[發明專利]人體活動識別方法及裝置

在審

• 申請號: 201910295980.5
• 申請日: 2019-04-12
• 公開（公告）號: CN111814523A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 黃澤峰;于亞偉;王婷
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京成創同維知識產權代理有限公司 11449
• 代理人: 蔡純;高青

1.一種人體活動識別方法，其特征在于，包括：

獲得原始活動數據，對所述原始活動數據進行預處理，得到第一數據；

提取所述第一數據的時域特征，得到第一特征向量；

基于所述第一特征向量和多個活動類別的聚類中心點，對所述第一數據進行預分類，其中，所述聚類中心點描述每個所述活動類別中最具代表性的特征參數；以及

基于預分類結果和預分類置信度，得到所述第一數據所屬于的活動類別。

2.根據權利要求1所述的人體活動識別方法，其特征在于，所述人體活動識別方法，還包括：建立分類器模型，

所述建立分類器模型，包括：

獲得訓練數據，對所述訓練數據進行預處理，得到第一訓練數據；

提取所述第一訓練數據的時域特征，得到第一訓練特征向量；

基于所述第一訓練特征向量，訓練分類器目標模型，得到所述分類器模型。

3.根據權利要求2所述的人體活動識別方法，其特征在于，所述人體活動識別方法，還包括：基于所述第一訓練特征向量，對所述第一訓練數據進行聚類計算，得到描述每一個所述活動類別中最具代表性的特征參數的所述聚類中心點。

4.根據權利要求1所述的人體活動識別方法，其特征在于，所述基于所述第一特征向量和多個活動類別的聚類中心點，對所述第一數據進行預分類，包括：

計算所述第一特征向量和每一個所述活動類別的聚類中心點之間的歐氏距離；

將所述第一數據預分類到最小的所述歐式距離對應的活動類別，得到所述第一數據所屬的第一活動類別。

5.根據權利要求4所述的人體活動識別方法，其特征在于，所述基于預分類結果和預分類置信度，得到所述第一數據所屬于的活動類別，包括：

比較所述最小的所述歐氏距離和所述第一活動類別的預分類置信度。

6.根據權利要求5所述的人體活動識別方法，其特征在于，所述基于預分類結果和預分類置信度，得到所述第一數據所屬于的活動類別，還包括：

如果所述最小的所述歐氏距離小于等于所述第一活動類別的預分類置信度，則將所述第一數據歸類為所述第一活動類別。

7.根據權利要求5所述的人體活動識別方法，其特征在于，所述基于預分類結果和預分類置信度，得到所述第一數據所屬于的活動類別，還包括：

如果所述最小的所述歐氏距離大于所述第一活動類別的預分類置信度，則基于分類器模型，對所述第一數據進行重新分類，得到所述第一數據所屬的第二活動類別。

8.根據權利要求7所述的人體活動識別方法，其特征在于，所述人體活動識別方法，還包括：基于所述第一數據的活動識別結果的反饋，調整每一個所述活動類別的聚類中心點。

9.根據權利要求6或8所述的人體活動識別方法，其特征在于，所述人體活動識別方法，還包括：根據歷史活動數據，調整所述原始活動數據的當前采樣頻率。

10.根據權利要求9所述的人體活動識別方法，其特征在于，所述根據歷史活動數據，調整所述原始活動數據的當前采樣頻率，包括：

更新所述歷史活動數據；

根據最新的多個所述歷史活動數據，計算用戶的活動強度變化率；

比較所述活動強度變化率和預設閾值；

如果所述活動強度變化率小于所述預設閾值，則將所述當前采樣頻率調整至對應的最低采樣頻率；以及

如果所述活動強度變化率大于等于所述預設閾值，則所述當前采樣頻率保持不變。

11.根據權利要求10所述的人體活動識別方法，其特征在于，通過計算所述第一活動類別中所有的第一訓練特征向量與所述第一活動類別的所述聚類中心點之間的歐氏距離，

對所述歐式距離取預設分位數，得到所述第一活動類別的所述預分類置信度。