[发明专利]行为识别方法、装置及计算机存储介质

说明书

本发明实施例提供一种行为识别方法、装置及计算机存储介质，包括：获取设置的多个频段内的样本行为数据，根据各所述频段内的所述样本行为数据对应的频率特征分别确定对应的第一特征向量，形成第一特征向量集合；基于所述第一特征向量集合分别对所述第一特征向量进行筛选，根据适应度值确定对所述第一特征向量筛选后的第二特征向量，形成第二特征向量集合；确定所述第二特征向量集合中各所述第二特征向量与样本行为类别的映射关系，根据所述映射关系建立行为识别模型；本发明实施方式可以有效的提高行为识别的准确率。

技术领域

本发明涉及数据分析领域，尤其涉及一种行为识别方法、装置及计算机存储介质。

背景技术

人体行为识别技术是模式识别与人工智能领域内的一个研究方向，具有广泛的应用场景。早期的研究工作为了能够获取准确全面的人体运动信息，使用多个加速度传感器固定在人身体的不同部位同步进行数据采集，从而在一定程度上提高了系统的识别率，但使用者的舒适度和便利性并不佳；而且随着传感器数量的增加，系统的制造成本和数据的运算成本也会增加。

随着智能手机的发展，可以通过手机内部传感器采集的各种数据，用于表征用户的日常行为信息，可广泛应用于行为模式识别。但目前已有的行为识别方法，行为识别准确性仍然较低，应用方面还存在着诸多不足。

发明内容

有鉴于此，本发明实施方式提供一种准确率更高的行为识别方法、装置及计算机存储介质。

本发明实施方式的技术方案是这样实现的：

第一方面，本发明实施方式提供行为识别方法，所述方法包括：获取设置的多个频段内的样本行为数据，根据各所述频段内的所述样本行为数据对应的频率特征分别确定对应的第一特征向量，形成第一特征向量集合；

基于所述第一特征向量集合分别对所述第一特征向量进行筛选，选取所述第一特征向量的部分频率特征作为初始的目标子集，根据所述目标子集的编码对应的适应度值、以及另一部分频率特征对应的其它子集的编码进行交叉编码后的适应度值对所述目标子集进行更新，根据更新后的所述目标子集确定对所述第一特征向量筛选后的第二特征向量，形成第二特征向量集合；

确定所述第二特征向量集合中各所述第二特征向量与样本行为类别的映射关系，根据所述映射关系建立行为识别模型。

可选地，所述获取设置的多个频段内的样本行为数据之前，包括：

获取用于表征样本行为的三轴加速度数据，对所述加速度数据进行频域分析，根据频域分析后的所述加速度数据的频率分布确定分别与不同样本行为类别对应的频段。

可选地，所述根据各所述频段内的所述样本行为数据对应的频率特征分别确定对应的第一特征向量，包括：

根据各所述频段内的所述样本行为数据对应的如下至少其中之一频率特征：最大值、最小值、中间值、均值、范围、方差、主系数和、均方根、协方差系数、信号幅度区域、信号向量幅度和直流分量；

分别确定与所述各频段对应的第一特征向量。

可选地，所述选取所述第一特征向量的部分频率特征作为初始的目标子集，根据所述目标子集的编码对应的适应度值、以及另一部分频率特征对应的其它子集的编码进行交叉编码后的适应度值对所述目标子集进行更新，根据更新后的所述目标子集确定对所述第一特征向量筛选后的第二特征向量，包括：

将所述第一特征向量中频率特征进行编码，选择m个频率特征作为初始的目标子集，其中m≥1；将剩余子集进行交叉编码，得到新的特征集合，根据所述目标子集和所述新的特征集合分别对应的适应度值对所述目标子集进行更新；

确定所述目标子集符合设定条件时，则根据更新后的所述目标子集确定所述第一特征向量筛选后的第二特征向量。

可选地，所述将剩余子集进行交叉编码之前，包括：