室内外场景检测方法及设备的制造方法
【技术领域】
[0001 ] 本发明属于无线定位及上下文智能感知技术领域，尤其涉及识别室内外场景的方 法和设备。
【背景技术】
[0002] 现在的移动终端已经成为环境感知和人群通讯交流的重要平台，有效的室内外场 景识别方法能够为终端应用提供有用的环境信息，从而有效提高移动终端的表现。例如，在 基于位置服务方面，GPS在室外环境可以给出比较精确的推断，然而在室内由于卫星视距受 阻的原因而表现很差。在移动数据服务方面，在室内，移动手机能够扫描到更多信号强度更 强的WiFi信号，而在室外，无线连接效果相对较差。因此，如果能够比较准确地检测室内外 场景，可以对于GPS和WiFi的扫描和开关策略以及图像自动识别、场景和活动感知、室内定 位等依赖于工作场景的服务提供更多的指导，并有效降低功耗。可见，室内外场景识别方法 有很大的实用价值和研究价值。
[0003] 当前的定位导航服务，大多数均是依赖于接收GPS或Wi-Fi信号对周围的环境进 行判别，但由于精度问题往往不能精确的给出结果，同时却伴随着能耗高、响应慢，效率低 等典型问题。
[0004] 目前主要有以下几类常用的室内外场景识别方法：
[0005] 第一类添加一些具有识别作用的外设模块进行室内外场景识别。这种方法虽然可 以完成识别任务，但是初始阶段部署代价较高，限制了系统的普遍应用。
[0006] 第二类是通过指纹采集的方法感知周围环境信息来进行逻辑定位。手机终端在不 同的地点采集周围环境信息。该方法面临指纹采集费时费力的问题，并要求中央服务器存 储大量数据并响应用户请求，因而很难被广泛地应用到室内外场景识别
[0007] 第三类是通过图像处理和模式识别的方法来研究室内室外图片分类和自动图片 标记。这种方法计算复杂度高，而且需要精准的用户输入，难以普遍应用。
【发明内容】
[0008] 因此，本发明的目的在于克服上述现有技术的缺陷，提供一种新的室内外场景检 测方法。
[0009] 本发明的目的是通过以下技术方案实现的：
[0010] -方面，本发明提供了一种确定供室内外场景检测用的分类器的方法，该方法包 括：
[0011] 步骤a)为室内外场景检测设置多个状态，并对于每个状态，通过移动终端自带的 多个传感器采集处于该状态下的室内外场景数据以构成与该状态对应的样本数据集，其中 所述多个状态包括白天手持移动终端、白天非手持移动终端和夜晚；
[0012] 步骤b)对于每个状态，从用于室内外场景检测的特征集中选择各个子集作为分 类属性，基于与该状态对应的样本数据集来训练与所选择的子集对应的、用于进行室内外 场景检测的分类器，以及从所得到的多个分类器中选择检测准确率最高的分类器作为与该 状态对应的分类器。
[0013] 上述方法中，在步骤a)中所述夜晚状态可被细分为夜晚手持移动终端和夜晚非 手持移动终端。
[0014] 上述方法中，在步骤b)中用于室内外场景检测的特征集可包括光强特征、室内磁 场特征、走停行为特征、转弯行为特征、气压变化特征。
[0015] 上述方法中，在步骤b)中所述分类器可采用支持向量机分类模型、逻辑回归模型 或决策树。
[0016] 又一方面，本发明提供了一种室内外场景检测方法，所述方法包括：
[0017] 步骤1)对于用户携带的移动终端采集的当前数据，使用经上述确定供室内外场 景检测用的分类器的方法得到的与每个状态对应的分类器以及从所采集的数据中提取与 该分类器对应的分类属性相关的数据，来判断用户当前处于室内还是室外；
[0018] 步骤2)根据少数服从多数的原则，基于各个分类器的判断结果来确定用户是处 于室内还是室外。
[0019] 又一方面，本发明提供了一种室内外场景检测设备，所述设备包括：
[0020] 经上述的确定供室内外场景检测用的分类器的方法得到的与各状态对应的分类 器；
[0021] 检测模块，用于对于用户携带的移动终端采集的当前数据，使用与每个状态对应 的分类器以及从所采集的数据中提取与该分类器对应的分类属性相关的数据，来判断用户 当前处于室内还是室外；
[0022] 判定模块，用于根据少数服从多数的原则，基于各个分类器的判断结果来确定用 户是处于室内还是室外。
[0023] 与现有技术相比，本发明的优点在于：
[0024] 该方法基于移动终端集成的各种传感器采集数据，不需要借助其他任何先验信 息，通过选择不同状态下的最佳特征子集训练多个分类器进行室内外场景检测，具有高准 确度、低功耗等特点。在Android平台下的大量实验也验证了该方法的有效性和准确性。
【附图说明】
[0025] 以下参照附图对本发明实施例作进一步说明，其中：
[0026] 图1为根据本发明实施例的确定供室内外场景检测用的分类器的方法的流程示 意图；
[0027] 图2为根据本发明实施例的室内外场景检测方法的流程示意图。
【具体实施方式】
[0028] 为了使本发明的目的，技术方案及优点更加清楚明白，以下结合附图通过具体实 施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并 不用于限定本发明。
[0029] 图1给出了根据本发明一个实施例的确定供室内外场景检测用的分类器的流程 示意。该方法根据用户携带的移动终端（例如智能手机）采集的样本数据集来训练用于室 内外场景检测的分类器。在训练分类器时，最关键的是以哪些特征作为分类属性选择样本 数据来训练分类模型。而所谓训练分类模型实际上就是根据分类属性从样本数据中提取的 相关数据来学习出分类模型中的参数。更具体，该方法主要包括下列步骤：
[0030] Sl，选择用于室内外场景检测的特征集
[0031] 为了进行室内外的区分，可以选取对室内外具有明显区分度的特征进行分类，例 如室内外光强特征、室内外磁场特征、室内外走停行为特征、室内外转弯行为特征、气压快 变化特征、室内外温度特征、室内外可见的卫星数量特征等等。下面对本实施例中要采用的 几个特征进行简单介绍：1)光强特征
[0032] 室外环境下，太阳光是白天最主要的光源，而室内环境主要依赖于人造光，室内光 强明显低于室外光强，即使是在阴雨天也不例外。原因是太阳光的可见光谱的长度要比人 造光的长。这就导致看起来亮度差不多的太阳光和人造光其实在亮度数值大小上存在很大 差距。经实验发现，不管是从室内走向室外还是从室外走向室内，光照强度都会有一个很 明显而又持续的转换过程。因此光强可以作为一个较好的区分特征，使用与诸如手机的终 端设备集成的光传感器，可直接获取室内外场景的光强。经实验测得室内光强范围通常为 LG[0, 400](单位为Lux)，而室外光强范围通常为LG[0, 40000]。为了能减少非正常数 据的干扰，可采用选取滑动窗口进行平滑处理。例如设置一定长度（例如15秒）的滑动窗 口序列，把采集的光强数据按照先进先出的顺序放入该队列，并计算该队列的均值，作为光 强特征的特征值。
[0033] 2)磁场特征
[0034] 建筑物内的钢筋混泥土结构对地磁干扰较大，导致室内外不同的磁场分布及变 化。室内外的环境磁场由于建筑物的影响会有很大的不同。因此磁场强度的变化大小也可 以看作一个较好的区分特征。可以利用移动终端自带的磁传感器收集地磁数据，通常情况 下室内的磁场方差要比室外强，同时为了提高判断的鲁棒性以及过滤掉一些噪音数据，在 该实施例中采用滑动窗口的方式取平均值来计算磁场强度方差。例如，每秒采集和计算一 次磁场强度（即一个样本），并把所计算的磁场强度保存在滑动窗口中，滑动窗口的大小例 如可设置为20,也就是保存前20秒运动过程中采集的磁