部的x、y、z三軸方向，其中x軸為垂直方向，y軸為左右方向，z軸為前后方向；

加速度信號被劃分為5秒時長的數據片段，信號特征計算基于5秒時長的數據片段；

信號特征組合包括活動強度、x軸低頻能量、x軸偏轉角度、y軸偏轉角度和z軸偏轉角度五維特征；

信號特征計算之前，需要分離x、y、z三軸加速度信號的活動加速度分量和重力加速度分量；其中，活動加速度分量用于計算活動強度和軸低頻能量；重力加速度分量用于計算軸偏轉角度；

分離加速度信號中的活動加速度分量和重力加速度分量步驟如下：

步驟101：對加速度信號進行3點中值濾波，消除高頻噪聲；

步驟102：對加速度信號進行濾波，濾波得到的信號為重力加速度分量；

步驟103：活動加速度分量為加速度信號與重力加速度分量之差；

信號特征活動強度的計算步驟如下：

步驟201：計算得到y軸和z軸的活動加速度分量，分別記為y_A和z_A；

步驟202：活動強度

信號特征x軸低頻能量的計算步驟如下：

步驟301：計算得到x軸的活動加速度分量，記為x_A；

步驟302：去除x_A的均值，即x′_A＝x_A-mean(x_A)；

步驟303：對x′_A求離散傅立葉變換，得到頻譜強度系數；

步驟304：對5Hz以下的頻譜強度系數求和，得到x軸低頻能量；

信號特征x軸偏轉角度、y軸偏轉角度和z軸偏轉角度的計算步驟如下：

步驟401：計算得到x軸、y軸和z軸的重力加速度分量，分別記為x_G、y_G和z_G；

步驟402：分別對x_G、y_G和z_G求反余弦，得到角度序列θ_x、θ_y和θ_z；

步驟403：分別取θ_x、θ_y和θ_z的中值，得到x軸、y軸和z軸的偏轉角度；即tilt_x＝median(acos(x_G))，tilt_y＝median(acos(y_G))和tilt_z＝median(acos(z_G))；

多分類器訓練步驟如下：

步驟501：采集人體在行走、下樓梯、上樓梯、跑步、跳、坐、站和躺八種日常活動時的三軸加速度信號；

步驟502：用長度5秒，重疊4秒的時間窗將加速度信號劃分為5秒時長的數據片段，建立數據集；

步驟503：計算數據集的五維特征組合，包括活動強度、x軸低頻能量、x軸偏轉角度、y軸偏轉角度和z軸偏轉角度，建立訓練特征集；

步驟504：將訓練特征集中的每一維特征歸一化至0～1區間；

步驟505：使用歸一化的訓練特征集訓練多分類器；

日常活動的識別步驟如下：

步驟601：采集人體加三軸速度信號；

步驟602：用長度5秒，重疊4秒的時間窗截取數據片段；

步驟603：計算數據片段的五維特征組合，包括活動強度、x軸低頻能量、x軸偏轉角度、y軸偏轉角度和z軸偏轉角度；

步驟604：使用訓練特征集歸一化參數對特征組合進行歸一化；

步驟605：使用訓練好的多分類器識別數據片段對應活動類別。