多居住者室内场景下复杂活动识别
发布时间：2021-01-30 04:22
室内日常活动识别是研究居住者的行为意图、生活习惯、异常行为、甚至健康状况的一项关键性技术,广泛应用于普适计算、情景感知、心理学、社会学、智慧医疗、智能生活辅助和智慧养老等领域。随着传感器技术的飞速发展,及人民大众隐私安全的意识增强,基于传感器的室内活动识别成为研究热点。然而,相较于视频类和可穿戴类等传感器,环境类传感器的数据类型更加多样且不直观,导致在复杂场景下,数据处理、识别和管理更加困难,现有解决方案存在通用性差、鲁棒性差等问题。本论文主要围绕活动识别提出识别模型,包括了传感器部署及数据传输方案和多人场景下复杂活动的识别算法方案研究。研究选取了位于4个空间（厨房、餐厅、客厅、浴室）的14种典型活动。时序马尔科夫逻辑网采用了一阶逻辑表达式的知识模型与马尔科夫网的概率推理思想,并增加了时序关系,在数据分割和活动识别具有自己独特的优势。相较于传统的马尔科夫逻辑网研究,时序马尔科夫逻辑网将交叉活动推理准确性从91%提升到了99.4%,将并发活动推理准确性则由93%提升到了 94.7%。本研究的关键是为了实现多人场景下复杂活动识别和多用户识别。为了提高推理识别的准确性,解决识别中的噪音干扰和...
【文章来源】：北京科技大学北京市 211工程院校 教育部直属院校
【文章页数】：166 页
【学位级别】：博士
【部分图文】：
图１－４文章结构图??第一章，绪论：本章主要介绍课题研宄的背景以及意义；介绍多居住者??
合。图包含了节点（Ｎｏｄｅ）和边（Ｅｄｇｅ），节点尤和不之间的边可以有三种??类型，（Ｘ—不）ＵＧ—不）（尤一不）。??活动、动作、时序关系、大小关系、环境等语义化的表达都可以看成为??图模型中的节点。节点间寻找自然指定的方向较为困难，且通常节点间的关??系存在类似于包含与被包含的反向成立关系，如果只考虑两节点间的密切关??系时，为了简化模型的表达，两两节点间将定义为无向关系。??若有三个节点，Ｓ，?Ｃ，在给定节点Ｃ时，５相互条件独立，乂，??Ｓ之间的路径被Ｃ节点隔开，具体图表达如图２－１。对于这种关系，表述为给??定Ｃ时，Ｊ与５相互独立，独立关系式，如式２－１。概率图模型除了可以表??达为图、独立关系外，还可以采用因子分解的方式表达，如式２－２。??图２－１概率图图表示??〇４?丄?（２－１）??式中—变量节点，具体包含有活动、动作、环境等语义表达；??ＰｄＡ，Ｂ，ｎ＝＾０１（Ａ，Ｂ）０２（ＢｌＱ?（２＿２）??式中０Ｘ４５），?０２（Ｓ，Ｃ）—一变量节点间的映射函数，具体指活动、动作、环境间；??概率图模型中典型的无向图代表就是马尔科夫图（Ｍａｒｋｏｖ?Ｇｒａｐｈ）?［１３６］。??给定图凡＝｛＾，￡｝，无向图／／＝｛＾，￡＇｝，其中￡’?＝??当Ａ－Ｘ；?ｅｅ，则Ａ在图Ｈ中与七相邻，同时七在图Ｈ中与Ａ相邻。式中／?＝??｛Ｘｘ，?．．．，Ｘｎ｝?节点集；ｅ，?ｆ?边集。??马尔科夫网又被称为马尔科夫随机场，是联合分布模型，节点间采用通??用的函数相连，该函数即因子（ｆａｃｔｏｒ，?），又被称为势函数（Ｐｏｔｅｎｔｉａｌｆｕｎｃｔｉｏｎ）。??将马尔科夫网＃分为／Ｃ个完备子图Ｄｆｃ（／ｃ?＝?１，?完
?北京科技大学博士学位论文???３基于传感器的时序马尔科夫逻辑网活动识别方案??整个论文识别方案见图３－１，知识与数据双驱动的方法可以较好地解决??数据分割问题，从而实现基本的交叉、并发活动识别。本章重点讨论传感器??部署方案、活动识别方法及交叉、并发活动的识别三部分。传感器部署中选??择了多模态环境类传感器，提高了收集数据的全面性。识别方法选用了一阶??逻辑知识表达和马尔科夫网概率图推理结合的马尔科夫逻辑网，提高了模型??的通用性和准确性。通过在规则库中增加时序关系，并利用马尔科夫逻辑网??概率图模型的优势，实现了交叉、并发活动识别中动作事件的分割。针对识??别中存在的数据缺失和噪音干扰的问题，拆简知识规则，减少模型对于知识??规则的依赖，从而提高模型的鲁棒性，该研究将在第四章中重点介绍。针对??活动识别中相似活动难区分的问题，增加高维时间特征，提高模型的表达能??力，从而提高模型的推理准确度，该研究将在第五章中重点介绍。针对用户??识别中新用户难识别的问题，增加用户类型标签，建立用户类型与动作的模??型，为用户识别提供一种通用化的方法，该研究将在第六章中重点介绍。??多用户场景下复杂（交叉、并发）活动识别??３交叉、并发分割?基础模型??４噪音干扰、数据缺失｜?１??提升方法??活动识别?用户识别??ｓ相似活动区分?，＆新用??识别模型?????＾数据－知识驱动????４拆简规１綱－繼ｒ??＿＿１?■■■■；???知识驱动ＩＭＨ?数据驱动??个??基于部署的传感器语义化；传感器－动作规则??ｉ：基于部署的动作语义化■?１动作－活动删?ｆｔ？商ｐ据栗■＊?
【参考文献】：
期刊论文
[1]新型传感材料与器件研究进展[J]. 屠海令,赵鸿滨,魏峰,张青竹,樊彦艳,杜军. 稀有金属. 2019(01)
[2]基于可穿戴式三轴加速度传感器的人体行为识别[J]. 苟涛. 自动化应用. 2015(12)
[3]基于HMMs和SVM的人体日常动作序列分割识别研究[J]. 武东辉,王哲龙,陈野. 大连理工大学学报. 2015(04)
[4]基于三轴加速度传感器的人体日常体力活动识别系统设计[J]. 李丹,陈焱焱,姚志明,杨慧亮. 仪表技术. 2013(09)
[5]论传感器的现状及趋势[J]. 吴丽荣. 科技视界. 2013(12)
[6]ZigBee身份识别技术在智能家居系统的应用[J]. 戴云涛,陈永春. 现代电子技术. 2012(23)
[7]新时代下物联网产业的发展困境与推进原则——工信部《物联网“十二五”发展规划》解读[J]. 叶美兰,朱卫未. 南京邮电大学学报(社会科学版). 2012(01)
[8]手腕识别标识在特殊病人中的应用[J]. 李小峰,向清平,赵菁. 护理研究. 2010(02)
[9]数据驱动控制理论及方法的回顾和展望[J]. 侯忠生,许建新. 自动化学报. 2009(06)
[10]一种并行设计过程中耦合活动识别算法的研究[J]. 唐敦兵,李东波,张世琪. 系统工程与电子技术. 1999(12)
博士论文
[1]异构蜂窝网络移动性管理方法研究[D]. 宁磊.哈尔滨工业大学 2016
[2]基于人体运动状态识别的可穿戴健康监测系统研究[D]. 李娜.北京工业大学 2013
[3]人体运动信息获取及物理活动识别研究[D]. 刘蓉.华中科技大学 2009
硕士论文
[1]基于多传感器融合的室内定位跟随机器人的设计与制作[D]. 龚佳鹏.广西师范大学 2018
[2]基于非穿戴式传感器的多用户室内活动识别研究[D]. 张楠.哈尔滨工业大学 2017
[3]Wi-Fi蓝牙融合定位方法研究与系统实现[D]. 黄正宇.湘潭大学 2017
[4]基于zigbee定位技术的异常行为识别系统的研究与实现[D]. 蔡靖.电子科技大学 2015
[5]基于可穿戴式传感网络的人体异常行为识别[D]. 杨璐璐.南京邮电大学 2015
[6]基于可穿戴设备的日常活动模式挖掘[D]. 谭泽弘.上海交通大学 2015
[7]基于嵌入式传感器的特定动作识别技术研究[D]. 蔡晓莲.天津大学 2014
[8]Zigbee无线通信技术在智能家居中的应用研究[D]. 马菁菁.武汉理工大学 2007
本文编号：3008228
【文章来源】：北京科技大学北京市 211工程院校 教育部直属院校
【文章页数】：166 页
【学位级别】：博士
【部分图文】：
图１－４文章结构图??第一章，绪论：本章主要介绍课题研宄的背景以及意义；介绍多居住者??
合。图包含了节点（Ｎｏｄｅ）和边（Ｅｄｇｅ），节点尤和不之间的边可以有三种??类型，（Ｘ—不）ＵＧ—不）（尤一不）。??活动、动作、时序关系、大小关系、环境等语义化的表达都可以看成为??图模型中的节点。节点间寻找自然指定的方向较为困难，且通常节点间的关??系存在类似于包含与被包含的反向成立关系，如果只考虑两节点间的密切关??系时，为了简化模型的表达，两两节点间将定义为无向关系。??若有三个节点，Ｓ，?Ｃ，在给定节点Ｃ时，５相互条件独立，乂，??Ｓ之间的路径被Ｃ节点隔开，具体图表达如图２－１。对于这种关系，表述为给??定Ｃ时，Ｊ与５相互独立，独立关系式，如式２－１。概率图模型除了可以表??达为图、独立关系外，还可以采用因子分解的方式表达，如式２－２。??图２－１概率图图表示??〇４?丄?（２－１）??式中—变量节点，具体包含有活动、动作、环境等语义表达；??ＰｄＡ，Ｂ，ｎ＝＾０１（Ａ，Ｂ）０２（ＢｌＱ?（２＿２）??式中０Ｘ４５），?０２（Ｓ，Ｃ）—一变量节点间的映射函数，具体指活动、动作、环境间；??概率图模型中典型的无向图代表就是马尔科夫图（Ｍａｒｋｏｖ?Ｇｒａｐｈ）?［１３６］。??给定图凡＝｛＾，￡｝，无向图／／＝｛＾，￡＇｝，其中￡’?＝??当Ａ－Ｘ；?ｅｅ，则Ａ在图Ｈ中与七相邻，同时七在图Ｈ中与Ａ相邻。式中／?＝??｛Ｘｘ，?．．．，Ｘｎ｝?节点集；ｅ，?ｆ?边集。??马尔科夫网又被称为马尔科夫随机场，是联合分布模型，节点间采用通??用的函数相连，该函数即因子（ｆａｃｔｏｒ，?），又被称为势函数（Ｐｏｔｅｎｔｉａｌｆｕｎｃｔｉｏｎ）。??将马尔科夫网＃分为／Ｃ个完备子图Ｄｆｃ（／ｃ?＝?１，?完
?北京科技大学博士学位论文???３基于传感器的时序马尔科夫逻辑网活动识别方案??整个论文识别方案见图３－１，知识与数据双驱动的方法可以较好地解决??数据分割问题，从而实现基本的交叉、并发活动识别。本章重点讨论传感器??部署方案、活动识别方法及交叉、并发活动的识别三部分。传感器部署中选??择了多模态环境类传感器，提高了收集数据的全面性。识别方法选用了一阶??逻辑知识表达和马尔科夫网概率图推理结合的马尔科夫逻辑网，提高了模型??的通用性和准确性。通过在规则库中增加时序关系，并利用马尔科夫逻辑网??概率图模型的优势，实现了交叉、并发活动识别中动作事件的分割。针对识??别中存在的数据缺失和噪音干扰的问题，拆简知识规则，减少模型对于知识??规则的依赖，从而提高模型的鲁棒性，该研究将在第四章中重点介绍。针对??活动识别中相似活动难区分的问题，增加高维时间特征，提高模型的表达能??力，从而提高模型的推理准确度，该研究将在第五章中重点介绍。针对用户??识别中新用户难识别的问题，增加用户类型标签，建立用户类型与动作的模??型，为用户识别提供一种通用化的方法，该研究将在第六章中重点介绍。??多用户场景下复杂（交叉、并发）活动识别??３交叉、并发分割?基础模型??４噪音干扰、数据缺失｜?１??提升方法??活动识别?用户识别??ｓ相似活动区分?，＆新用??识别模型?????＾数据－知识驱动????４拆简规１綱－繼ｒ??＿＿１?■■■■；???知识驱动ＩＭＨ?数据驱动??个??基于部署的传感器语义化；传感器－动作规则??ｉ：基于部署的动作语义化■?１动作－活动删?ｆｔ？商ｐ据栗■＊?
【参考文献】：
期刊论文
[1]新型传感材料与器件研究进展[J]. 屠海令,赵鸿滨,魏峰,张青竹,樊彦艳,杜军. 稀有金属. 2019(01)
[2]基于可穿戴式三轴加速度传感器的人体行为识别[J]. 苟涛. 自动化应用. 2015(12)
[3]基于HMMs和SVM的人体日常动作序列分割识别研究[J]. 武东辉,王哲龙,陈野. 大连理工大学学报. 2015(04)
[4]基于三轴加速度传感器的人体日常体力活动识别系统设计[J]. 李丹,陈焱焱,姚志明,杨慧亮. 仪表技术. 2013(09)
[5]论传感器的现状及趋势[J]. 吴丽荣. 科技视界. 2013(12)
[6]ZigBee身份识别技术在智能家居系统的应用[J]. 戴云涛,陈永春. 现代电子技术. 2012(23)
[7]新时代下物联网产业的发展困境与推进原则——工信部《物联网“十二五”发展规划》解读[J]. 叶美兰,朱卫未. 南京邮电大学学报(社会科学版). 2012(01)
[8]手腕识别标识在特殊病人中的应用[J]. 李小峰,向清平,赵菁. 护理研究. 2010(02)
[9]数据驱动控制理论及方法的回顾和展望[J]. 侯忠生,许建新. 自动化学报. 2009(06)
[10]一种并行设计过程中耦合活动识别算法的研究[J]. 唐敦兵,李东波,张世琪. 系统工程与电子技术. 1999(12)
博士论文
[1]异构蜂窝网络移动性管理方法研究[D]. 宁磊.哈尔滨工业大学 2016
[2]基于人体运动状态识别的可穿戴健康监测系统研究[D]. 李娜.北京工业大学 2013
[3]人体运动信息获取及物理活动识别研究[D]. 刘蓉.华中科技大学 2009
硕士论文
[1]基于多传感器融合的室内定位跟随机器人的设计与制作[D]. 龚佳鹏.广西师范大学 2018
[2]基于非穿戴式传感器的多用户室内活动识别研究[D]. 张楠.哈尔滨工业大学 2017
[3]Wi-Fi蓝牙融合定位方法研究与系统实现[D]. 黄正宇.湘潭大学 2017
[4]基于zigbee定位技术的异常行为识别系统的研究与实现[D]. 蔡靖.电子科技大学 2015
[5]基于可穿戴式传感网络的人体异常行为识别[D]. 杨璐璐.南京邮电大学 2015
[6]基于可穿戴设备的日常活动模式挖掘[D]. 谭泽弘.上海交通大学 2015
[7]基于嵌入式传感器的特定动作识别技术研究[D]. 蔡晓莲.天津大学 2014
[8]Zigbee无线通信技术在智能家居中的应用研究[D]. 马菁菁.武汉理工大学 2007
本文编号：3008228
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3008228.html
