[发明专利]一种跌倒行为识别方法及装置

权利要求书

1.一种跌倒行为识别方法，其特征在于，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；

对所述反射信号进行处理，得到所述反射信号的频谱图；

将所述频谱图输入预设深度神经网络模型，得到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的频谱图样本训练得到，所述频谱图样本包括所述目标执行至少两种类型的行为时对所述声波信号产生的反射信号的频谱图，所述行为类型至少包括跌倒行为以及非跌倒行为。

2.根据权利要求1所述的方法，其特征在于，所述对所述反射信号进行处理，得到所述反射信号的频谱图，包括：

对所述反射信号进行预处理，得到预处理后的信号；

对预处理后的信号进行短时傅里叶变化；

对进行短时傅里叶变化后的信号进行取对数操作，得到与该信号对应的对数数据；

对所述对数数据进行离散余弦变换，得到所述反射信号对应的频谱图。

3.根据权利要求2所述的方法，其特征在于，对所述反射信号进行预处理，得到预处理后的信号，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，得到预处理后的信号。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

控制声波发射器发射声波信号；

获取所述声波信号的反射信号的频谱图样本；

对所述声波反射信号的频谱图样本进行标签标注；

对标签标注后的频谱图样本进行训练，得到所述预设深度神经网络模型。

5.一种跌倒行为识别装置，其特征在于，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；

处理模块，用于对所述反射信号进行处理，得到所述反射信号的频谱图；

确定模块，用于将所述频谱图输入预设深度神经网络模型，得到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的频谱图样本训练得到，所述频谱图样本包括所述目标执行至少两种类型的行为时对所述声波信号产生的反射信号的频谱图，所述行为类型至少包括跌倒行为以及非跌倒行为。

6.根据权利要求5所述的装置，其特征在于，所述处理模块，包括：

第一处理单元，用于对所述反射信号进行预处理，得到预处理后的信号；

第二处理单元，用于对预处理后的信号进行短时傅里叶变化；

第三处理单元，用于对进行短时傅里叶变化后的信号进行取对数操作，得到与该信号对应的对数数据；

第四处理单元，用于对所述对数数据进行离散余弦变换，得到所述反射信号对应的频谱图。

7.根据权利要求6所述的装置，其特征在于，所述第一处理单元用于：

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，得到预处理后的信号。

8.根据权利要求5所述的装置，其特征在于，所述装置还包括：

获取模块，用于获取与多种类型的行为对应的声波反射信号的频谱图样本，其中，所述声波反射信号是通过控制声波发射器发射声波信号，经行人反射后，由声波接收器采集得到；

标注模块，用于对所述频谱图样本进行标签标注；

训练模块，用于对分类后的频谱图样本进行训练，得到所述预设深度神经网络模型。