一种人体行为实时识别方法

摘要

本发明提供一种人体行为实时识别方法，包括步骤：首先，利用移动设备采集加速度传感器中的三轴加速度数据并上传至PC机；然后，利用PC机上的预处理模块对所述三轴加速度数据进行预处理，包括窗长度截取和特征提取；接着利用预处理后的数据训练出精度较高的高斯过程分类器模型，并将所述高斯过程分类器模型和预处理模块移植并安装至Android平台上，之后安装到移动设备中，最后进行人体行为的实时测试和观察。本发明的方法可以有效地应用于实际中各种环境，如应急救援和医疗保健环境等，通过克服传统方法远程数据传输时因数据量太大而造成的阻塞问题，减少手机处理的数据量、降低能量消耗，实现高效、准确、实时地远程监控人体行为。

主权项

一种人体行为实时识别方法，其特征在于，所述人体行为实时识别方法至少包括：1)由被测人员佩戴加速度传感器，利用移动设备从所述加速度传感器中采集所有被测人员在不同行为下的三轴加速度数据，并将所述三轴加速度数据上传至PC机；2)在所述PC机上利用预处理模块处理所述三轴加速度数据：选取若干个三轴加速度数据为一个窗，然后对每一个窗内的三轴加速度数据进行特征提取，获得多维的输入数据集；3)通过所述输入数据集训练出识别精度高于一设定值的高斯过程分类器模型，将所述高斯过程分类器模型以及步骤2)中预处理模块移植至Android平台后安装在所述移动设备中；4)进行实时测试，由被测人员手持安装有所述高斯过程分类器模型和预处理模块的移动设备，并佩戴加速度传感器，通过移动设备获得人体行为的预测结果之后将所述预测结果传给PC机，从而实现被测人员实时行为的观察。