基于支持向量机一对多分类的人体姿态识别系统的制作方法

本发明涉及人体姿态识别，特别涉及基于支持向量机一对多分类的人体姿态识别系统。

背景技术：

1、随着物联网技术和人工智能技术的兴起，智能家居领域进入快速发展阶段。由于日益提高的国民生活水平，用户对智能家居系统提出更多的要求，比如，安全性，便捷性，家居体验感等。如何实现用户和家居设备进行轻松互动和指令控制，进而提高生活的便利性和家居体验感，具有重要的应用研究价值。

2、人体姿态的准确识别是提升家居幸福感和安全感的重要技术方法之一，比如在餐桌边坐下灯光转成温馨就餐模式，意外跌倒不起启动报警求救模式等等。家居环境下的人体姿态复杂多变，包括但不限于坐下，蹲下，弯腰，跌倒，行走，站立，躺下等动作。传统的姿态识别方法大多基于摄像头等设备，而摄像头存在安全隐患，涉及个人隐私，不适合在家居环境下应用。

技术实现思路

1、本发明所解决的技术问题：提高一种基于支持向量机一对多分类的人体姿态识别系统，解决现有技术中利用摄像头获取人体姿态侵犯个人隐私的问题。

2、本发明解决上述技术问题采用的技术方案：基于支持向量机一对多分类的人体姿态识别系统，包括毫米波雷达模块、信号处理模块和svm分类模块；

3、所述毫米波雷达模块用于采集人体的毫米波雷达数据，所述毫米波雷达数据以数据帧的方式按时间排列，并将人体的毫米波雷达数据传输给信号处理模块；

4、所述信号处理模块接收所述毫米波雷达数据，并提取毫米波雷达数据中的连续k帧数据，以及提取连续k帧数据中的多维特征，并做归一化处理后发送给svm分类模块；

5、所述svm分类模块包括m个svm二分类器，所述m等于人体姿态种类数，m个svm二分类器对归一化的多维特征分类出m个正样本和置信度，所述m个正样本对应m个人体姿态种类数，选择置信度最高的人体姿态作为结果。

6、进一步的，连续k帧数据对应的时长为3秒。

7、进一步的，所述信号处理模块按数据帧的排列顺序每间隔n帧连续提取毫米波雷达数据中的连续k帧数据。

8、进一步的，所述多维特征包括目标的位置坐标、最大高度、最小高度、平均高度、高度极差、最大水平距离、最小水平距离、平均水平距离、水平距离极差、极限频率值、极限频率比值、频率范围、频率中心值、多普勒热力图外包络曲线的峰度、多普勒热力图外包络曲线的峭度、多普勒热力图外包络曲线的偏度和多普勒热力图外包络曲线的最大斜率中的多个。

9、进一步的，所述svm二分类器的核函数为rbf核函数。

10、进一步的，所述人体姿态包括坐下、蹲下、弯腰、跌倒、行走、站立和躺下。

11、本发明的有益效果：本发明基于支持向量机一对多分类的人体姿态识别系统，通过毫米波雷达模块获取人体的毫米波雷达数据，并以数据帧的方式按时间排列，利用信号处理模块提取连续k帧数据，并提取k帧数据中的多维特征，利用m个二分类器获得m种人体姿态和置信度，选择置信度最高的人体姿态作为结果，以此，不需要摄像头也能获得人体姿态，解决了现有技术中利用摄像头获取人体姿态侵犯个人隐私的问题。

技术特征：

1.基于支持向量机一对多分类的人体姿态识别系统，其特征在于，包括毫米波雷达模块、信号处理模块和svm分类模块；

2.根据权利要求1所述的基于支持向量机一对多分类的人体姿态识别系统，其特征在于，连续k帧数据对应的时长为3秒。

3.根据权利要求1或2所述的基于支持向量机一对多分类的人体姿态识别系统，其特征在于，所述信号处理模块按数据帧的排列顺序每间隔n帧连续提取毫米波雷达数据中的连续k帧数据。

4.根据权利要求1或2所述的基于支持向量机一对多分类的人体姿态识别系统，其特征在于，所述多维特征包括目标的位置坐标、最大高度、最小高度、平均高度、高度极差、最大水平距离、最小水平距离、平均水平距离、水平距离极差、极限频率值、极限频率比值、频率范围、频率中心值、多普勒热力图外包络曲线的峰度、多普勒热力图外包络曲线的峭度、多普勒热力图外包络曲线的偏度和多普勒热力图外包络曲线的最大斜率中的多个。

5.根据权利要求1或2所述的基于支持向量机一对多分类的人体姿态识别系统，其特征在于，所述svm二分类器的核函数为rbf核函数。

6.根据权利要求1或2所述的基于支持向量机一对多分类的人体姿态识别系统，其特征在于，所述人体姿态包括坐下、蹲下、弯腰、跌倒、行走、站立和躺下。

技术总结
本发明基于支持向量机一对多分类的人体姿态识别系统，涉及人体姿态识别技术领域，包括毫米波雷达模块、信号处理模块和SVM分类模块，所述SVM分类模块包括M个SVM二分类器，M等于人体姿态种类数，通过毫米波雷达模块获取人体的毫米波雷达数据，并以数据帧的方式按时间排列，利用信号处理模块提取连续K帧数据，并提取K帧数据中的多维特征，利用M个二分类器获得M种人体姿态和置信度，选择置信度最高的人体姿态作为结果，以此，不需要摄像头也能获得人体姿态，解决了现有技术中利用摄像头获取人体姿态侵犯个人隐私的问题，本发明适用于人体姿态识别。

技术研发人员：李阳,彭世伟,魏劲超,李俊潇,王阳宣
受保护的技术使用者：四川启睿克科技有限公司
技术研发日：
技术公布日：2024/1/12