[發明專利]行為識別方法、裝置及計算機存儲介質

在審

• 申請號: 201910867363.8
• 申請日: 2019-09-12
• 公開（公告）號: CN112487857A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 王斌
• 申請（專利權）人: 中移(蘇州)軟件技術有限公司;中國移動通信集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/12
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王姍姍;張穎玲

本發明實施例提供一種行為識別方法、裝置及計算機存儲介質，包括：獲取設置的多個頻段內的樣本行為數據，根據各所述頻段內的所述樣本行為數據對應的頻率特征分別確定對應的第一特征向量，形成第一特征向量集合；基于所述第一特征向量集合分別對所述第一特征向量進行篩選，根據適應度值確定對所述第一特征向量篩選后的第二特征向量，形成第二特征向量集合；確定所述第二特征向量集合中各所述第二特征向量與樣本行為類別的映射關系，根據所述映射關系建立行為識別模型；本發明實施方式可以有效的提高行為識別的準確率。

技術領域

本發明涉及數據分析領域，尤其涉及一種行為識別方法、裝置及計算機存儲介質。

背景技術

人體行為識別技術是模式識別與人工智能領域內的一個研究方向，具有廣泛的應用場景。早期的研究工作為了能夠獲取準確全面的人體運動信息，使用多個加速度傳感器固定在人身體的不同部位同步進行數據采集，從而在一定程度上提高了系統的識別率，但使用者的舒適度和便利性并不佳；而且隨著傳感器數量的增加，系統的制造成本和數據的運算成本也會增加。

隨著智能手機的發展，可以通過手機內部傳感器采集的各種數據，用于表征用戶的日常行為信息，可廣泛應用于行為模式識別。但目前已有的行為識別方法，行為識別準確性仍然較低，應用方面還存在著諸多不足。

發明內容

有鑒于此，本發明實施方式提供一種準確率更高的行為識別方法、裝置及計算機存儲介質。

本發明實施方式的技術方案是這樣實現的：

第一方面，本發明實施方式提供行為識別方法，所述方法包括：獲取設置的多個頻段內的樣本行為數據，根據各所述頻段內的所述樣本行為數據對應的頻率特征分別確定對應的第一特征向量，形成第一特征向量集合；

基于所述第一特征向量集合分別對所述第一特征向量進行篩選，選取所述第一特征向量的部分頻率特征作為初始的目標子集，根據所述目標子集的編碼對應的適應度值、以及另一部分頻率特征對應的其它子集的編碼進行交叉編碼后的適應度值對所述目標子集進行更新，根據更新后的所述目標子集確定對所述第一特征向量篩選后的第二特征向量，形成第二特征向量集合；

確定所述第二特征向量集合中各所述第二特征向量與樣本行為類別的映射關系，根據所述映射關系建立行為識別模型。

可選地，所述獲取設置的多個頻段內的樣本行為數據之前，包括：

獲取用于表征樣本行為的三軸加速度數據，對所述加速度數據進行頻域分析，根據頻域分析后的所述加速度數據的頻率分布確定分別與不同樣本行為類別對應的頻段。

可選地，所述根據各所述頻段內的所述樣本行為數據對應的頻率特征分別確定對應的第一特征向量，包括：

根據各所述頻段內的所述樣本行為數據對應的如下至少其中之一頻率特征：最大值、最小值、中間值、均值、范圍、方差、主系數和、均方根、協方差系數、信號幅度區域、信號向量幅度和直流分量；

分別確定與所述各頻段對應的第一特征向量。

可選地，所述選取所述第一特征向量的部分頻率特征作為初始的目標子集，根據所述目標子集的編碼對應的適應度值、以及另一部分頻率特征對應的其它子集的編碼進行交叉編碼后的適應度值對所述目標子集進行更新，根據更新后的所述目標子集確定對所述第一特征向量篩選后的第二特征向量，包括：

將所述第一特征向量中頻率特征進行編碼，選擇m個頻率特征作為初始的目標子集，其中m≥1；將剩余子集進行交叉編碼，得到新的特征集合，根據所述目標子集和所述新的特征集合分別對應的適應度值對所述目標子集進行更新；

確定所述目標子集符合設定條件時，則根據更新后的所述目標子集確定所述第一特征向量篩選后的第二特征向量。

可選地，所述將剩余子集進行交叉編碼之前，包括：