一种基于三轴加速度计的宠物运动识别方法技术
本发明专利技术公开了一种基于三轴加速度计的宠物运动识别方法，其中训练样本集和测试样本均为三轴加速度信号经过滑动窗处理后得到，训练样本集进行快速傅里叶变换蝶形算法后获取到样本特征，通过视频观察方法人工为各训练样本标注其所属运动类别，然后通过训练样本训练得到随机森林模型；针对于测试样本，经过快速傅里叶变换蝶形算法后获取到样本特征，然后作为训练后的随机森林模型的输入，随机森林模型中每棵决策树根据测试样本的样本特征进行自己的决策，最终确定出测试样本所属运动类别。本发明专利技术随机森林模型通过多棵决策树对测试样本进行分类，在保证准确率的同时不会产生过拟合的问题；本发明专利技术宠物运动识别方法具有准确性、鲁棒性和实时性高的优点。
Recognition method of pet movement based on three axis accelerometer
The invention discloses a three axis accelerometer based on pet motion recognition method, in which the training samples and the test samples were obtained by sliding window processing after three axis acceleration signal, the training samples with fast Fourier transform algorithm to obtain butterfly sample characteristics, through video observation method of artificial for each training sample label the sports category, then the random forest model obtained by sample training; for the test sample, through the fast Fourier transform algorithm to obtain butterfly sample characteristics, and then as a random forest model after training input, each decision tree random forest model to conduct their own decision according to the sample characteristics of the test samples, the final determine test samples belong to sports category. The random forest model to classify the test samples by decision tree, to ensure accuracy while avoiding the overfitting problem; motion recognition method of the invention has the advantages of pet accuracy, robustness and real-time high.
【技术实现步骤摘要】
本专利技术涉及一种运动识别方法，特别涉及一种基于三轴加速度计的宠物运动识别方法。
技术介绍
随着手机、平板等移动智能终端的普及，其中内含的带有加速度传感器的移动智能设备在人们的生活中得到了非常广泛的应用，带有加速度传感器的移动智能设备可以方便地识别到人体的运动，对人体的运动识别是计算机视觉领域的一个热点问题，在智能健康、人机交互以及视频检索等领域具有广泛的应用前景和潜在的经济价值。目前，随着人体运动识别的兴起，各式各样的智能手表、手环层出不穷，可以对人的运动状态进行实时的识别，这也使得人们开始提高对自身的健康关注。与此同时，一些热爱宠物的人士逐渐将注意力转移到自家的宠物身上，希望找到针对宠物的运动识别及分析算法。而目前，对宠物运动识别算法的研究尚未成熟，处于起步阶段。与人体运动识别相比，宠物运动识别具有传感器佩戴困难、宠物运动变化快、宠物运动分类难等技术难点，有较大的应用和研究价值。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提供一种准确性、鲁棒性和实时性高的基于三轴加速度计的宠物运动识别方法。本专利技术的目的通过下述技术方案实现：一种基于三轴加速度计的宠物运动识别方法，具体步骤如下：S1、样本预处理：对三轴加速度数据进行滑动窗的加窗处理，以将连续的多个采样点从数据流中截取出来，获取到各个样本，其中每个滑动窗的信号对应一个样本；S2、样本特征提取：将步骤S1中获取到的各样本对应的三轴加速度信号的每一轴加速度信号进行快速傅里叶变换蝶形算法，然后将每一轴加速度信号的傅里叶系数作为特征提取出来，构成样本特征；S3、获取训练样本集：通过佩带在宠物身...
【技术保护点】
一种基于三轴加速度计的宠物运动识别方法，其特征在于，具体步骤如下：S1、样本预处理：对三轴加速度数据进行滑动窗的加窗处理，以将连续的多个采样点从数据流中截取出来，获取到各个样本，其中每个滑动窗的信号对应一个样本；S2、样本特征提取：将步骤S1中获取到的各样本对应的三轴加速度信号的每一轴加速度信号进行快速傅里叶变换蝶形算法，然后将每一轴加速度信号的傅里叶系数作为特征提取出来，构成样本特征；S3、获取训练样本集：通过佩带在宠物身上的三轴加速度计采集三轴加速度数据作为训练数据，将采集的三轴加速度数据经过步骤S1处理后获取到训练样本集，然后通过步骤S2的方式提取训练样本集中各训练样本的样本特征，并且通过视频观察方法人工为各训练样本标注其所属运动类别；S4、模型训练：将各训练样本对应的样本特征作为随机森林模型的输入对随机森林模型进行训练，生成一个包含多棵决策树的随机森林模型；其中每棵决策树均是通过随机选择训练样本和训练样本对应的样本特征并且利用信息增益率最大的方法训练得到的；S5、运动识别，通过佩带在宠物身上的三轴加速度计实时采集三轴加速度数据，将实时采集的三轴加速度数据经过步骤S1处理后获取到...
【技术特征摘要】
1.一种基于三轴加速度计的宠物运动识别方法，其特征在于，具体步骤如下：S1、样本预处理：对三轴加速度数据进行滑动窗的加窗处理，以将连续的多个采样点从数据流中截取出来，获取到各个样本，其中每个滑动窗的信号对应一个样本；S2、样本特征提取：将步骤S1中获取到的各样本对应的三轴加速度信号的每一轴加速度信号进行快速傅里叶变换蝶形算法，然后将每一轴加速度信号的傅里叶系数作为特征提取出来，构成样本特征；S3、获取训练样本集：通过佩带在宠物身上的三轴加速度计采集三轴加速度数据作为训练数据，将采集的三轴加速度数据经过步骤S1处理后获取到训练样本集，然后通过步骤S2的方式提取训练样本集中各训练样本的样本特征，并且通过视频观察方法人工为各训练样本标注其所属运动类别；S4、模型训练：将各训练样本对应的样本特征作为随机森林模型的输入对随机森林模型进行训练，生成一个包含多棵决策树的随机森林模型；其中每棵决策树均是通过随机选择训练样本和训练样本对应的样本特征并且利用信息增益率最大的方法训练得到的；S5、运动识别，通过佩带在宠物身上的三轴加速度计实时采集三轴加速度数据，将实时采集的三轴加速度数据经过步骤S1处理后获取到测试样本，然后通过步骤S2的方式提取各测试样本的样本特征，最后将测试样本的样本特征输入至随机森林模型，随机森林模型中每棵决策树根据测试样本的样本特征进行自己的决策，最终确定测试样本所属运动类别。2.根据权利要求1所述的基于三轴加速度计的宠物运动识别方法，其特征在于，所述滑动窗的窗长为64，各个样本包括三轴加速度数据的64个采样点。3.根据权利要求2所述的...
【专利技术属性】
技术研发人员：薛洋，陈宇清，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44
相关知识
一种面向嵌入式平台的宠物睡眠识别方法
一种基于神经网络的宠物声音识别方法及系统技术方案
一种基于声音特征优化选择的鸟声识别方法
一种宠物吠叫的识别方法及装置与流程
一种基于位置信息的动物运动行为判别方法及装置
一种基于深度残差网络的宠物图像情绪识别方法与流程
一种基于神经网络的宠物声音识别方法及系统与流程
一种基于深度残差网络的宠物图像情绪识别方法
一种宠物情绪识别方法及系统
基于表征全局依赖关系的并行注意力机制鸟鸣声识别方法
网址: 一种基于三轴加速度计的宠物运动识别方法技术 https://m.mcbbbk.com/newsview205282.html
| 上一篇: 狗狗运动会来了丨宠物学校宗旨不是 |
下一篇: 教案宠物店.ppt |
