[發(fā)明專利]基于大數(shù)據(jù)平臺(tái)的人體行為檢測(cè)和預(yù)警

在審

• 申請(qǐng)?zhí)枺?/td>: 201710928642.1
• 申請(qǐng)日: 2017-10-09
• 公開(kāi)（公告）號(hào): CN107943276A
• 公開(kāi)（公告）日: 2018-04-20
• 發(fā)明（設(shè)計(jì)）人: 左超;武繼剛;孟敏;王勇
• 申請(qǐng)（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號(hào): G06F3/01
• 分類號(hào): G06F3/01;G06N3/08
• 代理公司: 廣東廣信君達(dá)律師事務(wù)所44329
• 代理人: 楊曉松

技術(shù)領(lǐng)域

本發(fā)明涉及行為檢測(cè)領(lǐng)域，具體涉及一種基于大數(shù)據(jù)平臺(tái)的人體行為檢測(cè)和預(yù)警方法。

背景技術(shù)

體感作為一個(gè)新興的研究領(lǐng)域，基于體感設(shè)備人體行為識(shí)別研究受到了越來(lái)越多研究者的關(guān)注。通過(guò)對(duì)傳感器釆集的數(shù)據(jù)進(jìn)行加工、處理和分析，進(jìn)而使得計(jì)算機(jī)系統(tǒng)能夠理解個(gè)體動(dòng)作、群體之間以及個(gè)體與環(huán)境之間的交互是人體動(dòng)作識(shí)別研究的目的。由于環(huán)境復(fù)雜多變，人體形態(tài)差異以及運(yùn)動(dòng)習(xí)慣的不同，如何有效準(zhǔn)確的理解人體行為歷來(lái)都是一個(gè)研究熱點(diǎn)與難點(diǎn)。

人體行為識(shí)別研究具有重要的理論研究?jī)r(jià)值，其涉及計(jì)算機(jī)視覺(jué)、傳感器技術(shù)、模式識(shí)別和人工智能等多個(gè)學(xué)科。對(duì)人體行為進(jìn)行研究不僅拓寬了學(xué)科間的研究方向，而且隨著研究的深入勢(shì)必會(huì)帶動(dòng)眾多相關(guān)學(xué)科的發(fā)展。近年來(lái)國(guó)內(nèi)外眾多高校和研究機(jī)構(gòu)都對(duì)人體行為識(shí)別技術(shù)進(jìn)行了深入的研究，如卡耐基梅隆大學(xué)，麻省理工學(xué)院，英國(guó)雷丁大學(xué)，微軟亞洲研究院，清華大學(xué)中科院自動(dòng)化研究所等均對(duì)人體動(dòng)作識(shí)別方法有著專門(mén)研究。從年起關(guān)于人體動(dòng)作識(shí)別與行為識(shí)別的文章就開(kāi)始急劇增加，國(guó)內(nèi)外的權(quán)威學(xué)術(shù)會(huì)議和期刊如、等均將人體行為識(shí)別研究作為主體內(nèi)容之一。人體行為識(shí)別研究同樣具有廣闊的應(yīng)用前景，在安防監(jiān)控、人機(jī)交互、智能機(jī)器人開(kāi)發(fā)及運(yùn)動(dòng)分析等眾多領(lǐng)域都可以使用人體行為識(shí)別技術(shù)：安防監(jiān)控領(lǐng)域，目前視頻監(jiān)控系統(tǒng)在城市治安、消防以及交通調(diào)度方面發(fā)揮了重要作用，將人體動(dòng)作識(shí)別、行為理解研究成果用于智能監(jiān)控則可以對(duì)突發(fā)情況進(jìn)行自動(dòng)預(yù)警。美國(guó)于年推動(dòng)項(xiàng)目用于研究戰(zhàn)場(chǎng)和民用場(chǎng)景中的視頻理解技術(shù)年歐盟程序委員會(huì)設(shè)立項(xiàng)目研究人的行為模式和人機(jī)交互，國(guó)內(nèi)外眾多廠商也已面向市場(chǎng)推出了具有行為識(shí)別的監(jiān)控產(chǎn)品。智能監(jiān)護(hù)領(lǐng)域，目前我國(guó)已經(jīng)進(jìn)入老齡化社會(huì)，社會(huì)壓力的增大使得年輕子女無(wú)暇照顧老人，家庭環(huán)境中的智能監(jiān)護(hù)系統(tǒng)則可以檢測(cè)到老人的異常行為并及時(shí)發(fā)出警報(bào)。高級(jí)人機(jī)交互，未來(lái)的智能設(shè)備應(yīng)該具備感知外界環(huán)境的能力，通過(guò)分析人的面部表情和肢體語(yǔ)言來(lái)理解人的意圖或者行為是智能設(shè)備開(kāi)發(fā)的一個(gè)重要方向之一。

發(fā)明內(nèi)容

本發(fā)明的目的在于提出一種新的人體行為檢測(cè)方式，提供一種基于大數(shù)據(jù)環(huán)境下的行為監(jiān)測(cè)平臺(tái)。本發(fā)明在大數(shù)據(jù)平臺(tái)的環(huán)境下，提供了一種全新的人體行為識(shí)別方法.

本發(fā)明所要研究的問(wèn)題定位在小范圍空間內(nèi)的人體異常行為識(shí)別和預(yù)警，具體包括跌倒和打架行為等。主要工作集中在人體姿態(tài)特征參數(shù)的提取，運(yùn)用神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)和動(dòng)態(tài)動(dòng)作的識(shí)別和分析三個(gè)方面。

一種基于大數(shù)據(jù)平臺(tái)的人體行為檢測(cè)和預(yù)警方法，包括以下步驟:

(1)提取行為表示特征量，通過(guò)Xtion Pro Live提供多種數(shù)據(jù)特征量，包括圖像、場(chǎng)景深度，人體關(guān)節(jié)數(shù)據(jù)；

(2)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練，通過(guò)信息正向傳播，比較誤差反向傳播，沿著誤差性能函數(shù)梯度的反方向修正權(quán)值；

(3)人體行為的檢測(cè)，研究人體全身骨架，通過(guò)實(shí)時(shí)監(jiān)控人體做出的相關(guān)行為，通過(guò)相關(guān)的算法學(xué)習(xí)運(yùn)用，從而實(shí)時(shí)判斷人體相關(guān)異常行為并做出警報(bào)。

具體的，所述步驟(1)中，人體關(guān)節(jié)數(shù)據(jù)包括求解人體關(guān)節(jié)點(diǎn)之間角度的方法如下：首先，選取要計(jì)算關(guān)節(jié)角度所涉及的關(guān)節(jié)點(diǎn)；然后，采用Xtion Pro Live獲取的關(guān)節(jié)點(diǎn)的三維坐標(biāo)值，構(gòu)造關(guān)節(jié)結(jié)構(gòu)向量；最后利用余弦定理求出關(guān)節(jié)點(diǎn)連線之間的角度大??；同時(shí)可以根據(jù)OpenNI接口函數(shù)獲取相對(duì)距離，通過(guò)獲取關(guān)節(jié)點(diǎn)的角度和相對(duì)距離初步對(duì)人體行為作出判斷。

具體的，所述步驟(2)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練包括以下步驟：

1)初始系數(shù)設(shè)定和輸入樣本；

2)計(jì)算各層節(jié)點(diǎn)輸出；

3)計(jì)算輸出層誤差；

4)判斷誤差是否達(dá)到要求；

5)如果是則結(jié)束學(xué)習(xí)過(guò)程，如果否，繼續(xù)計(jì)算隱含層誤差，求誤差梯度，調(diào)整系數(shù)，返回步驟2)。

具體的，人體相關(guān)異常行為包括跌倒和打架行為。

本發(fā)明相對(duì)于現(xiàn)有技術(shù)具有如下的優(yōu)點(diǎn)及效果：

本發(fā)明能夠應(yīng)用在大數(shù)據(jù)環(huán)境中，尤其是在大數(shù)據(jù)背景下人體行為的識(shí)別，提高了算法的識(shí)別精度，提高了算法的泛化能力。

附圖說(shuō)明

圖1是關(guān)節(jié)點(diǎn)相對(duì)距離系數(shù)結(jié)構(gòu)向量示意圖；

圖2是人工神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型；

圖3是階躍函數(shù)曲線圖；

圖4是S型函數(shù)曲線圖；

圖5是BP神經(jīng)網(wǎng)路拓?fù)浣Y(jié)構(gòu)圖

圖6是BP神經(jīng)網(wǎng)絡(luò)算法流程圖；

圖7是實(shí)驗(yàn)系統(tǒng)總體框架；

圖8是人體全身骨架和異常行為識(shí)別圖。

具體實(shí)施方式