[發明專利]行為識別方法、遠程控制方法、裝置、系統、設備及介質

有效

• 申請號: 202211238946.2
• 申請日: 2022-10-08
• 公開（公告）號: CN115565549B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 楊飏;劉超
• 申請（專利權）人: 中國海洋大學
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/30
• 代理公司: 北京清大紫荊知識產權代理有限公司 11718
• 代理人: 周曉飛

1.一種行為識別方法，其特征在于，包括：

在預設空間內，播放預設超聲波信號的音頻，所述預設超聲波信號的信號頻率是20kHz，所述音頻為wav格式的音頻文件；

在所述預設空間內，獲取所述預設超聲波信號經過人體行為動作的反射信號的音頻；

對所述反射信號的音頻進行Z變換，得到Z變換頻譜；

將所述Z變換頻譜輸入卷積神經網絡，所述卷積神經網絡輸出人體行為動作的類型，其中，所述卷積神經網絡是以行為動作標簽和所述預設超聲波信號經過行為動作的反射信號的音頻為樣本訓練過的；

在所述預設空間內，獲取所述預設超聲波信號經過人體行為動作的反射信號的音頻，包括：

在所述預設空間內，接收超聲波信號的音頻；

從接收的超聲波信號的音頻中，截取振幅值發生持續變化的時段作為所述預設超聲波信號經過人體行為動作的反射信號的音頻，每個振幅值發生持續變化的時段對應一個行為動作，將每個行為動作對應的反射信號形成一幀音頻；

從接收的超聲波信號的音頻中，截取振幅值發生持續變化的時段作為所述預設超聲波信號經過人體行為動作的反射信號的音頻，將每個行為動作對應的反射信號形成一幀音頻，包括：

對接收的超聲波信號的音頻進行Z變換，產生相應頻率的振幅數組，所述振幅數組為復數數組；

在所述振幅數組中截取振幅大于預設閾值的各個時間序列，每個截取的時間序列對應一個行為動作，對截取的每個時間序列對應的振幅數組進行Z變換的逆變換生成音頻，重塑數組維度時只保留數據的實部，將生成的音頻作為對應人體行為動作的反射信號的音頻；

對所述反射信號的音頻進行Z變換，得到Z變換頻譜，包括：

將所述反射信號的音頻轉換為int類型數組；

對所述int類型數組進行Z變換，得到Z變換頻譜，其中，在對所述int類型數組進行Z變換，得到Z變換頻譜的過程中，使用scipy中signal模塊的stft函數，采樣頻率fs固定為48kHz，所述Z變換采用漢寧窗作為窗函數，所述漢寧窗的長度為4096，零填充Z變換的長度為采樣頻率的一半，所述采樣頻率為接收所述預設超聲波信號經過人體行為動的作反射信號的頻率；

將所述Z變換頻譜輸入卷積神經網絡，包括：

將所述Z變換頻譜繪制為三色通道的圖像，其中，所述圖像的橫坐標為頻率，所述圖像的縱坐標為功率，采用pcolormesh()函數將所述Z變換頻譜繪制為三色通道的圖像；

將所述圖像輸入所述卷積神經網絡。

2.如權利要求1所述的行為識別方法，其特征在于，還包括：

在從接收的超聲波信號的音頻中，截取振幅值發生持續變化的時段作為所述預設超聲波信號經過人體行為動作的反射信號的音頻之前，從接收的超聲波信號的音頻中，將小于10kHz頻率的音頻時段作為噪聲抹除。

3.如權利要求1至2中任一項所述的行為識別方法，其特征在于，所述卷積神經網絡，包括：

輸入層、卷積層、激活層、池化層和輸出層，其中，所述卷積層為四層卷積結構，所述激活層采用ReLU函數，所述池化層采用最大池化方式。