[发明专利]一种行为识别方法及装置

说明书

本发明提供一种行为识别方法及装置，用以解决相关技术中行为识别精度较低的问题。该方法包括：控制声波发射器发射声波信号；采集目标对所述声波信号的反射信号；基于所述反射信号利用预设深度神经网络模型确定与所述反射信号对应的行为类型，其中，所述预设深度神经网络模型根据声波反射信号样本训练得到，所述声波反射信号样本至少包括所述目标执行两种类型的行为对所述声波产生的反射信号。本发明有效提高了行为识别的精度。

技术领域

本发明涉及行为识别技术领域，尤其涉及一种行为识别方法及装置。

背景技术

行为识别技术在智能监控、人机交互、视频序列理解、医疗健康等众多领域扮演着越来越重要的角色。目前，传统行为识别方式包括基于视频的行为识别、基于可穿戴传感器的行为识别、基于雷达的行为识别以及基于红外技术的行为。基于视频的行为识别技术是采用计算机视觉技术、图像处理技术对视频采集设备获取到的用户行为图像序列进行处理，进而对行为或手势进行识别。该行为识别技术计算量大，适合视距范围的识别，容易存在视觉无法观看到的死角，还会受到光照、障碍物等的影响，且数据存储时的空间复杂度大和处理时的时间复杂度较大，只能用于特定场所。而基于可穿戴传感器的行为识别方式是将加速度计等可穿戴传感器安装在用户身上或者放置在目标物体上，用户与物体互动，从而识别用户行为。这种方法需要所有的参与者主动配合的佩戴传感器设备，在实际的应用中，让被测对象主动佩戴传感器设备是不可能实现的。而基于雷达的方法识别率低，同时，超声波在传播过程中容易衰减，导致该方法识别范围有限，设备成本高，且只能用于特定场合。红外技术可在昏暗环境实现高精度的动作识别，代表性产品包括Leap Motion与微软的Kinect等。但红外技术只能识别特定区域内的活动，设备购买与部署的代价高。

发明内容

本发明的主要目的在于提供一种行为识别方法及装置，以解决相关技术中行为识别精度较低的问题。

本发明提供了一种行为识别方法，包括：控制声波发射器发射声波信号；采集目标对所述声波信号的反射信号；基于所述反射信号利用预设深度神经网络模型确定与所述反射信号对应的行为类型，其中，所述预设深度神经网络模型根据声波反射信号样本训练得到，所述声波反射信号样本至少包括所述目标执行两种类型的行为对所述声波信号产生的反射信号。

可选地，所述方法还包括：在采集所述反射信号之后，对所述反射信号进行调制以及低通滤波；利用端点检测算法去除进行调制以及低通滤波后的信号的静音部分；通过预加重因子对去除静音部分后的信号进行预加重处理；对预加重处理后的信号进行分帧处理以及加窗处理。可选地，所述基于所述反射信号利用预设深度神经网络模型确定与所述反射信号对应的行为类型，包括：获取进行分帧以及加窗处理后的信号的时序声学特征向量梅尔频谱；将所述梅尔频谱作为所述预设深度神经网络模型的输入，得到与所述反射信号对应的行为类型。

可选地，所述预设深度神经网络模型包括多层卷积深度神经网络、线性层、多层长短时记忆网络以及全连接层，所述多层卷积深度神经网络的输入与一层线性层相连，所述一层线性层与所述多层长短时记忆网络相连，所述多层长短时记忆网络的输出与所述全连接层相连。

可选地，所述行为类型至少包括以下一种：慢走、慢跑、正常行走、上跳、快速奔跑以及跌倒。

本发明还提供了一种行为识别装置，包括：控制模块，用于控制声波发射器发射声波信号；采集模块，用于采集目标对所述声波信号的反射信号；确定模块，用于基于所述反射信号利用预设深度神经网络模型确定与所述反射信号对应的行为类型，其中，所述预设深度神经网络模型根据声波反射信号样本训练得到，所述声波反射信号样本至少包括所述目标执行两种类型的行为对所述声波信号产生的反射信号。