鄭增威， 杜俊杰，2，霍梅梅*，吳劍鐘

(1．浙江大學(xué)城市學(xué)院杭州市物聯(lián)網(wǎng)技術(shù)與應(yīng)用重點(diǎn)實(shí)驗(yàn)室，杭州310015; 2．浙江大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，杭州310015)(*通信作者電子郵箱huomm@zucc．edu．cn)

0 引言

近十幾年來，物聯(lián)網(wǎng)行業(yè)快速發(fā)展，隨著各種傳感器、電子設(shè)備體積的縮小，性能的提高，成本的降低，這些電子元件在生活中得到更加廣泛的應(yīng)用。特別是可穿戴智能設(shè)備的研發(fā)以及人體活動(dòng)識(shí)別在人體健康監(jiān)控、娛樂、運(yùn)動(dòng)等方面的良好應(yīng)用前景，使得基于傳感器的人體活動(dòng)識(shí)別成為研究熱點(diǎn)之一。相比部署外部設(shè)備來識(shí)別人體活動(dòng)狀態(tài)方式成本昂貴、可移植性差的缺點(diǎn)，可穿戴傳感器可以方便地通過集成傳感器采集人體的各項(xiàng)行為數(shù)據(jù)，以此識(shí)別人體的活動(dòng)狀態(tài)。

實(shí)際上，人體活動(dòng)識(shí)別的研究早在20世紀(jì)90年代末就已經(jīng)展開:Foerster等［1］的實(shí)驗(yàn)結(jié)果表明人體的行為活動(dòng)與運(yùn)動(dòng)學(xué)之間存在緊密聯(lián)系，使用三軸加速度計(jì)采集行為數(shù)據(jù)來判斷人體的姿態(tài)和動(dòng)作是切實(shí)可行的;Mantyjarvi等［2］使用主成分分析(Principal Component Analysis，PCA)和小波變換從原始傳感器數(shù)據(jù)中提取特征，在簡(jiǎn)單人體活動(dòng)(站立、上下樓梯、行走)識(shí)別中使用多層感知器使得識(shí)別精度達(dá)到了83% ～90%;Olguin等［3］使用了隱馬爾可夫模型(Hidden Markov Model，HMM)作為分類模型，對(duì)比了不同傳感器位置對(duì)最終分類結(jié)果的影響，實(shí)驗(yàn)結(jié)果表明增加傳感器數(shù)量能提高分類精度;Wang等［4］提出了耦合HMM來識(shí)別智能家居環(huán)境中的多用戶行為，并開發(fā)了一個(gè)多模態(tài)傳感平臺(tái)來區(qū)分單用戶和多用戶的活動(dòng);Kwapisz等［5］提出了使用智能手機(jī)自帶傳感器來進(jìn)行人體活動(dòng)識(shí)別，在將上下樓梯視為同一動(dòng)作時(shí)，分類精度達(dá)到了90%以上;Altun等［6］從計(jì)算成本、分類精度等方面對(duì)比了貝葉斯決策、最小二乘法、K最近鄰等多種分類方法在體育活動(dòng)上的分類效果，實(shí)驗(yàn)結(jié)果表明貝葉斯決策在計(jì)算復(fù)雜度最小的同時(shí)達(dá)到了最好的分類精度。

目前，典型的人體活動(dòng)識(shí)別過程如圖1所示。首先數(shù)據(jù)采集系統(tǒng)從人體各處傳感器獲取運(yùn)動(dòng)數(shù)據(jù)，其中傳感器位置與具體的活動(dòng)緊密相關(guān);然后將傳感器數(shù)據(jù)進(jìn)行去噪、平滑處理;接著對(duì)數(shù)據(jù)進(jìn)行分段并提取出特征，其中最常見的分段技術(shù)的是滑動(dòng)窗口技術(shù)，特征選擇的目的是為了降維，選擇與特定運(yùn)動(dòng)相關(guān)性比較強(qiáng)的特征，減少后續(xù)的計(jì)算量，提高分類精度;最后通過特征樣本訓(xùn)練得到的分類器來識(shí)別出當(dāng)前的人體活動(dòng)。

圖1 典型的人體活動(dòng)識(shí)別框架Fig．1 Framework of typical human activity recognition

1 原始數(shù)據(jù)的獲取

1．1 公開數(shù)據(jù)庫

人體活動(dòng)識(shí)別的最終結(jié)果與數(shù)據(jù)集密切相關(guān)，在不同數(shù)據(jù)集上的實(shí)驗(yàn)方法無法互相比較，目前已有的基于傳感器的公開數(shù)據(jù)庫如表1所示，這些數(shù)據(jù)集包含人體日常的幾個(gè)基本活動(dòng):站立、行走、坐、上下樓梯。

表1 公開數(shù)據(jù)集Tab．1 Public datasets

WISDM數(shù)據(jù)集［5］由使用三種不同手機(jī)上的傳感器在29個(gè)人身上測(cè)得的日常基本行為數(shù)據(jù)所構(gòu)成;UCI HAR數(shù)據(jù)集［7］由戴在30個(gè)年齡在19～48歲的志愿者手腕上的智能手機(jī)傳感器采集得到，包括了三軸加速度計(jì)數(shù)據(jù)以及陀螺儀數(shù)據(jù);tFall數(shù)據(jù)集［8］也由手機(jī)傳感器采集，不僅包括跌倒數(shù)據(jù)，也包含了人體日常行為數(shù)據(jù)，這些數(shù)據(jù)包括了志愿者一個(gè)星期的行為數(shù)據(jù);Shoaib SA數(shù)據(jù)集［9］從10位男性志愿者身上采集得到，傳感器置于5個(gè)位置:左、右側(cè)的褲袋，右臂，右腕，腰部;MobiFall數(shù)據(jù)集［10］包含跌倒數(shù)據(jù)和日常行為數(shù)據(jù)，也采用手機(jī)中的傳感器來采集行為數(shù)據(jù);UCI HAPT數(shù)據(jù)集［11］由從30個(gè)志愿者身上采集了5 h的運(yùn)動(dòng)數(shù)據(jù)構(gòu)成，其運(yùn)動(dòng)類型還包括了過渡性的行為，比如從躺到坐的過程;MobiAct數(shù)據(jù)集［12］由MobiFall數(shù)據(jù)集擴(kuò)展而來，包括57個(gè)志愿者的行為數(shù)據(jù);UniMiB SHAR數(shù)據(jù)集［13］也使用手機(jī)傳感器作為數(shù)據(jù)采集裝置，手機(jī)位于志愿者左右褲袋，各占一半采集時(shí)長(zhǎng)。

1．2 傳感器位置

對(duì)于人體行為活動(dòng)，身體不同部位所傳遞出運(yùn)動(dòng)數(shù)據(jù)不同，這些數(shù)據(jù)對(duì)于識(shí)別精度的影響也不同。例如，在識(shí)別人體日?；顒?dòng)時(shí)，來自頭部的傳感器數(shù)據(jù)重要性相對(duì)來說比較低，然而在泳姿識(shí)別中卻十分重要，因此，對(duì)于特定的活動(dòng)識(shí)別，尋找出具有最好識(shí)別效果的數(shù)據(jù)源十分有意義。

Kefer等［14］進(jìn)行了動(dòng)態(tài)手勢(shì)識(shí)別的最佳傳感器位置的研究，他們使用了手腕、手肘兩個(gè)不同位置的運(yùn)動(dòng)數(shù)據(jù)，實(shí)驗(yàn)結(jié)果表明由于動(dòng)態(tài)手勢(shì)在手腕上有著更大的運(yùn)動(dòng)半徑，位于手腕的傳感器數(shù)據(jù)的識(shí)別精度要明顯高于手肘;Cleland等［15］研究了不同傳感器數(shù)據(jù)組合對(duì)人體日常行為(Activities of Daily Living，ADL)(包括行走、站立、上下樓梯、躺、坐等日常行為)的識(shí)別效果，傳感器分別位于胸部、腕部、背部、臀部、大腿以及腳踝，實(shí)驗(yàn)結(jié)果表明在使用單一傳感器的時(shí)候，使用位于臀部的傳感器表現(xiàn)出的識(shí)別效果最好，識(shí)別精度達(dá)到了97．8%;Pannurat等［16］在兩組不同年齡段數(shù)據(jù)集上研究了傳感器位置對(duì)識(shí)別精度的影響，傳感器位置分別位于頭部、手腕、胸部、手臂、腰部、大腿以及腳踝，實(shí)驗(yàn)結(jié)果表明大腿、胸部、手腕部位的傳感器數(shù)據(jù)對(duì)于活動(dòng)識(shí)別有著較好的效果，識(shí)別精度達(dá)到了96%以上。

以上研究表明，由不同人體部位運(yùn)動(dòng)數(shù)據(jù)訓(xùn)練得到分類器的識(shí)別效果差異非常大，因此，針對(duì)具體的行為活動(dòng)識(shí)別，尋找出最具識(shí)別能力的傳感器數(shù)據(jù)是達(dá)到最好識(shí)別精度的前提。

2 特征提取及處理

2．1 特征類型

特征工程是人體活動(dòng)識(shí)別中的關(guān)鍵，對(duì)后續(xù)識(shí)別結(jié)果有直接的影響。而對(duì)于不同的人體活動(dòng)識(shí)別，特征的選擇不是明確的。特征的數(shù)量十分多，簡(jiǎn)單來說，可以分成時(shí)域特征、頻域特征以及時(shí)頻域特征。

1)時(shí)域特征。時(shí)域特征通常直接從原始數(shù)據(jù)中提取，是原始數(shù)據(jù)的統(tǒng)計(jì)量。常用的時(shí)域特征如表2所示。

2)頻域特征。時(shí)域特征在行為識(shí)別中使用十分廣泛，但是，時(shí)域特征對(duì)噪聲、測(cè)量誤差不夠魯棒，受噪聲數(shù)據(jù)的影響較大，而頻域信息能夠很好地規(guī)避這一點(diǎn)。將時(shí)域信息轉(zhuǎn)換到頻域可以將這些噪聲數(shù)據(jù)過濾，并提取出有效的頻域特征來識(shí)別時(shí)域特征不能很好區(qū)分的行為活動(dòng)。從時(shí)域轉(zhuǎn)換到頻域的過程中，使用較多的技術(shù)是快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)［17］。常用頻域特征包括光譜能量、頻率范圍、平均頻率、光譜熵、光譜質(zhì)心等。

3)時(shí)頻域特征。小波變換［18］是提取時(shí)頻域特征的常用方法，是時(shí)域到頻域的局部變換，可以同時(shí)顯示信號(hào)的時(shí)間與頻率特征。Preece等［19］在實(shí)驗(yàn)中對(duì)比了不同特征類型對(duì)分類結(jié)果的影響，研究表明時(shí)頻域特征能有效區(qū)分不同行為活動(dòng)。

2．2 噪聲去除

由于加速度計(jì)本身的測(cè)量誤差、電噪聲以及外界的因素干擾，采集得到的傳感器數(shù)據(jù)總是夾雜著一些噪聲數(shù)據(jù)，這些噪聲會(huì)使得分類器產(chǎn)生分類偏差，因此，需要對(duì)數(shù)據(jù)進(jìn)行濾波。常見的濾波方法包括均值濾波、高斯濾波、滑動(dòng)平均濾波、小波濾波［25］等。

滑動(dòng)均值濾波 滑動(dòng)均值濾波是一種低通濾波器，對(duì)于高頻噪聲信號(hào)以及隨機(jī)誤差有較好的過濾效果。Xiao等［23］在泳姿識(shí)別研究中使用了三種不同的濾波器，分別是均值濾波、滑動(dòng)均值濾波以及Prewitt邊緣濾波器，實(shí)驗(yàn)結(jié)果證明滑動(dòng)濾波器的效果最佳。滑動(dòng)均值濾波如式(1)所示:

其中:G為原始數(shù)據(jù)，M為滑動(dòng)窗口大小，Gfilter為濾波之后的數(shù)據(jù)。

三次平滑算法 在去除噪聲的過程中，不僅要考慮去噪效果，也要考慮計(jì)算代價(jià)，例如卡爾曼濾波器［24］，它是一種遞推的純粹時(shí)域?yàn)V波器，濾波效果好，但是它的缺點(diǎn)是計(jì)算復(fù)雜度高，在計(jì)算資源有限的環(huán)境中難以應(yīng)用。Chen等［21］同時(shí)考慮到去噪效果及計(jì)算復(fù)雜度，使用五點(diǎn)三次平滑算法來去除噪聲數(shù)據(jù)并取得了較好的結(jié)果，如式(2)所示:

其中:(Gt－2，Gt－1，Gt，Gt+1，Gt+2) 為原始數(shù)據(jù)中相鄰的 5 個(gè)點(diǎn)，(Gt－2'，Gt－1'，Gt'，Gt+1'，Gt+2') 為過濾之后的數(shù)據(jù)。

小波濾波 小波濾波的基本思想是利用小波對(duì)原始數(shù)據(jù)在不同尺度上進(jìn)行分解，有效信息的小波系數(shù)在不同尺度下相關(guān)性較強(qiáng)，而噪聲的系數(shù)相關(guān)性較弱，利用這點(diǎn)特性將噪聲數(shù)據(jù)從原始數(shù)據(jù)中去除。

2．3 滑動(dòng)窗口技術(shù)

在人體活動(dòng)識(shí)別中，傳感器數(shù)據(jù)是時(shí)間序列數(shù)據(jù)，難以將這些數(shù)據(jù)直接進(jìn)行特征提取。目前，大多數(shù)活動(dòng)分類方法都會(huì)使用分段方法將傳感器信號(hào)分成更小的時(shí)間段，對(duì)每個(gè)時(shí)間段進(jìn)行特征提取，然后使用分類算法進(jìn)行訓(xùn)練，其中最常用的分段技術(shù)是滑動(dòng)窗口技術(shù)。由于不同的行為活動(dòng)中動(dòng)作的持續(xù)時(shí)間不同，因此確定合適的滑動(dòng)窗口的大小以及每次的滑動(dòng)長(zhǎng)度是該技術(shù)的關(guān)鍵。Chen等［21］在基于手機(jī)傳感器的人體活動(dòng)識(shí)別研究中使用了窗口大小為1 s，窗口重疊率為50%(即每次向前滑動(dòng)0．5 s)的滑動(dòng)窗口，并根據(jù)峰值點(diǎn)來劃分不同的動(dòng)作段。Xiao等［23］在泳姿識(shí)別中使用窗口大小2 s，滑動(dòng)長(zhǎng)度0．5 s的滑動(dòng)窗口技術(shù)來獲取傳感器的數(shù)據(jù)(采樣頻率100 Hz)。Sztyler等［26］使用了窗口大小為1 s，滑動(dòng)長(zhǎng)度為0．5 s的窗口技術(shù)來對(duì)數(shù)據(jù)進(jìn)行劃分(數(shù)據(jù)采樣頻率為50 Hz)。

表2 常用時(shí)域特征Tab．2 Time-domain features

以上研究工作使用的窗口大小均是固定不變的，但在實(shí)際中對(duì)于不同的動(dòng)作，它們的信號(hào)特性是不同的。在一個(gè)完整活動(dòng)過程中，固定大小的時(shí)間窗口無法對(duì)所有的動(dòng)作做到良好的分割。因此，Noor等［27］提出了一種窗口大小可變的滑動(dòng)窗口技術(shù)來適應(yīng)不同動(dòng)作的信號(hào)特性。該方法的基本思想是首先使用一個(gè)固定大小的窗口，并在劃分的過程中不斷通過概率密度函數(shù)來判斷是否需要調(diào)整窗口大小，以此來最終得到最佳的窗口大小，實(shí)驗(yàn)結(jié)果表明，可變大小的窗口技術(shù)有效提高了活動(dòng)識(shí)別精度。

2．4 特征選擇

原始數(shù)據(jù)經(jīng)過特征提取可以得到一個(gè)特征集，這個(gè)特征集有可能十分龐大，其中存在某些冗余的，甚至?xí)?duì)識(shí)別精度造成負(fù)面影響的特征，同時(shí)也會(huì)增加不必要的計(jì)算。為了更精準(zhǔn)地分類，確定一組具有較高辨別能力的特征集極其重要，一個(gè)好的特征集應(yīng)該在相同行為之間顯示出很小的差異，同時(shí)在不同行為之間具有較大差異。

從評(píng)價(jià)準(zhǔn)則的角度，特征選擇方法可以大致分成3大類，分別是過濾式(Filter)方法、封裝式(Wrapper)方法以及嵌入式(Embedded)方法［28］。其中:Filter方法的選擇過程僅僅與當(dāng)前的特征集相關(guān)，它直接利用某種評(píng)價(jià)準(zhǔn)則從特征集中選擇出最合適的特征子集，因此，這類方法的效率普遍較高。而Wrapper特征選擇過程還與后續(xù)學(xué)習(xí)分類的結(jié)果相關(guān)，它需要后續(xù)的學(xué)習(xí)結(jié)果作為反饋來調(diào)整特征集，因此這種方法效率相比來說不是很高，但是它的精度相對(duì)較高。Embedded方法是結(jié)合上述兩者方法優(yōu)點(diǎn)的方法。目前在人體活動(dòng)識(shí)別研究中，F(xiàn)ilter方法使用得更為廣泛，按照評(píng)價(jià)函數(shù)，可以分為距離度量、信息度量、相關(guān)系數(shù)度量［29］等方法。

2．4．1 距離度量

距離度量的基本思想是使用距離來評(píng)價(jià)樣本之間的相似度，常用的距離包括歐氏距離、馬氏距離、平方距離［29］等。Relief算法［30］是一種經(jīng)典的基于距離度量的特征權(quán)重迭代算法，它的運(yùn)行效率非常高，與樣本的采樣次數(shù)以及特征集的大小成線性關(guān)系，因此應(yīng)用十分廣泛。它的基本思想是根據(jù)式(3)對(duì)特征進(jìn)行權(quán)重更新，權(quán)重越大，該特征的分類能力越強(qiáng)，當(dāng)該特征的權(quán)重大于預(yù)先給定的閾值時(shí)，則將其加入特征子集。但是，Relief算法沒有將特征之間的關(guān)系考慮在內(nèi)，因此該算法無法去除冗余的特征。其中:W(i)是特征i的權(quán)重值，diff(i，R，H)是與相同類別H中樣本的最近距離，diff(i，R，M)是不同類別M中樣本的最近距離。

Pannurat等［16］使用Relief-F對(duì)身體不同部位的行為數(shù)據(jù)進(jìn)特征選擇排序，Relief-F是Relief算法的擴(kuò)展，適用于多類別的情況。實(shí)驗(yàn)結(jié)果表明不同部位的不同特征對(duì)于區(qū)分活動(dòng)的重要程度也不盡相同。

2．4．2 信息度量

基于信息度量的特征選擇方法一般使用信息增益或者互信息［28］來衡量特征的作用，它的基本思想是篩選出具有最小不確定性的特征來進(jìn)行訓(xùn)練分類工作。mRMR算法［31］是典型的基于互信息的特征選擇方法，在考慮特征區(qū)分類別能力的同時(shí)，將特征之間的關(guān)系考慮在內(nèi)，因而能去除冗余特征。mRMR算法的基本思想是使用互信息作為度量標(biāo)準(zhǔn)來計(jì)算特征子集與類別之間的相關(guān)性以及特征之間的冗余度，如式(4)所示。但是該算法未考慮特征的權(quán)重，無法體現(xiàn)不同特征的重要程度。

I(x，y)越大，說明x和y的相關(guān)性越高。利用這點(diǎn)特性，mRMR算法使用了最大相關(guān)性D和最小冗余度R的度量標(biāo)準(zhǔn)，并選擇使得D－R達(dá)到最大值的特征子集作為最終選擇出的特征集。

最大相關(guān)性:

最小冗余度:

其中:S是特征子集，x是某個(gè)具體的特征，c是類別。

Atallah等［20］在實(shí)驗(yàn)中對(duì)比了 Relief-F、Simba Feature Selection、mRMR三種特征選擇方法，實(shí)驗(yàn)結(jié)果表明根據(jù)不同語義層次的活動(dòng)識(shí)別，選擇恰當(dāng)?shù)奶卣鲗?duì)于提高分類精度十分重要。

2．4．3 相關(guān)系數(shù)度量

皮爾森相關(guān)系數(shù)［32］是Pearson提出的用于衡量隨機(jī)變量X、Y之間的線性相關(guān)程度的指標(biāo)。相關(guān)系數(shù)r的計(jì)算方法如式(7)所示:

其中:Cov(X，Y)為隨機(jī)變量X與Y之間的協(xié)方差，σx和σy分別是X和Y的標(biāo)準(zhǔn)差。

在特征選擇中，通常使用相關(guān)系數(shù)來計(jì)算特征之間、特征與類別之間的相關(guān)程度，從而完成特征的選擇。

3 分類方法

人體活動(dòng)識(shí)別從本質(zhì)上可以被認(rèn)為是一個(gè)分類問題，即每個(gè)類別對(duì)應(yīng)一個(gè)活動(dòng)。目前，機(jī)器學(xué)習(xí)是構(gòu)建分類器最常用的方法，按照模型的訓(xùn)練類型可以分成為有監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)［33］。在有監(jiān)督學(xué)習(xí)方法中，輸入數(shù)據(jù)是帶有標(biāo)簽的訓(xùn)練樣本集，訓(xùn)練的目的是根據(jù)某種評(píng)價(jià)準(zhǔn)則來獲得一個(gè)最優(yōu)的分類器。根據(jù)分類原理的不同，有監(jiān)督學(xué)習(xí)模型又可以分成生成模型、判別模型等。半監(jiān)督學(xué)習(xí)是有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的結(jié)合，它同時(shí)使用了未標(biāo)記數(shù)據(jù)以及有標(biāo)記數(shù)據(jù)來進(jìn)行訓(xùn)練，在降低訓(xùn)練成本的同時(shí)保證了分類效果。無監(jiān)督學(xué)習(xí)方法不需要有事先標(biāo)記好的數(shù)據(jù)作為訓(xùn)練樣本，它能自動(dòng)根據(jù)數(shù)據(jù)之間的性質(zhì)并對(duì)其進(jìn)行聚類操作，但是由于人體活動(dòng)的復(fù)雜多樣性，因此，在完全無監(jiān)督的學(xué)習(xí)下識(shí)別不同的行為活動(dòng)還比較困難。強(qiáng)化學(xué)習(xí)是一種邊獲得樣例邊學(xué)習(xí)的方式，每次使用獲得的樣例來更新現(xiàn)有模型，并根據(jù)該模型來指導(dǎo)下一步的行動(dòng)，不斷重復(fù)迭代直至模型收斂。深度學(xué)習(xí)本質(zhì)不是一種分類模型，而是一種學(xué)習(xí)方式，它能挖掘出更深層次、更具區(qū)分能力的特征，因此在模式識(shí)別中，深度學(xué)習(xí)成為研究的熱點(diǎn)。

3．1 判別模型

判別模型的思想是直接從有限的樣本中學(xué)習(xí)到?jīng)Q策函數(shù)Y=f(x)或者條件概率分布函數(shù)P(Y|X)。它并不關(guān)注輸出X與輸出Y之間的生成關(guān)系，學(xué)習(xí)的是不同類別Y之間的特征差異，利用這種差異來對(duì)X進(jìn)行分類。典型的判別模型算法包括支持向量機(jī)、決策樹、人工神經(jīng)網(wǎng)絡(luò)等。

3．1．1 支持向量機(jī)

支持向量機(jī)(Support Vector Machine，SVM)［20］是一種目前廣泛使用的分類器。它的思想是通過非線性的算法將數(shù)據(jù)從輸入空間映射到另一個(gè)特征空間，使得數(shù)據(jù)在這個(gè)空間中線性可分:Altun等［6］在19個(gè)不同人體日常行為識(shí)別的研究工作使用了7種不同的分類方法，在留1驗(yàn)證法中，SVM分類器獲得了最好的結(jié)果，識(shí)別精度為87．6%;Beily等［34］使用了SVM模型來區(qū)分網(wǎng)球運(yùn)動(dòng)中四種活動(dòng)(跑步、正手擊球、反手擊球、發(fā)球)，在離線的訓(xùn)練以及10折的交叉驗(yàn)證實(shí)驗(yàn)中，該分類方法的準(zhǔn)確度為100%，在線分類實(shí)驗(yàn)中，SVM分類器也達(dá)到了96．25%的準(zhǔn)確度。

3．1．2 決策樹

決策樹構(gòu)建一個(gè)樹狀的層次決策圖，是一種十分直觀便于理解的統(tǒng)計(jì)概率模型，其中每一個(gè)非葉子節(jié)點(diǎn)表示特征屬性的判斷條件，每一個(gè)分支表示在其父節(jié)點(diǎn)上特征屬性分類的結(jié)果，葉子節(jié)點(diǎn)表示最終的每一個(gè)類別［35］。由于其樹型的結(jié)構(gòu)，每次分類的計(jì)算量不會(huì)超過樹的深度，因此決策樹具有計(jì)算量小的特點(diǎn)。決策樹的深度與特征的選擇密切相關(guān)，合適的特征作為屬性判斷節(jié)點(diǎn)可以減少?zèng)Q策樹的深度，從而提高分類效率。常用的決策樹算法主要包括ID3、C4．5、分類回歸樹(Classification and Regression Tree，CART)。Ohgi等［36］在蝶泳、蛙泳、仰泳自由泳4種泳姿識(shí)別中使用決策樹算法C4．5構(gòu)建了深度為5的決策樹，最終的分類精度達(dá)到了91．1%。隨機(jī)森林是基于CART的一種分類器，本質(zhì)上由多棵決策樹組成，這些決策樹相互獨(dú)立，即采用不同的樣本集訓(xùn)練得到，最終根據(jù)多棵決策樹的投票結(jié)果來進(jìn)行分類。Lombriser等［37］采用了隨機(jī)森林的方法來對(duì)8種不同的行為(上下樓梯、跳、躺、站立、坐、跑步、行走)進(jìn)行識(shí)別分類，達(dá)到了89%的分類精度。

3．1．3 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是20世紀(jì)80年代興起的研究熱點(diǎn)，它的基本思想是模仿生物學(xué)上的神經(jīng)網(wǎng)絡(luò)來構(gòu)建大量神經(jīng)元實(shí)現(xiàn)信息的處理［38］，人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)如圖2所示。

圖2 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig．2 Structure of artificial neural network

每個(gè)神經(jīng)元Uk的輸出如式(9)所示，其中θ為神經(jīng)元內(nèi)部閾值，一般會(huì)隨著神經(jīng)元的興奮程度而變化。

人工神經(jīng)網(wǎng)絡(luò)在模式識(shí)別、智能控制等領(lǐng)域有著廣泛的應(yīng)用，目前針對(duì)神經(jīng)網(wǎng)絡(luò)的研究主要集中在網(wǎng)絡(luò)的構(gòu)建和網(wǎng)絡(luò)參數(shù)的學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)能自動(dòng)從復(fù)雜數(shù)據(jù)中學(xué)習(xí)有用的特征、模式，因此在方法在人體活動(dòng)識(shí)別應(yīng)用十分廣泛。Panhwar等［39］使用了兩層的前饋神經(jīng)網(wǎng)絡(luò)來識(shí)別5種不同的行為活動(dòng)，在對(duì)比實(shí)驗(yàn)中，神經(jīng)網(wǎng)絡(luò)模型的識(shí)別效果要遠(yuǎn)遠(yuǎn)好于SVM;Kharrat等［40］在神經(jīng)網(wǎng)絡(luò)模型中訓(xùn)練了20個(gè)隱藏神經(jīng)元，在溺水行為識(shí)別研究中，達(dá)到了100%的準(zhǔn)確率。

3．2 生成模型

生成模型是相對(duì)判別模型的另一種有監(jiān)督學(xué)習(xí)算法，與判別模型直接求解決策函數(shù)或者條件概率分布不同，生成模型是通過數(shù)據(jù)建立聯(lián)合概率密度分布函數(shù)P(X，Y)，然后根據(jù)式(10)來求解后驗(yàn)概率P(Y|X)，從而完成分類，因此，生成模型關(guān)注的是數(shù)據(jù)生成過程。

其中，X是輸入信號(hào)，U是神經(jīng)元，Wn，k是輸入信號(hào)n與神經(jīng)元k之間的連接權(quán)重值，φ(i)為激活函數(shù)。每一個(gè)神經(jīng)元Uk的輸入是輸入信號(hào)之間的加權(quán)和，如式(8)所示:n

常用的生成模型包括樸素貝葉斯模型、隱馬爾可夫模型［41］等。

3．2．1 樸素貝葉斯模型

樸素貝葉斯模型是一種基于統(tǒng)計(jì)的分類方法，它的基本思想是根據(jù)給定的待分類數(shù)據(jù)，分別求解在該數(shù)據(jù)屬于各個(gè)類別的概率，概率最大的類別即為最終的類別，如式(11)所示:

其中y是類別，x是待分類項(xiàng)。在樸素貝葉斯中，特征屬性之間相互獨(dú)立的，因此p(yi|x)可以通過式(12)進(jìn)行求解。

其中a是x的各項(xiàng)特征屬性。

Pannurat［16］在人體日常行為的識(shí)別研究中根據(jù)不同位置的傳感器數(shù)據(jù)使用了7種不同的分類方法，從整體分類效果而言，樸素貝葉斯模型要明顯好于其他幾種分類算法。

3．2．2 隱馬爾可夫模型

隱馬爾可夫模型是一種統(tǒng)計(jì)模型，是一個(gè)由隱含狀態(tài)、可見狀態(tài)、轉(zhuǎn)換概率、輸出概率來描述隱含位置參數(shù)的馬爾可夫過程，如圖3所示，其中Xi表示隱含狀態(tài)，Yi表示可見狀態(tài)，a表示隱含狀態(tài)間的轉(zhuǎn)換概率，b表示隱含狀態(tài)到可見狀態(tài)的輸出概率。

圖3 隱馬爾可夫鏈Fig．3 Hidden Markov chain

在人體活動(dòng)識(shí)別中，隱含狀態(tài)即活動(dòng)的類別，可見狀態(tài)即測(cè)得的傳感器數(shù)據(jù)。Cheng等［42］在人體活動(dòng)識(shí)別研究中對(duì)每一個(gè)活動(dòng)類別分別建立一個(gè)隱馬爾可夫模型，并對(duì)待識(shí)別活動(dòng)的傳感器數(shù)據(jù)使用這些模型計(jì)算概率，概率最大的模型類別即為最終識(shí)別結(jié)果。

3．3 強(qiáng)化學(xué)習(xí)

強(qiáng)化學(xué)習(xí)的基本原理是通過Agent與環(huán)境進(jìn)行交互，并獲得反饋信息，這個(gè)反饋信息有可能是強(qiáng)化Agent的對(duì)應(yīng)行為，也有可能是抑制Agent的對(duì)應(yīng)行為，它的最終目標(biāo)是使得Agent選擇的行為能獲得環(huán)境的最大獎(jiǎng)賞。強(qiáng)化學(xué)習(xí)的基本框架如圖4所示，其中有4個(gè)非常重要的概念:策略(policy)、獎(jiǎng)懲反饋(reward)、值函數(shù)(value function)以及環(huán)境模型(environment model)［33］。

圖4 強(qiáng)化學(xué)習(xí)基本框架Fig．4 Framework of reinforcement learning

其中:t是時(shí)間點(diǎn)，A(t)是t時(shí)刻Agent的行為，S(t)是t時(shí)刻的狀態(tài)，R(t)是t時(shí)刻環(huán)境模型的獎(jiǎng)懲反饋。

策略 規(guī)則是狀態(tài)到行為的映射，定義了Agent的行為方式，可以分成確定策略和隨機(jī)策略。

獎(jiǎng)懲反饋 獎(jiǎng)懲反饋是Agent執(zhí)行相關(guān)動(dòng)作后從環(huán)境中獲得的反饋信號(hào)。這個(gè)信號(hào)反映了在當(dāng)前情景下，執(zhí)行該動(dòng)作的好壞，Agent根據(jù)這個(gè)反饋信號(hào)來調(diào)整自己的策略。

值函數(shù) 獎(jiǎng)懲反饋反映當(dāng)前動(dòng)作的即時(shí)收益，而值函數(shù)定義了從開始狀態(tài)到達(dá)到目標(biāo)所能得到最大獎(jiǎng)懲反饋。

環(huán)境模型 環(huán)境模型定義了動(dòng)作轉(zhuǎn)移概率以及動(dòng)作的獎(jiǎng)懲，即環(huán)境根據(jù)Agent的行為生成下一時(shí)刻的狀態(tài)和獎(jiǎng)懲。

3．4 深度學(xué)習(xí)

深度學(xué)習(xí)作為最近幾年的研究熱點(diǎn)得到了快速的發(fā)展，在圖像識(shí)別、行為識(shí)別等領(lǐng)域得到了非常好的應(yīng)用。深度學(xué)習(xí)的實(shí)質(zhì)是構(gòu)建具有很多隱含層的學(xué)習(xí)模型從海量的數(shù)據(jù)中學(xué)習(xí)到更相關(guān)、更有意義的特征，因此許多研究者將其應(yīng)用到人體活動(dòng)識(shí)別的特征學(xué)習(xí)中。Ronao等［43］使用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network，CNN)來挖掘人體活動(dòng)行為的內(nèi)在聯(lián)系，并提出了一種自動(dòng)提取魯棒特征的方法，實(shí)驗(yàn)結(jié)果表明卷積神經(jīng)網(wǎng)絡(luò)在對(duì)于傳統(tǒng)方法難以分辨的相似行為有著很好的區(qū)分能力，在6種不同日常行為活動(dòng)的識(shí)別中達(dá)到了95．75%的分類精度。Hammerla等［44］在基于傳感器的人體活動(dòng)識(shí)別中對(duì)比了三種不同的深度學(xué)習(xí)方法，分別是深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network，DNN)、卷積神經(jīng)網(wǎng)絡(luò)(CNN)以及長(zhǎng)短期記憶網(wǎng)絡(luò)(Long Short-Term Memory，LSTM)。實(shí)驗(yàn)結(jié)果表明:在大型的基準(zhǔn)數(shù)據(jù)集上以及短時(shí)活動(dòng)的識(shí)別上，LSTM相對(duì)來說具有最好的識(shí)別效果;而CNN更適用在重復(fù)性行為活動(dòng)的識(shí)別。

表3 不同分類方法的比較Tab．3 Comparison of different classification methods

4 存在問題及展望

目前，盡管基于可穿戴傳感器的人體活動(dòng)識(shí)別研究已取得較好的實(shí)驗(yàn)結(jié)果，分類精度令人滿意，但是仍然存在以下問題值得進(jìn)一步的研究。

第一，由于可穿戴傳感器本身的局限性以及外界環(huán)境的干擾，使得采集到的傳感器數(shù)據(jù)往往含有許多噪聲，目前存在滑動(dòng)均值濾波、小波濾波等濾波技術(shù)只能在一定程度上去除噪聲，如何有效去除噪聲仍是待解決的難點(diǎn)。

第二，可穿戴設(shè)備在日常生活中的使用比較隨意，然而目前現(xiàn)有算法與設(shè)備擺放的位置、方式緊密聯(lián)系，因此，提取出與設(shè)備放置無關(guān)，能有效區(qū)分各種不同行為活動(dòng)的特征仍是目前的研究熱點(diǎn)與難點(diǎn)之一。

第三，個(gè)體之間行為活動(dòng)的差異性導(dǎo)致傳統(tǒng)靜態(tài)模型識(shí)別精確度不高，如何有效消除個(gè)體的差異，使得分類模型更具有廣泛適用性也是待解決的難點(diǎn)［45］。

第四，人體日常行為活動(dòng)復(fù)雜多樣，目前人體活動(dòng)識(shí)別大都集中在簡(jiǎn)單活動(dòng)的識(shí)別，比如:行走、跑步、上下樓梯等，如何結(jié)合情景環(huán)境信息(例如:全球定位系統(tǒng)信息)進(jìn)行更高語義上行為上的識(shí)別［46］也是待研究的方向。

5 結(jié)語

本文從4個(gè)方面對(duì)基于可穿戴傳感器的人體活動(dòng)識(shí)別進(jìn)行了分析總結(jié)。人體活動(dòng)識(shí)別流程一般經(jīng)過數(shù)據(jù)采集，特征提取，特征選擇以及分類器的構(gòu)建。人體不同部位的數(shù)據(jù)與行為活動(dòng)緊密相關(guān)，針對(duì)區(qū)分不同行為，選擇合適數(shù)據(jù)源十分重要。特征工程是人體活動(dòng)識(shí)別中的關(guān)鍵，提取的特征類型、處理方式直接影響后續(xù)的識(shí)別精度。特征選擇一方面降低后續(xù)計(jì)算量，另一方面有利于提高分類精度。在分類器方面，傳統(tǒng)的機(jī)器學(xué)習(xí)算法應(yīng)用十分廣泛并取得了一定的識(shí)別效果，深度學(xué)習(xí)作為新的研究熱點(diǎn)也在活動(dòng)識(shí)別中得到應(yīng)用。最后分析了人體活動(dòng)識(shí)別中各個(gè)環(huán)節(jié)還存在的問題并展望了基于可穿戴傳感器的人體活動(dòng)識(shí)別的發(fā)展方向。