一種基于獨(dú)立分量分析的掃視信號(hào)樣本優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明設(shè)及一種基于獨(dú)立分量分析的掃視信號(hào)樣本優(yōu)化方法。
【背景技術(shù)】
[0002] 人體行為識(shí)別化uman Activity Reco即ition,HAR)是指對(duì)被觀測(cè)個(gè)體的動(dòng)作類 型、行為模式等信息進(jìn)行綜合地分析與識(shí)別，并將識(shí)別結(jié)果通過自然語(yǔ)言等方式進(jìn)行描述。 由于HAR系統(tǒng)能夠主動(dòng)感知用戶意圖，因此在智能視頻監(jiān)控、醫(yī)療診斷、運(yùn)動(dòng)分析及人-機(jī)交 互等領(lǐng)域具有廣泛的應(yīng)用前景，并且已經(jīng)成為了人工智能與模式識(shí)別領(lǐng)域中一個(gè)新興的研 究熱點(diǎn)?，F(xiàn)階段，人體行為信息的獲取主要采用非接觸式環(huán)境傳感器與可穿戴式人體信息 傳感器兩種方法。其中，基于可穿戴式生物電傳感器能夠有效彌補(bǔ)傳統(tǒng)HAR系統(tǒng)的不足，正 在逐步成為HAR系統(tǒng)實(shí)現(xiàn)領(lǐng)域的一個(gè)新的研究方向。而在人體生物電信號(hào)中，眼電圖 化lect;rooculogram:EOG)相比較腦電、屯、電等其它生物電信號(hào)具有幅度大、易于檢測(cè)、攜帶 信息更為豐富等特點(diǎn)，因此，使用眼電信號(hào)進(jìn)行HAR識(shí)別具有其它生物電信號(hào)所不具備的優(yōu) 勢(shì)。
[0003] W辦公室場(chǎng)景為例，基于眼電的人體行為識(shí)別系統(tǒng)化0G-HAR)其基本工作過程可 描述為：當(dāng)系統(tǒng)檢測(cè)出連續(xù)小幅度向右掃視動(dòng)作與大幅度向左掃視動(dòng)作的出現(xiàn)遵循著一定 規(guī)律，系統(tǒng)則判斷該受試者可能處于閱讀狀態(tài)；同理，當(dāng)檢測(cè)出水平掃視動(dòng)作過程中包含了 大量凝視信息（即掃視停頓），則可判斷該位受試者可能處于打字輸入狀態(tài)；當(dāng)水平掃視幅 度與垂直掃視信號(hào)幅度都較小，且出現(xiàn)頻率較低時(shí)，則該位受試者可能處于休息狀態(tài)?？蒞 看出，在E0G-HAR系統(tǒng)實(shí)現(xiàn)過程中，掃視作為出現(xiàn)頻率最高、包含人體行為信息最豐富的一 種基本眼動(dòng)類型，其識(shí)別的準(zhǔn)確率成為HAR系統(tǒng)性能的主要決定因素，因此，單元掃視信號(hào) 的準(zhǔn)確檢出是最為關(guān)鍵的一步，為實(shí)現(xiàn)運(yùn)一目標(biāo)，一些比較成功的掃視信號(hào)識(shí)別方法相繼 被提出。其中，Clement提出利用原始E0G信號(hào)的可視角度進(jìn)行眼動(dòng)信號(hào)的端點(diǎn)檢測(cè)與識(shí)別； Aungsakun和Soltani等人利用眼球轉(zhuǎn)動(dòng)時(shí)所對(duì)應(yīng)的E0G信號(hào)變化較快的特點(diǎn)提取掃視信號(hào) 的特征參數(shù);另外，Vidal和Bulling也都提到了使用掃視信號(hào)的統(tǒng)計(jì)和時(shí)域特征進(jìn)行識(shí)別 的思路。然而，在E0G-HAR系統(tǒng)設(shè)計(jì)過程中發(fā)現(xiàn)，當(dāng)采集過程中受到一些噪聲干擾（如：電極 松動(dòng)、信道瞬時(shí)崎變、采集設(shè)備的突發(fā)干擾等時(shí)，雖然運(yùn)種干擾的持續(xù)時(shí)間較短，但信號(hào)幅 度大、波形無(wú)規(guī)律且又不可避免，因此在實(shí)際使用過程中難W保證上述算法的識(shí)別正確率， 運(yùn)將會(huì)嚴(yán)重影響到E0G-HAR系統(tǒng)性能，甚至出現(xiàn)系統(tǒng)無(wú)法識(shí)別的情況。針對(duì)運(yùn)一問題，噪聲 抑制是一種較為常見的解決辦法，然而，由于噪聲類型與出現(xiàn)時(shí)機(jī)具有較強(qiáng)的隨機(jī)性，且不 同去噪算法受到本身性能的限制，在實(shí)際應(yīng)用過程中噪聲抑制效果并不理想。所W，設(shè)計(jì)一 種合理、有效的E0G信號(hào)噪聲處理方法是E0G-HAR系統(tǒng)實(shí)用性提升過程中一個(gè)亟待解決的問 題。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題是提供一種基于獨(dú)立分量分析的掃視信號(hào)樣本優(yōu)化 方法，具有更高的識(shí)別正確率、魯棒性與擴(kuò)展性更強(qiáng)、應(yīng)用前景良好。
[000引為了解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案：
[0006] -種基于獨(dú)立分量分析的掃視信號(hào)樣本優(yōu)化方法，包括如下步驟：
[0007] 步驟1、數(shù)據(jù)準(zhǔn)備:使用8個(gè)生物電極獲取受試者上、下、左、右掃視時(shí)帶有數(shù)據(jù)標(biāo)簽 的6導(dǎo)聯(lián)眼電信號(hào);并將原始多導(dǎo)聯(lián)眼電信號(hào)使用帶通濾波器進(jìn)行濾波，W去除噪聲干擾；
[0008] 步驟2、ICA空域?yàn)V波器組設(shè)計(jì):使用單次實(shí)驗(yàn)數(shù)據(jù)yi(i = l，...，N)進(jìn)行ICA分析，并 根據(jù)獨(dú)立成份在采集電極的映射模式，自動(dòng)選擇掃視相關(guān)獨(dú)立分量和對(duì)應(yīng)的ICA濾波器，建 立對(duì)應(yīng)不同掃視任務(wù)背景下的ICA空域?yàn)V波器組{Dii，Dri，Dui，Ddi} (i = 1，…，N);
[0009] 步驟3、被干擾掃視信號(hào)的剔除：使用步驟(2)中所獲取的ICA空域?yàn)V波器組{Dll， Dri，Dui，Ddi}(i = l，-'，N)依次對(duì)預(yù)處理后的所有掃視數(shù)據(jù)進(jìn)行空域?yàn)V波，并將濾波后的數(shù) 據(jù)使用支持向量機(jī)進(jìn)行10*5的交叉測(cè)試，當(dāng)平均識(shí)別正確率低于預(yù)設(shè)口限時(shí)即認(rèn)定該次實(shí) 驗(yàn)數(shù)據(jù)被干擾，剔除;反之，保留。
[0010] 作為上述方案的進(jìn)一步優(yōu)化，多導(dǎo)聯(lián)掃視信號(hào)采集電極的安裝位置為：
[0011] (A1)、使用2個(gè)電極采集垂直掃視信號(hào)，一個(gè)電極安放于受試者左眼眼球正中屯、上 方2.3-2.7cm處，另一個(gè)電極安放于受試者左眼眼球正中屯、下方2.3-2.7cm處;或一個(gè)電極 安放于受試者右眼眼球正中屯、上方2.3-2.7cm處，一個(gè)電極安放于受試者右眼眼球正中屯、 下方 2.3-2.7cm 處；
[0012] (A2)、使用2個(gè)電極采集水平掃視信號(hào)，一個(gè)電極安放于受試者的左眼眼球水平中 屯、點(diǎn)左方3.3-3.7cm處;一個(gè)電極安放于受試者的右眼眼球水平中屯、點(diǎn)右方3.3-3.7cm處；
[0013] (A3)、使用2個(gè)輔助電極，一個(gè)輔助電極安放于受試者左眼眼球右側(cè)正上方4.8-5.2cm處;一個(gè)輔助電極安放于受試者右眼眼球左側(cè)正上方4.8-5.2cm處；
[0014] (A4)、使用1個(gè)參考電極，參考電極安放于受試者左耳后乳凸處；
[0015] (A5)、使用1個(gè)接地電極，接地電極安放于受試者右耳后乳凸處。
[0016] 作為上述方案的進(jìn)一步優(yōu)化，用于進(jìn)行帶通濾波的帶通濾波器的截止頻率為0.5- 8.甜Z。
[0017] 作為上述方案的進(jìn)一步優(yōu)化，所述ICA空域?yàn)V波器組的獲取包括如下步驟：
[0018] 步驟(B1)、從掃視眼電信號(hào)數(shù)據(jù)庫(kù)中隨機(jī)選擇一組單次掃視數(shù)據(jù)yi(i = l，…，N) 進(jìn)行ICA分析，得到6X6的混合矩陣Μ和分離矩陣D;
[0019] 步驟(Β2)、根據(jù)獨(dú)立成份在采集電極的映射模式，自動(dòng)選擇掃視相關(guān)獨(dú)立分量和 對(duì)應(yīng)的ICA濾波器，得到分別對(duì)應(yīng)于左、右、上、下掃視任務(wù)背景下的ICA空域?yàn)V波器組{Dll, Dri ,Dui,Ddi}(i 二
[0020] 作為上述方案的進(jìn)一步優(yōu)化，分離矩陣D的學(xué)習(xí)方法包括如下步驟；
[0021] (C1)、W信息極大準(zhǔn)則為獨(dú)立性度量依據(jù)，使用自然梯度法，對(duì)分離矩陣D進(jìn)行迭 代處理，迭代公式參見公式（1):
[0022] Δ〇Τκ{Ι-Ε[3]}〇τ (1)
[0023] 公式（1)中，I為單位矩陣，Ε[ ·]為均值運(yùn)算，S為所估計(jì)的掃視信號(hào)的源信號(hào)i資 的統(tǒng)計(jì)量，統(tǒng)計(jì)量S與掃視信號(hào)的源信號(hào)茍0的關(guān)系為：
[0024] '、' = Γ · Uwh(.i-(〇)'斯）'+ '斯).;和)' 城
[0025] 公式(2)中，Τ表示概率模型切換矩陣，其對(duì)角線上元素的取值來自于對(duì)掃視信號(hào) 的源信號(hào)刮句峭度符號(hào)的動(dòng)態(tài)估計(jì)，％。為所估計(jì)的掃視信號(hào)的源信號(hào)；
[0026] (C2)、對(duì)掃視信號(hào)的源信號(hào)雄)進(jìn)行方差歸一化處理，如公式(3):
[0027]
斌
[0028] (C3)、在式(3)的基礎(chǔ)上，對(duì)混合矩陣Μ與分離矩陣D系數(shù)進(jìn)行調(diào)整，如公式(4):
[0029]
(4)
[0030] 〇τ=Μ-ι
[003。 公式(3)、（4)中，南]為i(〇的標(biāo)準(zhǔn)差，diag( ·)表示將運(yùn)算轉(zhuǎn)化為對(duì)角矩陣。
[0032] 作為上述方案的進(jìn)一步優(yōu)化，所述自動(dòng)選擇掃視相關(guān)獨(dú)立分量，包括如下步驟：
[0033] (D1)、從掃視眼電信號(hào)數(shù)據(jù)庫(kù)中隨機(jī)選擇一組單次掃視數(shù)據(jù)yi(i = l，-，，N)進(jìn)行 ICA分析，得6 X 6的混合矩陣Μ與分離矩陣D;
[0034] (D2)、對(duì)步驟D1中的混合矩陣Μ取絕對(duì)值，即|M|并逐列捜索|M|中每列列向量中元 素的最大值，記錄其所在列的下標(biāo)和對(duì)應(yīng)的電極號(hào)；
[0035] (D3)、分別選擇在2個(gè)垂直掃視電極與2個(gè)水平掃視電極處4個(gè)導(dǎo)聯(lián)位置具有最大 絕對(duì)值元素的4個(gè)列向量，記錄其對(duì)應(yīng)的列序號(hào)；
[0036] (D4)、若矩陣IΜI不同時(shí)包含步驟D2中所描述的4個(gè)列向量，則放棄基于該單次ICA 濾波器設(shè)計(jì)