专利汇可以提供一种基于决策树的暴力动作检测方法及系统专利检索,专利查询,专利分析的服务。并且一种基于 决策树 的暴 力 动作检测方法及系统,涉及一种暴力动作检测方法,属于 模式识别 领域。本 发明 是为了解决目前的暴力检测方法存在效果不理想的问题。本发明所述方法,利用集成三轴 加速 度计 和三轴 陀螺仪 的集成运动 传感器 采集数据,提取特征:x轴加速度标准差、三轴合加速度标准差、x轴加速度最大值、三轴合加速度最大值、y轴加速度最大值、三轴合加速度极大值比值、窗口内第一个峰值和最后一个峰值之间x轴z轴合 角 速度 积分、窗口内第一个峰值和最后一个峰值之间x轴z轴合加速度积分、y轴加速度积分、y轴加速度均值;根据提取的特征建立暴力动作检测决策树分类器,进行暴力动作检测。主要用途暴力检测。,下面是一种基于决策树的暴力动作检测方法及系统专利的具体信息内容。
1.一种基于决策树的暴力动作检测方法,其特征在于,利用集成三轴加速度计和三轴陀螺仪的集成运动传感器采集数据,提取特征:x轴加速度标准差、三轴合加速度标准差、x轴加速度最大值、三轴合加速度最大值、y轴加速度最大值、三轴合加速度极大值比值、窗口内第一个峰值和最后一个峰值之间x轴z轴合角速度积分、窗口内第一个峰值和最后一个峰值之间x轴z轴合加速度积分、y轴加速度积分、y轴加速度均值;
其中:极大值比值指的是第二极大值与第一极大值之比;第一个峰值和最后一个峰值所述的峰值指的是加速度x轴z轴合向量的峰值;所述窗口为一定时长的采集数据;
根据提取的特征建立暴力动作检测决策树分类器,进行暴力动作检测。
2.根据权利要求1所述的一种基于决策树的暴力动作检测方法,其特征在于,所述窗口对应的采集数据时长为5秒。
3.根据权利要求1所述的一种基于决策树的暴力动作检测方法,其特征在于,所述建立暴力动作检测决策树分类器的过程包括以下步骤;
s1、在用户的腰部佩戴集成运动传感器,且保证集成运动传感器y轴垂直于地面;
所述集成运动传感器包括三轴加速度计和三轴陀螺仪;
s2、利用三轴加速度计和三轴陀螺仪采集用户的线加速度和角速度数据,以用户所做动作的时间段为中心,截取T1时长的线加速度和角速度数据片段,作为窗口,利用二阶巴特沃斯滤波器滤除信号中的高频部分;
s3、对所截取并滤波后的数据,提取如下特征:
x轴加速度标准差、三轴合加速度标准差、x轴加速度最大值、三轴合加速度最大值、y轴加速度最大值、三轴合加速度极大值比值、窗口内第一个峰值和最后一个峰值之间x轴z轴合角速度积分、窗口内第一个峰值和最后一个峰值之间x轴z轴合加速度积分、y轴加速度积分、y轴加速度均值;
其中:极大值比值指的是第二极大值与第一极大值之比;第一个峰值和最后一个峰值所述的峰值指的是加速度x轴z轴合向量的峰值;
s4、根据采集数据对应的标签,设计分类器:
用窗口内第一个峰值和最后一个峰值之间x轴z轴合角速度积分、窗口内第一个峰值和最后一个峰值之间x轴z轴合加速度积分、y轴加速度积分、y轴加速度均值4个特征搭建站立姿态下的暴力动作检测决策树,对应的判决阈值和判决条件为:
窗口内第一个峰值和最后一个峰值之间x轴z轴合角速度积分≥第一阈值n1;
窗口内第一个峰值和最后一个峰值之间x轴z轴合加速度积分≥第二阈值n2;
y轴加速度积分≤第三阈值n3;
y轴加速度均值≥第四阈值n4;
当满足以上判决条件时,判定为暴力动作;
用x轴加速度标准差、三轴合加速度标准差、x轴加速度最大值、三轴合加速度最大值、y轴加速度最大值、三轴合加速度极大值比值6个特征搭建推倒和击倒的暴力动作检测决策树,对应的判决阈值和判决条件为:
x轴加速度标准差≥第五阈值n5;
三轴合加速度标准差≥第六阈值n6;
x轴加速度最大值≥第七阈值n7;
三轴合加速度最大值≥第八阈值n8;
y轴加速度最大值≥第九阈值n9;
三轴合加速度极大值比值≥第十阈值n10;
当满足以上判决条件时,判定为暴力动作;
s5、在用户的腰部佩戴集成运动传感器,且保证集成运动传感器y轴垂直于地面;
s6、利用三轴加速度计和三轴陀螺仪采集用户的线加速度和角速度数据,以T2时长滑动窗截取数据,每次滑动T3时长;利用二阶巴特沃斯滤波器滤除信号中的高频部分;
s7、对步骤s6所截取并滤波后的数据,按照步骤s3提取特征;对步骤s4的分类器进行验证,将输出结果与对应的标签对比;
如果准确率不满足准确率要求,重新调整第一阈值至第十阈值,返回步骤s4进行训练;
直到得到满足准确率要求的基于决策树的暴力动作检测模型。
4.根据权利要求3所述的一种基于决策树的暴力动作检测方法,其特征在于,步骤s2所述利用三轴加速度计和三轴陀螺仪采集用户的线加速度和角速度数据的采样周期0.025s。
5.根据权利要求3所述的一种基于决策树的暴力动作检测方法,其特征在于,步骤s2所述T1为5秒。
6.根据权利要求3所述的一种基于决策树的暴力动作检测方法,其特征在于,步骤s6所述利用三轴加速度计和三轴陀螺仪采集用户的线加速度和角速度数据的采样周期0.025s。
7.根据权利要求3、4、5或6所述的一种基于决策树的暴力动作检测方法,其特征在于,步骤s6所述T2等于T1。
8.根据权利要求7所述的一种基于决策树的暴力动作检测方法,其特征在于,步骤s6所述以T2时长滑动窗截取数据,每次滑动2.5秒,即T3=2.5s。
9.一种基于决策树的暴力动作检测系统,其特征在于,包括一个暴力动作检测决策树分类器,所述分类器包括一个站立姿态下的暴力动作检测决策树,和/或,一个推倒和击倒的暴力动作检测决策树;具体如下:
用窗口内第一个峰值和最后一个峰值之间x轴z轴合角速度积分、窗口内第一个峰值和最后一个峰值之间x轴z轴合加速度积分、y轴加速度积分、y轴加速度均值4个特征搭建站立姿态下的暴力动作检测决策树,对应的判决阈值和判决条件为:
窗口内第一个峰值和最后一个峰值之间x轴z轴合角速度积分≥第一阈值n1;
窗口内第一个峰值和最后一个峰值之间x轴z轴合加速度积分≥第二阈值n2;
y轴加速度积分≤第三阈值n3;
y轴加速度均值≥第四阈值n4;
当满足以上判决条件时,判定为暴力动作;
用x轴加速度标准差、三轴合加速度标准差、x轴加速度最大值、三轴合加速度最大值、y轴加速度最大值、三轴合加速度极大值比值6个特征搭建推倒和击倒的暴力动作检测决策树,对应的判决阈值和判决条件为:
x轴加速度标准差≥第五阈值n5;
三轴合加速度标准差≥第六阈值n6;
x轴加速度最大值≥第七阈值n7;
三轴合加速度最大值≥第八阈值n8;
y轴加速度最大值≥第九阈值n9;
三轴合加速度极大值比值≥第十阈值n10;
当满足判决条件时,判定为暴力动作。
10.根据权利要求9所述一种基于决策树的暴力动作检测系统,其特征在于,所述第一阈值n1=3600°;所述第二阈值n2=0.269g米/秒;所述第三阈值n3=0.192g米/秒;所述第四阈值n4=0.7g米/秒2,其中g为当地重力加速度值。
11.根据权利要求9或10所述一种基于决策树的暴力动作检测系统,其特征在于,所述
2
n5=13.2065;所述第六阈值n6=13.4851;所述第七阈值n7=35.7061米/秒 ;所述第八阈值n8=37.2987米/秒2;所述第九阈值n9=1.4808米/秒2;所述第十阈值n10=0.7561。
12.根据权利要求9所述一种基于决策树的暴力动作检测系统,其特征在于,还包括一个二阶巴特沃斯滤波器,用于滤除信号中的高频部分。
13.根据权利要求12所述一种基于决策树的暴力动作检测系统,其特征在于,还包括一个数据采集模块,用于获取集成运动传感器采集的数据。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
可植入泵叶轮的热击倒 | 2020-05-12 | 453 |
一种防治白蚁的啶虫脒粉剂 | 2020-05-13 | 559 |
一种天然液及其制备方法与应用 | 2020-05-13 | 424 |
一种含有噁虫酮的二元卫生杀虫组合物及其应用 | 2020-05-11 | 881 |
一种含有噁虫酮和啶虫脒的杀虫组合物及其应用 | 2020-05-11 | 156 |
具有缺陷性P450氧化还原酶的人肝嵌合非人动物及其使用方法 | 2020-05-13 | 420 |
对战设备及对战玩具的互动系统 | 2020-05-11 | 414 |
一种保龄设备吊绳式排瓶机箱体 | 2020-05-11 | 782 |
一种防蚊虫功能性纺织品 | 2020-05-08 | 952 |
一种靶标复位机构及打靶机 | 2020-05-08 | 372 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。