| 主权项 |
一种基于数据曲线比较的跌倒活动检测方法，其特征在于，包括以下步骤：1）对传感器采集的伴随人体活动的感知数据进行处理，根据多种传感器采集的包括加速度数据、方向数据、磁场强度数据在内的实时数据，生成感知数据曲线；2）采用形状上下文考察感知数据曲线，根据感知数据曲线生成形状上下文直方图：在感知数据曲线上选取一个特征点S ，以选中的特征点为中心生成一个涵盖曲线上所有其他点的对数极坐标系，R 为坐标系中心点到其他点的最大距离，将坐标系按照logR 值均匀地划分为kd 个距离范围，记作D1, D2, ..., Dkd ，并把极坐标中心角2π 等分为ka个角度范围，记作A1, A2, ... ,Aka ；对数极坐标系即以特征点S 为中心被划分成kd×ka个涵盖整个曲线的直方图区间，除特征点S 以外的任意其他点都将根据其极坐标值(ρ, θ) 处于坐标系的某一个距离和角度范围内，即落在以特征点S 为中心的某个直方图区间内，统计每一个直方图区间内点的个数就能得到特征点S 在该曲线上的形状上下文；所述特征点为一对“连续下降”中的2个“下降终点”， “连续下降”是指，若感知数据曲线表明读数在[t1,t2] 时间段内有一次单调下降后，紧接着在[t2,t3] 时间段内出现一次单调上升，然后又在[t3,t4] 时间段内再次单调下降，则称发生在时间段[t1,t2] 和[t3,t4] 的两次下降为连续的，即一对“连续下降”，连续下降中2个下降的最低点分别被称为“下降终点”；3）将形状上下文直方图转换为矩阵表示，即生成曲线特征矩阵；定义特征点S 的形状上下文矩阵Ms ，与直方图区间数量相对应，矩阵Ms 有kd× ka 个元素，其中元素 (i ,j ) 的值就是落在坐标系中距离范围为Di 、角度范围为Aj 的区间里点的数量；同样，对其他特征点X 的形状上下文直方图也转换为其形状上下文矩阵MX ；因为特征点的形状上下文体现了以该点为中心的曲线部分特征，所以将多个特征点的形状上下文矩阵组合在一起则能体现整条曲线的特征；所有特征点的形状上下文矩阵拼接组合，生成一个nkd× ka 的矩阵M′，M′即为感知数据曲线的特征矩阵，其中 n 是选取特征点的数量；4）在得到曲线特征矩阵之后，将曲线的比较转化为其特征矩阵的比较，利用Hausdorff 距离进行特征矩阵图像的差异度比较计算，通过与已知跌倒活动的感知数据曲线特征矩阵图像的比较实现跌倒活动的实时高效检测。 |
