[發(fā)明專利]一種行為辨識及模型訓(xùn)練的方法和裝置

有效

• 申請?zhí)枺?/td>: 201911036281.5
• 申請日: 2019-10-29
• 公開（公告）號: CN110852442B
• 公開（公告）日: 2022-03-15
• 發(fā)明（設(shè)計(jì)）人: 張慧英
• 申請（專利權(quán)）人: 支付寶（杭州）信息技術(shù)有限公司
• 主分類號: G06N7/00
• 分類號: G06N7/00
• 代理公司: 北京博思佳知識產(chǎn)權(quán)代理有限公司 11415
• 代理人: 靳玫

1.一種行為辨識模型的訓(xùn)練方法，所述方法基于耦合隱馬爾科夫鏈進(jìn)行所述行為辨識模型的訓(xùn)練；所述方法包括：

獲取訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)包括：具有行為交互關(guān)聯(lián)的不同實(shí)體對象分別對應(yīng)的傳感器數(shù)據(jù)、以及所述實(shí)體對象的隱狀態(tài)；所述傳感器數(shù)據(jù)是在所述不同實(shí)體對象的行為交互過程中采集得到；

初始化多個(gè)模型參數(shù)，每個(gè)所述模型參數(shù)包括所述不同實(shí)體對象對應(yīng)的參數(shù)，且所述模型參數(shù)中的狀態(tài)轉(zhuǎn)移概率包括：同一實(shí)體對象的隱狀態(tài)之間的轉(zhuǎn)移概率、以及不同實(shí)體對象的隱狀態(tài)之間的轉(zhuǎn)移概率；

根據(jù)所述模型參數(shù)進(jìn)行模型訓(xùn)練，其中，在模型訓(xùn)練的演繹過程中的目標(biāo)時(shí)刻，若所述目標(biāo)時(shí)刻的所述實(shí)體對象對應(yīng)的隱狀態(tài)缺失，則使用所述實(shí)體對象在所述目標(biāo)時(shí)刻的隱狀態(tài)向另一個(gè)實(shí)體對象在下一時(shí)刻的隱狀態(tài)之間的轉(zhuǎn)移概率；并且當(dāng)達(dá)到模型訓(xùn)練結(jié)束條件時(shí)，獲得所述行為辨識模型。

2.根據(jù)權(quán)利要求1所述的方法，所述根據(jù)所述模型參數(shù)進(jìn)行模型訓(xùn)練，包括：根據(jù)前向-后向算法，訓(xùn)練所述模型參數(shù)。

3.一種行為辨識方法，所述方法包括：

獲取在目標(biāo)時(shí)刻采集的傳感器數(shù)據(jù)，所述傳感器數(shù)據(jù)包括：具有行為交互關(guān)聯(lián)的不同實(shí)體對象分別對應(yīng)的傳感器數(shù)據(jù)；且所述傳感器數(shù)據(jù)是在所述不同實(shí)體對象的行為交互過程中采集得到；

通過權(quán)利要求1至2任一所述的方法訓(xùn)練得到的模型，確定在所述目標(biāo)時(shí)刻所述傳感器數(shù)據(jù)對應(yīng)的隱狀態(tài)最佳路徑；

根據(jù)所述隱狀態(tài)最佳路徑，確定所述傳感器數(shù)據(jù)對應(yīng)的實(shí)體對象行為。

4.根據(jù)權(quán)利要求3所述的方法，

所述方法還包括：基于識別的實(shí)體對象行為，為所述傳感器數(shù)據(jù)設(shè)置對應(yīng)的行為標(biāo)簽，所述行為標(biāo)簽用于標(biāo)識所述傳感器數(shù)據(jù)是實(shí)體對象在進(jìn)行所述識別的實(shí)體對象行為時(shí)采集得到。

5.根據(jù)權(quán)利要求3所述的方法，所述確定在所述目標(biāo)時(shí)刻所述傳感器數(shù)據(jù)對應(yīng)的隱狀態(tài)最佳路徑，包括：使用維特比算法確定所述隱狀態(tài)最佳路徑。

6.一種行為辨識模型的訓(xùn)練裝置，所述裝置包括：

數(shù)據(jù)獲取模塊，用于獲取訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)包括：具有行為交互關(guān)聯(lián)的不同實(shí)體對象分別對應(yīng)的傳感器數(shù)據(jù)、以及所述實(shí)體對象的隱狀態(tài)；所述傳感器數(shù)據(jù)是在所述不同實(shí)體對象的行為交互過程中采集得到；

參數(shù)處理模塊，用于初始化多個(gè)模型參數(shù)，每個(gè)所述模型參數(shù)包括所述不同實(shí)體對象對應(yīng)的參數(shù)，且所述模型參數(shù)中的狀態(tài)轉(zhuǎn)移概率包括：同一實(shí)體對象的隱狀態(tài)之間的轉(zhuǎn)移概率、以及不同實(shí)體對象的隱狀態(tài)之間的轉(zhuǎn)移概率；

訓(xùn)練處理模塊，用于根據(jù)所述模型參數(shù)進(jìn)行模型訓(xùn)練，其中，在模型訓(xùn)練的演繹過程中的目標(biāo)時(shí)刻，若所述目標(biāo)時(shí)刻的所述實(shí)體對象對應(yīng)的隱狀態(tài)缺失，則使用所述實(shí)體對象在所述目標(biāo)時(shí)刻的隱狀態(tài)向另一個(gè)實(shí)體對象在下一時(shí)刻的隱狀態(tài)之間的轉(zhuǎn)移概率；并且當(dāng)達(dá)到模型訓(xùn)練結(jié)束條件時(shí)，獲得所述行為辨識模型。

7.根據(jù)權(quán)利要求6所述的裝置，

所述訓(xùn)練處理模塊，在用于在模型訓(xùn)練的演繹過程中，若一個(gè)實(shí)體對象在目標(biāo)時(shí)刻缺失對應(yīng)的隱狀態(tài)，使用所述實(shí)體對象與另一實(shí)體對象之間的隱狀態(tài)的狀態(tài)轉(zhuǎn)移概率時(shí)，包括：根據(jù)前向-后向算法，訓(xùn)練所述模型參數(shù)。

8.一種行為辨識裝置，所述裝置包括：

數(shù)據(jù)采集模塊，用于獲取在目標(biāo)時(shí)刻采集的傳感器數(shù)據(jù)，所述傳感器數(shù)據(jù)包括：具有行為交互關(guān)聯(lián)的不同實(shí)體對象分別對應(yīng)的傳感器數(shù)據(jù)；且所述傳感器數(shù)據(jù)是在所述不同實(shí)體對象的行為交互過程中采集得到；

路徑確定模塊，用于通過權(quán)利要求6至7任一所述的裝置訓(xùn)練得到的模型，確定在所述目標(biāo)時(shí)刻所述傳感器數(shù)據(jù)對應(yīng)的隱狀態(tài)最佳路徑；

行為確定模塊，用于根據(jù)所述隱狀態(tài)最佳路徑，確定所述傳感器數(shù)據(jù)對應(yīng)的實(shí)體對象行為。

9.根據(jù)權(quán)利要求8所述的裝置，

所述行為確定模塊，還用于基于識別的實(shí)體對象行為，為所述傳感器數(shù)據(jù)設(shè)置對應(yīng)的行為標(biāo)簽，所述行為標(biāo)簽用于標(biāo)識所述傳感器數(shù)據(jù)是實(shí)體對象在進(jìn)行所述識別的實(shí)體對象行為時(shí)采集得到。