基于無線通信的人體姿態(tài)識別方法與裝置制造方法
【專利摘要】本發(fā)明公開了一種利用無線通信信號進行人體姿態(tài)識別的方法及裝置，屬于無線通信技術(shù)與模式識別領(lǐng)域。本發(fā)明在保持正常的無線通信的情況下，當(dāng)人體姿態(tài)(如手勢、動作、姿勢等)在無線通信信道中變化時，通過對接收端信號的處理，挖掘出各種人體姿態(tài)的特征信息，并應(yīng)用模式識別的方法對人體姿態(tài)進行識別。本發(fā)明的特點是既可保證正常的無線數(shù)據(jù)通信，又可實現(xiàn)對人體姿態(tài)的識別；也可單獨用于人體姿態(tài)的識別。本發(fā)明為人機交互和人的行為進行監(jiān)控提供了一種新的技術(shù)方法。
【專利說明】基于無線通信的人體姿態(tài)識別方法與裝置
【技術(shù)領(lǐng)域】:
[0001]本發(fā)明屬于無線通信技術(shù)與模式識別領(lǐng)域，主要涉及到利用無線通信信號同時進行無線通信與人體姿態(tài)識別，為實現(xiàn)人機交互和對人的行為進行監(jiān)控提供一種新的技術(shù)方法。
【背景技術(shù)】:
[0002]隨著計算機的廣泛應(yīng)用，人機交互已成為人們?nèi)粘Ｉ钪械闹匾糠帧Ｈ藱C交互的最終目標(biāo)是實現(xiàn)人與機器自然地交流；同時，隨著人們生活水平的不斷提高，人們對自身健康的關(guān)注也越來越重視，人體的姿態(tài)(如手勢、動作、姿勢等)信息包含了人們的各種各樣的人體信息和行為狀態(tài)，對這些信息進行識別，為實現(xiàn)人機交互和對人的行為活動監(jiān)控，提供了一種全新的技術(shù)方法。然而由于人體姿態(tài)具有多樣性、多義性以及時間和空間上的差異性等特點，并且人體姿態(tài)是復(fù)雜變形體，所以人體姿態(tài)(如手勢、動作、姿勢等)識別成為多學(xué)科交叉的研究課題。
[0003]通常，人體姿態(tài)識別主要利用傳感器設(shè)備直接檢測手、胳膊各關(guān)節(jié)的角度和空間位置。這些設(shè)備多是通過有線和無線技術(shù)將計算機系統(tǒng)與用戶相互連接，其典型設(shè)備如數(shù)據(jù)手套等。數(shù)據(jù)手套是由多個傳感器件組成，通過這些傳感器可將用戶手的位置、手指的方向等信息傳送到系統(tǒng)中。數(shù)據(jù)手套雖可提供良好的檢測效果，但應(yīng)用不便且成本較高。
[0004]其次，光學(xué)標(biāo)記方法通過紅外線可將人手位置和手指的變化傳送到系統(tǒng)屏幕上，該方法也可提供良好的效果，但設(shè)備比較復(fù)雜。外部設(shè)備的介入雖使得手勢識別的準(zhǔn)確度和穩(wěn)定性得以提高，但卻掩蓋了手勢自然的表達方式。
[0005]因此，基于視覺的人體姿態(tài)識別方式應(yīng)運而生。視覺人體姿態(tài)識別是指對視頻采集設(shè)備拍攝到的包含人體姿態(tài)的圖像序列，通過計算機視覺技術(shù)進行處理，進而對人體姿態(tài)加以識別。但是視頻識別涉及到用戶的隱私，給用戶帶來很多不便。
[0006]前不久，華盛頓大學(xué)提出一種利用收發(fā)節(jié)點之間動態(tài)手勢產(chǎn)生的多普勒頻移差異作為特征來識別手勢的方法，目前可以成功識別9種手勢。該方法簡單易行但缺點是只能通過多普勒頻移差異識別動態(tài)手勢，而不能識別靜止的手勢。
[0007]本發(fā)明基于無線通信信號傳輸特點，即無線信號在傳播過程中，會發(fā)生折射、反射、繞射、散射及吸收等，因此，無線信號將受到收發(fā)裝置之間不同的人體姿態(tài)變化而發(fā)生變化。本發(fā)明在不影響正常無線通信的同時，通過對無線通信信號的分析處理，提取出表征人體姿態(tài)的特征信息，通過訓(xùn)練學(xué)習(xí)，建立相應(yīng)的人體姿態(tài)識別模型，再利用識別模型對人體姿態(tài)進行識別，從而達到人機交互和對人的行為進行監(jiān)控的目的。本發(fā)明也可僅用于對人體姿態(tài)識別的方法及裝置。

【發(fā)明內(nèi)容】
:
[0008]本發(fā)明的目的是解決現(xiàn)有人體姿態(tài)識別系統(tǒng)復(fù)雜、成本高、應(yīng)用不便等問題，提出了一種基于無線通信信號的人體姿態(tài)識別技術(shù)，該技術(shù)充分結(jié)合了無線通信與模式識別技術(shù)，在不影響數(shù)據(jù)傳輸?shù)耐瑫r實現(xiàn)了對人體姿態(tài)的識別。
[0009]其技術(shù)方案具體步驟如下:
[0010]1、在待識別區(qū)域部署無線通信收發(fā)裝置，其中發(fā)射裝置用于發(fā)射無線信號，接收裝置用于接收信號，并對其所接收的信號進行處理；
[0011]2、接收裝置在工作模式中，可保證其正常的無線通信；
[0012]3、接收裝置工作為兩種模式，即學(xué)習(xí)訓(xùn)練工作模式和正常識別工作模式；
[0013]4、當(dāng)接收裝置設(shè)置學(xué)習(xí)訓(xùn)練工作模式時，在收發(fā)裝置之間保持某一種靜止或者動態(tài)的人體姿態(tài)，接收裝置提取接收信號的參數(shù)特征(如信道參數(shù)、相關(guān)值、雙譜、高階量、小波參數(shù)等)；
[0014]5、重復(fù)上述步驟4，提取各種不同的人體姿態(tài)下接收信號的參數(shù)特征；
[0015]6、將5中所提取的信號參數(shù)特征通過訓(xùn)練學(xué)習(xí)，得到各種人體姿態(tài)的識別模型；
[0016]7、當(dāng)識別模型訓(xùn)練完成后，接收裝置進入識別工作模式；
[0017]8、采用步驟4所提取的信號參數(shù)特征和步驟6所得到識別模型，對各種不同的人體姿態(tài)進行識別；
[0018]9、上述2中接收裝置解調(diào)無線通信信號得到發(fā)射裝置所發(fā)送的數(shù)據(jù)，其保證了原有的無線通信功能；步驟4、5、6和7通過對接收裝置所接收的信號進行分析處理、提取信號特征，并經(jīng)訓(xùn)練學(xué)習(xí)得到識別模型，從而達到對各種人體姿態(tài)進行識別的功能。
[0019]本發(fā)明具有如下有益效果:
[0020]1、本發(fā)明充分挖掘接收信號的波形信息，通過提取參數(shù)特征，訓(xùn)練學(xué)習(xí)得到識別模型，然后對所接收到的信號所對應(yīng)的人體姿態(tài)進行識別，該方法不需要應(yīng)用復(fù)雜的電磁波理論，簡單易行；
[0021]2、本發(fā)明在識別實現(xiàn)人體多種姿勢識別的同時，并不影響原有的無線信號數(shù)據(jù)傳輸?shù)墓δ埽?br> [0022]3、實際應(yīng)用過程中，本發(fā)明可以實現(xiàn)人體多種姿勢識別，包括靜止姿勢和動態(tài)的動作，相比利用多普勒頻移的方法具有更大的應(yīng)用范圍；
[0023]4、本發(fā)明相比于視頻或者圖像識別的方法，可以有效的保護用戶隱私；相比于數(shù)據(jù)手套、光學(xué)標(biāo)記筆等裝備，可以大大降低成本，具有較好的推廣性。
【專利附圖】

【附圖說明】:
[0024]圖1:無線通信與人體姿勢識別系統(tǒng)示意圖
[0025]圖2:人體姿勢識別流程示意圖
[0026]圖3:1EEE802.1 Ia物理層幀結(jié)構(gòu)參數(shù)
[0027]圖4:應(yīng)用W1-Fi信號手勢識別示例
【具體實施方式】:
[0028]下面結(jié)合附圖對本發(fā)明做進一步詳細(xì)的說明。
[0029]無線通信與人體姿勢識別系統(tǒng)示意圖如圖1所示，本發(fā)明人體姿勢識別區(qū)域位于兩收發(fā)裝置之間。因無線信號是通過電磁波由天線發(fā)射出去的，電磁波經(jīng)過人體時會產(chǎn)生折射、反射、繞射、散射等，通過提取接收端時域波形的采樣值，提取相應(yīng)的特征參數(shù)，利用模式識別的方法對人體姿態(tài)進行識別。圖中各個模塊具體的功能描述如下:
[0030]模塊101:發(fā)射裝置需要發(fā)射的數(shù)據(jù)信息，例如無線路由器、無線傳感器節(jié)點等其他終端設(shè)備需要發(fā)射的數(shù)據(jù)信息。
[0031]模塊102:發(fā)射的數(shù)據(jù)信息需要經(jīng)過信源編碼以及信道編碼等步驟。
[0032]模塊103:經(jīng)上述模塊處理所得到的數(shù)字基帶信號經(jīng)調(diào)制技術(shù)轉(zhuǎn)換成射頻信號，已便于無線信號的發(fā)射。
[0033]模塊104:接收裝置對接收的無線信號進行采樣，以便對接收信號的后續(xù)處理。
[0034]其中模塊103與模塊104兩個天線之間為人體姿勢識別的區(qū)域。
[0035]模塊105:對接收信號進行解調(diào)、解碼處理，得到所傳輸?shù)臄?shù)據(jù)信息。
[0036]模塊106:主要包括對接收端的數(shù)據(jù)進行歸一化預(yù)處理，然后利用信號處理得方法(如信道估計、小波分析、高階累積量、主成分分析等方法)提取接收信號的參數(shù)特征。
[0037]模塊107:主要利用模塊106提取的特征信息對識別模型進行訓(xùn)練，得到相應(yīng)的人體姿態(tài)識別模型。
[0038]模塊108:利用模塊107所訓(xùn)練得到的識別模型，對正常識別時所接收的信號進行識別，從而得到相應(yīng)的人體姿態(tài)信息。
[0039]為了降低裝置的復(fù)雜度和成本等，上述保持通信功能的105模塊可以去掉，只需要保持106、107、108三個模塊，僅用于人體姿態(tài)識別的方法和裝置。
[0040]綜上所述，本發(fā)明充分結(jié)合了無線通信與模式識別技術(shù)，提出一種基于無線信號的人體姿勢識別方法及裝置，在不影響數(shù)據(jù)傳輸?shù)耐瑫r實現(xiàn)了對人體姿勢的識別。本發(fā)明具有復(fù)雜度低、成本低、應(yīng)用方便等優(yōu)勢，便于廣泛推廣應(yīng)用。
[0041]人體姿勢識別流程示意圖如圖2所示，獲取原始測量數(shù)據(jù)后，接下來將利用模式識別手段對數(shù)據(jù)進行處理。各模塊功能描述如下:
[0042]模塊201:原始測量數(shù)據(jù)的獲取，該模塊在接收解調(diào)過程中獲取時域采樣數(shù)據(jù)。
[0043]模塊202:對獲取的數(shù)據(jù)預(yù)處理，如數(shù)據(jù)幅值提取、相位提取以及歸一化等，該步驟用來保證后續(xù)各個模塊運算都在合理范圍之內(nèi)。
[0044]模塊203:該模塊用來提取表征信號變化的特征參數(shù)，并通過信號分析處理方法，如信道估計、時頻分析、小波分析、主成分分析等方法提取這些特征參數(shù)。
[0045]模塊204:利用模塊203所提取的數(shù)據(jù)，訓(xùn)練學(xué)習(xí)建立相應(yīng)的人體姿態(tài)識別模型。
[0046]模塊205:判斷學(xué)習(xí)過程是否結(jié)束。
[0047]模塊206:如果模式識別學(xué)習(xí)過程未完成則需要繼續(xù)學(xué)習(xí)。
[0048]模塊207:訓(xùn)練識別模型完成后即可對后續(xù)所接收的信號進行特征提取，然后判別出相應(yīng)的人體姿勢。
[0049]模塊208:判斷所得出相應(yīng)的人體姿勢結(jié)果，可以用來實現(xiàn)人機交互和對人的行為進行監(jiān)控。
[0050]綜上，人體姿勢識別先通過樣本數(shù)據(jù)預(yù)處理、特征提取、分類訓(xùn)練，根據(jù)204訓(xùn)練得到的識別模型進行識別，并輸出相應(yīng)結(jié)果。
[0051]下面通過一個具體實施案例闡述基于無線信號進行無線通信與手勢識別的方法。本示例采用的通信協(xié)議是802.1la標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)廣泛應(yīng)用在無線局域網(wǎng)中，其協(xié)議中物理層數(shù)據(jù)幀結(jié)構(gòu)共包括三部分:前導(dǎo)、符號和數(shù)據(jù)部分。[0052]IEEE802.1la物理層數(shù)據(jù)幀結(jié)構(gòu)參數(shù)如圖3所示，其中具體描述如下:
[0053]模塊301:IEEE802.1la前導(dǎo)部分按功能的不同分為長前導(dǎo)和短前導(dǎo)，短前導(dǎo)包括10個短訓(xùn)練序列，共占用時隙8us，短前導(dǎo)部分主要用來實現(xiàn)接收端載波偵聽、碼元同步
坐寸ο
[0054]模塊302:長前導(dǎo)包括兩個長訓(xùn)練序列和循環(huán)前綴，共占用時隙8us。長前導(dǎo)主要用來估計頻偏和信道等。本示例提取的是長度為128的長訓(xùn)練序列時域樣值，此即為原始測量數(shù)據(jù)。
[0055]模塊303:符號部分包含解調(diào)數(shù)據(jù)幀所需要的控制信息，例如發(fā)送字節(jié)長度、調(diào)制方式等。
[0056]模塊304:數(shù)據(jù)部分是實際發(fā)送的信息部分，該部分需要進行信源編碼、信道編碼等步驟生成可以發(fā)射的數(shù)據(jù)幀。
[0057]模塊305:該模塊是可變長度的數(shù)據(jù)幀部分。
[0058]示例中的W1-Fi信號手勢識別平臺如圖4，其中示例的接收端手勢識別流程具體如下:
[0059]1、發(fā)射節(jié)點發(fā)射W1-Fi信號，接收端通過符號同步、頻偏估計和信道估計等解調(diào)出發(fā)射端的數(shù)據(jù)，并提取出接收信號的前導(dǎo)部分；
[0060]2、計算出前導(dǎo)部分的信號幅值與相位值并進行歸一化；
[0061]3、利用小波變換的方法提取上述前導(dǎo)數(shù)據(jù)的小波熵特征向量作為各種手勢對應(yīng)的特征；
[0062]4、利用步驟3得到的小波熵特征向量訓(xùn)練支持向量機，可以確定該識別模型的參數(shù)值，最終得到手勢識別模型；
[0063]5、手勢識別模型訓(xùn)練完成后進入手勢識別模式，依次重復(fù)步驟1、2和3，對接收端不同手勢下提取的小波熵特征向量進行識別；
[0064]6、上述2、3、4過程中提取節(jié)點W1-Fi信號前導(dǎo)特征可以反映W1-Fi信號受不同手勢的影響情況，依據(jù)此差異來識別手勢；而I中收發(fā)信號過程中通過頻偏估計、信道估計等處理可以有效補償手勢造成的影響從而保證原有的通信功能。
[0065]在本說明書的描述中，參考術(shù)語“一個實施例”、“一些實施例”、“示例”、“具體示例”或“一些示例”等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不一定指的是相同的實施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點可以在任何的一個或多個實施例或示例中以合適的方式結(jié)合。
[0066]盡管上面已經(jīng)示出和描述了本發(fā)明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在不脫離本發(fā)明的原理和宗旨的情況下在本發(fā)明的范圍內(nèi)可以對上述實施例進行變化、修改、替換和變型。
【權(quán)利要求】
1.一種無線數(shù)據(jù)通信與人體姿態(tài)(如手勢、動作、姿勢等)識別相結(jié)合的方法，其特征在于，該方法包括: 在待識別區(qū)域部署無線通信信號發(fā)射和接收裝置； 提取接收信號中的人體姿態(tài)(如手勢、動作、姿勢等)信息參數(shù)及特征； 訓(xùn)練學(xué)習(xí)識別模型； 根據(jù)訓(xùn)練學(xué)習(xí)所得到的識別模型，對所提取的接收信號中的人體姿態(tài)(如手勢、動作、姿勢等)信息參數(shù)特征進行識別處理，可實現(xiàn)對人體各種姿態(tài)(如手勢、動作、姿勢等)的識別。
2.如權(quán)利要求1所述的一種無線數(shù)據(jù)通信與人體姿態(tài)(如手勢、動作、姿勢等)識別相結(jié)合的方法，其特征在于，在待需要進行人體姿態(tài)識別的區(qū)域部署兩個通信裝置。
3.如權(quán)利要求1所述的一種無線數(shù)據(jù)通信與人體姿態(tài)(如手勢、動作、姿勢等)相結(jié)合的方法，其特征在于，提取接收信號中的人體姿態(tài)信息參數(shù)及特征。
4.如權(quán)利要求1所述的一種無線數(shù)據(jù)通信與人體姿態(tài)(如手勢、動作、姿勢等)相結(jié)合的方法，其特征在于，應(yīng)用多次測量所獲得的參數(shù)特征訓(xùn)練人體姿態(tài)的模型參數(shù)。
5.如權(quán)利要求1所述的一種無線數(shù)據(jù)通信與人體姿態(tài)(如手勢、動作、姿勢等)相結(jié)合的方法，其特征在于，根據(jù)訓(xùn)練人體姿態(tài)的模型參數(shù)，對實際無線通信環(huán)境中進行人體姿態(tài)識別的方法。
6.如權(quán)利要求1所述的一種無線數(shù)據(jù)通信與人體姿態(tài)(如手勢、動作、姿勢等)相結(jié)合的方法，其特征在于，該方法包括:在對人體姿態(tài)進行識別，也可單獨作為一個基于無線通信的人體姿態(tài)識別裝置。
7.如權(quán)利要求1所述的一種無線數(shù)據(jù)通信與人體姿態(tài)(如手勢、動作、姿勢等)相結(jié)合的方法，其特征在于，該方法包括:在對人體姿態(tài)進行識別的同時，能進行正常的無線數(shù)據(jù)傳輸；即該裝置也是一種無線通信裝置。
【文檔編號】G06K9/00GK103971108SQ201410231467
【公開日】2014年8月6日 申請日期:2014年5月28日 優(yōu)先權(quán)日:2014年5月28日
【發(fā)明者】蔣挺, 江進, 鐘怡, 黃文 , 翟世俊, 周戈 申請人:北京郵電大學(xué)