代維利

(海軍青島特勤療養(yǎng)中心，山東 青島 266071)

0 引言

近年來(lái)，人體姿態(tài)識(shí)別研究逐漸成熟，在視頻的智能分析、虛擬現(xiàn)實(shí)、人機(jī)交互、視頻摘要、視頻信息檢索與運(yùn)動(dòng)分析方面都具有廣闊的應(yīng)用前景。姿態(tài)識(shí)別已經(jīng)成為深度學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)之一，深度學(xué)習(xí)算法的研究推動(dòng)了姿態(tài)識(shí)別研究的進(jìn)步[1]。而信號(hào)采集與無(wú)線技術(shù)迎來(lái)了新的發(fā)展高峰。在人們?nèi)找骊P(guān)注自身健康的當(dāng)下，身體各項(xiàng)指標(biāo)的準(zhǔn)確監(jiān)測(cè)成為醫(yī)學(xué)領(lǐng)域的研究重點(diǎn)之一。在該背景下，有學(xué)者提出無(wú)線體域網(wǎng)(WBAN，wireless body area network)[2]。WBAN屬于短距離、小型的無(wú)線傳感器網(wǎng)絡(luò)，汲取了無(wú)線通信與微機(jī)電系統(tǒng)的共同優(yōu)勢(shì)。該項(xiàng)技術(shù)主要應(yīng)用在人體周圍，通過(guò)各類傳感器信息的采集，能夠?qū)崿F(xiàn)人體生命和姿態(tài)信息的監(jiān)測(cè)，已經(jīng)在醫(yī)療領(lǐng)域取得了巨大的成功[3]。在WBAN技術(shù)中，人體姿態(tài)識(shí)別能夠?qū)颊郀顟B(tài)進(jìn)行實(shí)時(shí)準(zhǔn)確地監(jiān)測(cè)，對(duì)于醫(yī)學(xué)診斷及輔助治療具有重要意義[4]。但在實(shí)際應(yīng)用中，WBAN具有高動(dòng)態(tài)特性，當(dāng)人體姿態(tài)出現(xiàn)改變時(shí)，信號(hào)采集和傳輸同樣會(huì)發(fā)生變化，這就要求二者無(wú)形之中必須具有較高的適應(yīng)性。同時(shí)計(jì)算機(jī)視覺(jué)領(lǐng)域中人體姿態(tài)識(shí)別已然成為當(dāng)今最具有挑戰(zhàn)性的研究方向。隨著各國(guó)科技公司推出深度學(xué)習(xí)傳感設(shè)備后，基于深度圖像的人體姿態(tài)識(shí)別技術(shù)開(kāi)始受到廣泛學(xué)者們的關(guān)注。但由于人體姿態(tài)與動(dòng)作的復(fù)雜度較高，利用深度圖像特征與骨骼關(guān)鍵點(diǎn)提取的維度也較高，無(wú)法對(duì)圖像進(jìn)行較為準(zhǔn)確的預(yù)處理。此時(shí)人工神經(jīng)網(wǎng)絡(luò)(ANN，artificial neural network)與卷積神經(jīng)網(wǎng)絡(luò)(CNN，convolutional neural networks)應(yīng)運(yùn)而生，并在相關(guān)領(lǐng)域得到了廣泛的應(yīng)用與關(guān)注[4]。黃展原等學(xué)者為了對(duì)老人摔倒進(jìn)行有效監(jiān)測(cè)，同時(shí)降低相關(guān)設(shè)備的成本與制作問(wèn)題，提出一種基于2D視頻的摔倒監(jiān)測(cè)算法。通過(guò)3個(gè)公共摔倒數(shù)據(jù)集測(cè)試顯示，該算法是可行的并能夠有效提高監(jiān)測(cè)效率[5]。孫月馳等人提出一種基于優(yōu)化CNN的人體行為動(dòng)作識(shí)別算法，以有效應(yīng)對(duì)復(fù)雜圖像中人體姿態(tài)識(shí)別不準(zhǔn)的問(wèn)題。過(guò)程中通過(guò)構(gòu)嵌Maxout多層感知網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)增強(qiáng)CNN的特征提取能力。結(jié)果表明，該方法對(duì)人體行為與動(dòng)作識(shí)別有較高準(zhǔn)確率[6]。金瑋等研究人員將CNN與高速通信技術(shù)相互融合并應(yīng)用于人體姿態(tài)識(shí)別當(dāng)中，以應(yīng)對(duì)病人跌到能夠及時(shí)獲得救助。數(shù)據(jù)顯示，該方法對(duì)人體姿態(tài)的識(shí)別準(zhǔn)確率高達(dá)99.75%，同時(shí)具有百分百的敏感度，能夠準(zhǔn)確對(duì)人體跌到進(jìn)行檢測(cè)[7]。鄧平與吳明輝將多信息融合的特征篩選方法與人體姿態(tài)修正相互結(jié)合，以應(yīng)對(duì)傳統(tǒng)人體姿態(tài)識(shí)別算法識(shí)別精度不足等問(wèn)題。結(jié)果表明，通過(guò)修正后該算法對(duì)人體姿態(tài)識(shí)別的精度高達(dá)99.67%，同時(shí)能夠以較少的特征數(shù)目獲得更準(zhǔn)確的姿態(tài)分類[8]。從以上相關(guān)研究可知，對(duì)人工神經(jīng)網(wǎng)絡(luò)的改進(jìn)集中在不同領(lǐng)域的方方面面，但仍無(wú)法滿足醫(yī)療設(shè)備所需要的高效率與高準(zhǔn)確性的要求，網(wǎng)絡(luò)與智能算法相結(jié)合的技術(shù)更新亟待解決。鑒于此，研究在WBAN人體姿態(tài)識(shí)別系統(tǒng)的基礎(chǔ)上，結(jié)合改進(jìn)ANN自適應(yīng)學(xué)習(xí)與高速尋優(yōu)等特點(diǎn)，將其應(yīng)用于人機(jī)交互醫(yī)療設(shè)備系統(tǒng)中，以期進(jìn)一步提高醫(yī)療設(shè)備人體姿態(tài)識(shí)別的應(yīng)用效果。

1 基于改進(jìn)ANN的人體姿態(tài)識(shí)別系統(tǒng)在人機(jī)交互醫(yī)療設(shè)備中的研究

1.1 基于WBAN的人體姿態(tài)識(shí)別系統(tǒng)的構(gòu)建

人體在地面時(shí)有靜止與相對(duì)運(yùn)動(dòng)的兩個(gè)狀態(tài)。當(dāng)一個(gè)人處于相對(duì)靜止的狀態(tài)時(shí)對(duì)應(yīng)的坐標(biāo)系為自然坐標(biāo)系；而當(dāng)一個(gè)人發(fā)生相對(duì)運(yùn)動(dòng)時(shí)對(duì)應(yīng)的坐標(biāo)系則為動(dòng)態(tài)坐標(biāo)系[9]。在自然坐標(biāo)系中，人體向上從頭到腳的垂直站立方向被定義為X軸的正方向；而人體朝著水平方向左邊則為Y軸的正方向；人體臉部 朝前的方向則被看做是Z軸的負(fù)方向。于是，重力加速度G的方向與X軸的方向?qū)嶋H上是一致的。另一方面在動(dòng)態(tài)坐標(biāo)系中，不管任何時(shí)間任何地點(diǎn)以及任何方向，更不管人體處在何種狀態(tài)，均選擇人體從腳到頭的方向向量作為X軸的正方向；Y軸與Z軸的方向選取與自然坐標(biāo)系相同。為了對(duì)人體的不同姿態(tài)特征進(jìn)行提取，通常利用4種不同的特征參數(shù)向量對(duì)運(yùn)動(dòng)中的人體姿態(tài)進(jìn)行目標(biāo)檢測(cè)與識(shí)別。通過(guò)系統(tǒng)計(jì)算與采集得到3個(gè)軸的加速度值，同時(shí)引入支持向量機(jī)(SVM，signal vector magnitude)對(duì)其進(jìn)行平方計(jì)算操作后再取值。得到的數(shù)值對(duì)應(yīng)表示人體正在進(jìn)行的不同強(qiáng)度運(yùn)動(dòng)。隨著運(yùn)動(dòng)的劇烈程度的增大其數(shù)值也逐漸增大，可以初步對(duì)人體運(yùn)動(dòng)是否劇烈進(jìn)行判斷。利用恰當(dāng)?shù)拈撝祵?duì)人類運(yùn)動(dòng)進(jìn)行判斷，并對(duì)人體運(yùn)動(dòng)狀態(tài)進(jìn)行分類。具體計(jì)算見(jiàn)式(1)。

(1)

式(1)中，az，ax，ay對(duì)應(yīng)代表Z、X與Y軸的加速度。同時(shí)當(dāng)人體圍繞著X軸進(jìn)行旋轉(zhuǎn)時(shí)，向左轉(zhuǎn)是正向角度參數(shù)，此時(shí)θx作為航向角。當(dāng)人體圍繞Y軸旋轉(zhuǎn)時(shí)，θy作為俯仰角。當(dāng)圍繞Z軸進(jìn)行旋轉(zhuǎn)時(shí)，向后退則是正向角度參數(shù)，θz表示橫滾角。對(duì)不同的坐標(biāo)軸角度的極差進(jìn)行分析，并以此計(jì)算在同一個(gè)采樣時(shí)間內(nèi)人體運(yùn)動(dòng)姿態(tài)旋轉(zhuǎn)過(guò)的最大角度(Rx，Ry，Rz)。以通過(guò)WBAN系統(tǒng)采集得到的角度數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)計(jì)算，能夠?qū)\(yùn)動(dòng)著的人體是否發(fā)生彎腰或跌倒情況做出合理的判斷。具體計(jì)算見(jiàn)式(2)。

Ry=θymax-θymin

(2)

式(2)中，θmin與θmax是指在對(duì)數(shù)據(jù)單位進(jìn)行采集過(guò)程中對(duì)應(yīng)得到的最小值與最大值。同時(shí)由于實(shí)驗(yàn)所采取的硬件系統(tǒng)能夠?qū)θ梭w姿勢(shì)進(jìn)行實(shí)時(shí)的采集，將人體坐標(biāo)系三軸的角加速度設(shè)置為ω。不同人所發(fā)生的姿態(tài)動(dòng)作在相同的時(shí)間內(nèi)是不盡相同的，因此圍繞著人體旋轉(zhuǎn)所產(chǎn)生的轉(zhuǎn)動(dòng)角度與速度也不相同，這就表示著對(duì)應(yīng)的坐標(biāo)系也不相同。日常生活中，當(dāng)一個(gè)人身體發(fā)生十分劇烈的晃動(dòng)時(shí)，那么很有可能是該患者罹患了中風(fēng)或腦卒中而產(chǎn)生的身體抽搐。因此當(dāng)面臨這種情況時(shí)，及時(shí)地對(duì)患者進(jìn)行監(jiān)測(cè)能夠有效幫助醫(yī)生更為快速且準(zhǔn)確地判斷得到該病患的情況。在對(duì)患者進(jìn)行實(shí)時(shí)檢測(cè)時(shí)對(duì)應(yīng)的極差r計(jì)算見(jiàn)式(3)。

(3)

式(3)中，ω與θ分別表示人體發(fā)生轉(zhuǎn)動(dòng)時(shí)的角加速度與轉(zhuǎn)動(dòng)的角度；而t是指間隔無(wú)限小的時(shí)間段；ωmin與ωmax分別表示在對(duì)數(shù)據(jù)進(jìn)行采集的過(guò)程中所對(duì)應(yīng)的角速度的最小值與最大值。其中人體的不同姿態(tài)會(huì)根據(jù)不同加速度而產(chǎn)生不同的位置移動(dòng)，醫(yī)生可以根據(jù)該位移為病人的復(fù)檢情況做出合理的判斷，同時(shí)為該病患合理規(guī)劃并建議運(yùn)動(dòng)方式與運(yùn)動(dòng)量。將三維空間內(nèi)3個(gè)軸所產(chǎn)生位移的量看做計(jì)算姿態(tài)檢測(cè)參量的重要參數(shù)，具體計(jì)算出見(jiàn)式(4)。

(4)

式(4)中，a表示人體在運(yùn)動(dòng)時(shí)任意一個(gè)數(shù)軸產(chǎn)生的加速度；S表示人體姿態(tài)運(yùn)動(dòng)時(shí)數(shù)軸所產(chǎn)生的位移。綜合得到人體運(yùn)動(dòng)時(shí)姿態(tài)多級(jí)分層的識(shí)別算法。該算法主要是服務(wù)于應(yīng)用無(wú)線體域網(wǎng)時(shí)對(duì)人體不同姿勢(shì)與動(dòng)作的識(shí)別。具體的識(shí)別過(guò)程見(jiàn)圖1。

圖1 人體姿態(tài)多級(jí)分層識(shí)別算法流程

圖1中可以發(fā)現(xiàn)整個(gè)人體姿態(tài)多級(jí)分層識(shí)別共分為三各階段。在第一階段，研究選擇SVM值作為決策依據(jù)，并根據(jù)實(shí)驗(yàn)數(shù)據(jù)的數(shù)值設(shè)定合適的閾值a。將得到的閾值作為基礎(chǔ)依據(jù)，假設(shè)共有慢走(Walk)、蹲(Squat)、坐(Sit)、跑步(Run)和彎腰(Stoop)5種姿態(tài)，將這5種姿態(tài)通過(guò)分類初步定義為非劇烈運(yùn)動(dòng)與劇烈運(yùn)動(dòng)。當(dāng)人體發(fā)生運(yùn)動(dòng)時(shí)，若運(yùn)動(dòng)過(guò)程中的某一個(gè)姿態(tài)連續(xù)30毫秒內(nèi)不間斷并持續(xù)的出現(xiàn)3個(gè)波峰采樣點(diǎn)的數(shù)值一直大于閾值時(shí)，則將該姿態(tài)判別為跑步，并定義為姿態(tài)A1。若這一姿態(tài)的波峰采樣點(diǎn)小于閾值時(shí)則將該姿態(tài)判別為坐、蹲、彎腰和走，并下定義為姿態(tài)A2，進(jìn)而有效識(shí)別出相應(yīng)的跑步姿態(tài)。接著進(jìn)入到第二階段，在該階段實(shí)驗(yàn)將Y軸方向姿態(tài)發(fā)生的角度的極差RY與該縱軸方向上角加速度的極差ry看作是判斷依據(jù)。當(dāng)人體進(jìn)行運(yùn)動(dòng)時(shí)，會(huì)產(chǎn)生不同的姿態(tài)。這些不同的姿態(tài)所擁有的特征不盡相同。在姿態(tài)A2當(dāng)中，當(dāng)人體發(fā)生慢走運(yùn)動(dòng)時(shí)，3個(gè)角度θx，θy，θz的值并不會(huì)發(fā)生較大的變化，甚至看作并沒(méi)有任何變化發(fā)生。因此計(jì)算得到的Y軸方向的RY與ry的數(shù)值都會(huì)較小。相反，當(dāng)人體姿態(tài)處于彎腰、蹲下以及坐下3個(gè)狀態(tài)時(shí)，兩個(gè)極差RY與ry的數(shù)值均會(huì)有較大的變動(dòng)。因此將實(shí)驗(yàn)所設(shè)定的角加速度閾值c與角度對(duì)應(yīng)的閾值b可知，當(dāng)極差RY大于角度閾值同時(shí)極差ry大于角加速度閾值時(shí)，將對(duì)應(yīng)的人體姿態(tài)判定為彎腰、蹲下以及坐下，并將其定義為姿態(tài)B1。而其他的閾值比較情況則判定為人體處于慢走狀態(tài)當(dāng)中，并將其下定義為姿態(tài)B2。當(dāng)?shù)诙A段的人體姿態(tài)識(shí)別結(jié)束即可識(shí)別出慢走狀態(tài)。最后便是第三階段。在該階段中，研究人員將實(shí)驗(yàn)所得數(shù)據(jù)當(dāng)中位于X軸方向上的加速度展開(kāi)兩次積分操作，進(jìn)而得到人體在X軸方向上的位置移動(dòng)的量dx作為判斷依據(jù)。人體處于彎腰姿態(tài)時(shí)，相對(duì)于腰部直立時(shí)的狀態(tài)而言，腰部彎曲時(shí)的位移幾乎不會(huì)因人為因素而變化。但當(dāng)人體姿態(tài)由站立姿轉(zhuǎn)變?yōu)樽藭r(shí)，其腰部發(fā)生的位移應(yīng)當(dāng)顯著小于其大腿的長(zhǎng)度d1。當(dāng)人體從站立的姿勢(shì)轉(zhuǎn)變?yōu)槎鬃藙?shì)時(shí)，其腰部對(duì)應(yīng)發(fā)生的位移應(yīng)當(dāng)大于其大腿的長(zhǎng)度d1但小于整個(gè)大腿腿部的長(zhǎng)度d2。根據(jù)上述所有特點(diǎn)可知，實(shí)驗(yàn)選取在X軸方向上的位置移動(dòng)閾值可以對(duì)姿態(tài)進(jìn)行有效區(qū)分，進(jìn)而識(shí)別出不同的對(duì)應(yīng)姿態(tài)。

1.2 基于CNN與無(wú)線體域網(wǎng)的人機(jī)交互醫(yī)療設(shè)備人體姿態(tài)識(shí)別模型的設(shè)計(jì)

現(xiàn)實(shí)生活中WBAN被廣泛應(yīng)用于人體可穿戴設(shè)備，這一舉措便要求人體姿態(tài)識(shí)別算法在設(shè)計(jì)的過(guò)程中能夠盡量地降低人為干預(yù)所帶來(lái)的影響，即在訓(xùn)練后能夠自動(dòng)地產(chǎn)生相應(yīng)的拓?fù)浣Y(jié)構(gòu)。該方法不需要人工選取并設(shè)置門限，即可對(duì)人體新姿態(tài)進(jìn)行識(shí)別。但WBAN在實(shí)際運(yùn)行的過(guò)程中存在有大量的人為工作，識(shí)別率較高但應(yīng)用價(jià)值較低。CNN隸屬于ANN的一種，是在ANN算法的基礎(chǔ)上改進(jìn)得到的。CNN擁有深層網(wǎng)絡(luò)結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，具有較強(qiáng)的容錯(cuò)、自適應(yīng)學(xué)習(xí)及并行計(jì)算能力。近年來(lái)CNN廣泛應(yīng)用于處理分類和識(shí)別問(wèn)題，特別是人臉識(shí)別、輔助醫(yī)療診斷、自動(dòng)駕駛系統(tǒng)等領(lǐng)域，極大程度上促進(jìn)了深度學(xué)習(xí)快速發(fā)展和推廣應(yīng)用。鑒于此，研究提出利用改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)WBAN算法進(jìn)行改進(jìn)，并進(jìn)行人體姿態(tài)識(shí)別算法，并期待有效減少人為設(shè)定算法的拓?fù)浣Y(jié)構(gòu)，最終實(shí)現(xiàn)算法可靠性[10]。CNN網(wǎng)絡(luò)的構(gòu)建與訓(xùn)練是分步驟進(jìn)行的，CNN網(wǎng)絡(luò)構(gòu)建的流程如下。第一層為網(wǎng)絡(luò)輸入層，即input層。由于CNN網(wǎng)絡(luò)能夠進(jìn)行自我學(xué)習(xí)，當(dāng)輸入圖像為深度圖像，便可以直接將其作為網(wǎng)絡(luò)的輸入。接著將卷積層定義為Cx，該卷積層通過(guò)n×n的濾波器大小(即卷積核或窗口大小)與偏置值相加再進(jìn)行卷積操作，便能夠得到特征圖N個(gè)。卷積網(wǎng)絡(luò)的下采樣層則被定義為Sx。在不同的鄰域區(qū)域內(nèi)對(duì)圖像上的4個(gè)像素進(jìn)行求和，并加入卷積核元素進(jìn)行加權(quán)操作，另外加上偏置值，并通過(guò)激活函數(shù)sigmoid，以得到一個(gè)大小約縮小4倍的特征映射圖Sx+1。對(duì)應(yīng)得到的一層卷積層與下采樣層的過(guò)程實(shí)現(xiàn)見(jiàn)圖2。

圖2 一層卷積層與下采樣層的過(guò)程

實(shí)驗(yàn)所設(shè)計(jì)的改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型是設(shè)計(jì)一共可以分為4個(gè)步驟。首先對(duì)卷積網(wǎng)絡(luò)層數(shù)進(jìn)行選取。CNN特征提取實(shí)際上是一個(gè)從低級(jí)到高級(jí)的抽取過(guò)程。當(dāng)前面的卷積層所提取的是研究圖像中層次較低的特征，那么后面的卷積層再增加時(shí)，特征的提取便會(huì)開(kāi)始變得越來(lái)越抽象化。從這個(gè)角度來(lái)看，如果網(wǎng)絡(luò)層級(jí)過(guò)少，可能會(huì)引入大量的干擾信息，而無(wú)法準(zhǔn)確反映圖像的關(guān)鍵特征。然而，如果網(wǎng)絡(luò)層級(jí)過(guò)多，雖然能夠獲得圖像的高級(jí)抽象特征，但隨著層級(jí)的增加，有效信息的損失也會(huì)逐漸增多，這可能會(huì)導(dǎo)致無(wú)法獲取最優(yōu)的特征信息。但由于所選取的深度圖像所包含的信息較為單一，那么特征的提取便會(huì)逐漸明顯。因此在總體上，CNN網(wǎng)路并不需要太多的層次便可以實(shí)現(xiàn)對(duì)圖像中的關(guān)鍵特征信息的提取。有學(xué)者研究發(fā)現(xiàn)，當(dāng)CNN網(wǎng)絡(luò)層數(shù)為5，而其他條件不變的情況下，此時(shí)模型中的網(wǎng)絡(luò)便可以實(shí)現(xiàn)快速地?cái)M合與收斂，同時(shí)擁有較高的識(shí)別速度與準(zhǔn)確性。接著是對(duì)濾波器個(gè)數(shù)進(jìn)行選取。鑒于輸入圖像為深度圖像時(shí)，所包含的數(shù)據(jù)信息會(huì)較為準(zhǔn)確，因此實(shí)驗(yàn)采用簡(jiǎn)單的線性濾波器便能夠有效提取圖像中的關(guān)鍵特征[11]。濾波器的個(gè)數(shù)選取會(huì)影響分類的效果和效率。若濾波器個(gè)數(shù)較少，產(chǎn)生的特征圖就會(huì)減少，可能導(dǎo)致特征提取不全面；反之，濾波器個(gè)數(shù)過(guò)多，需要處理的特征圖數(shù)量也會(huì)相應(yīng)增加，既會(huì)降低處理速度，又可能引入許多無(wú)用的特征。因此，在權(quán)衡速度與準(zhǔn)確性的考慮且大量實(shí)驗(yàn)數(shù)據(jù)表明，在以準(zhǔn)確性為首要考量的情況下，當(dāng)濾波器的個(gè)數(shù)選取為6個(gè)時(shí)，CNN網(wǎng)絡(luò)可以達(dá)到較高的效率。然后選擇合適的濾波器大小。實(shí)際上，濾波器是一種可以處理信號(hào)以改善其性質(zhì)或提取有用信息的電子設(shè)備或軟件工具。在電子和通信工程中，濾波器主要用于消除某些不需要的頻率或保留某些所需頻率。其運(yùn)作原理基于對(duì)頻率的選擇性，即對(duì)某些頻率響應(yīng)強(qiáng)烈，對(duì)其他頻率則響應(yīng)弱或無(wú)響應(yīng)。綜合考慮各方面因素后，實(shí)驗(yàn)濾波器大小(即卷積核尺寸)選取為5×5，它在提取特征方面效果良好，并能保持較快的特征提取速度。最后選取tanh函數(shù)作為激活函數(shù)。一般的激活函數(shù)輸出數(shù)據(jù)時(shí)并沒(méi)有稀疏性，這會(huì)導(dǎo)致過(guò)程中生成大量的稀疏數(shù)據(jù)。因此需要在實(shí)驗(yàn)過(guò)程中設(shè)定一些懲罰因子以避免這種情況的產(chǎn)生。通過(guò)進(jìn)行無(wú)監(jiān)督訓(xùn)練，篩選排除掉一大堆接近于0的冗余數(shù)據(jù)，避免由于梯度消失問(wèn)題而影響收斂速度。然而ReLU函數(shù)是一種線性修正函數(shù)，其根本作用在于若計(jì)算得到的數(shù)值比0小，便將其設(shè)置為0，否者設(shè)置為原始數(shù)值。經(jīng)過(guò)實(shí)踐驗(yàn)證，訓(xùn)練后得到的改進(jìn)CNN網(wǎng)絡(luò)具備有適當(dāng)?shù)南∈栊?，能夠滿足要求。同時(shí)，訓(xùn)練后的CNN網(wǎng)絡(luò)可視化效果與傳統(tǒng)方法訓(xùn)練得到的效果十分相似，這表示所選取tanh函數(shù)在進(jìn)行適當(dāng)計(jì)算的同時(shí)還能夠有效提升收斂速度。最終綜合上述原理，實(shí)驗(yàn)選取3D-CNN與WBAN相互結(jié)合，共同優(yōu)化人體姿態(tài)識(shí)別系統(tǒng)。姿態(tài)識(shí)別的整體過(guò)程見(jiàn)圖3。

圖3 姿態(tài)識(shí)別的整體過(guò)程

圖3中整個(gè)姿態(tài)識(shí)別流程包括以下幾個(gè)步驟。首先，采集樣本圖片并對(duì)應(yīng)做好標(biāo)記，接著，對(duì)每種類型的姿態(tài)訓(xùn)練樣本進(jìn)行分類，并輸入到CNN以進(jìn)行模型訓(xùn)練，適時(shí)調(diào)整網(wǎng)絡(luò)以實(shí)現(xiàn)收斂。然后，將輸出層更改為softmax分類器，并將測(cè)試圖像作為輸入。最后，對(duì)識(shí)別結(jié)果的準(zhǔn)確性進(jìn)行驗(yàn)證和評(píng)估。其中3D-CNN在對(duì)時(shí)空兩個(gè)維度上的特性進(jìn)行計(jì)算的同時(shí)，還能夠運(yùn)用3D卷積核對(duì)多幅圖片與多個(gè)視頻進(jìn)行處理。因此，卷積層中的特征圖均會(huì)與上一層連續(xù)多幀的圖像相互關(guān)聯(lián)。具體計(jì)算見(jiàn)式(5)。

(5)

(6)

式(6)中，x代表三維空間上的輸入向量；y代表三維池化層對(duì)應(yīng)的輸出結(jié)果；s，t，r表示三維池化操作在3個(gè)維度上所產(chǎn)生的步長(zhǎng)。通過(guò)計(jì)算可知，經(jīng)過(guò)3D維度池化操作后，可以有效地降低網(wǎng)絡(luò)的時(shí)空尺寸，進(jìn)而極大地降低網(wǎng)絡(luò)的計(jì)算復(fù)雜度，同時(shí)池化操作融合后的網(wǎng)絡(luò)在時(shí)空維度上的魯棒性均有顯著提升。研究所設(shè)計(jì)的3D卷積網(wǎng)絡(luò)的第一層為輸入層，該層采用的圖像幀的參數(shù)設(shè)置為7幀分辨率60×40，第二層網(wǎng)絡(luò)則為硬線層，他的主要功能在于能夠從圖像中提取出灰度與水平方向上的光流等。具體結(jié)構(gòu)見(jiàn)圖4。

圖4 3D-CNN網(wǎng)絡(luò)結(jié)構(gòu)圖

2 醫(yī)療設(shè)備中人體姿態(tài)識(shí)別系統(tǒng)的性能測(cè)試與應(yīng)用效果分析

為了驗(yàn)證研究所構(gòu)建方法能夠?qū)θ梭w姿態(tài)進(jìn)行識(shí)別，并準(zhǔn)確地應(yīng)用于人機(jī)交互醫(yī)療系統(tǒng)設(shè)備中，研究對(duì)所構(gòu)建平臺(tái)的實(shí)際性能與應(yīng)用效果進(jìn)行分析，期待能夠?yàn)獒t(yī)療行業(yè)的發(fā)展提供一定的支持。開(kāi)展實(shí)驗(yàn)所使用的服務(wù)器平臺(tái)配置如下：實(shí)驗(yàn)硬件環(huán)境為Intel i5處理器，16 G內(nèi)存，1T硬盤，編程環(huán)境基于Python；操作系統(tǒng)為Windows 10；中央處理器為Intel Corei7-4590；數(shù)據(jù)儲(chǔ)存系統(tǒng)為MySQL data bank；GPU型號(hào)為GTX1080Ti 11Gx4；CPU型號(hào)為Intel Xeon E5-2665x2。實(shí)驗(yàn)選取HiEve與Human3.6 M兩個(gè)公開(kāi)的人體姿勢(shì)數(shù)據(jù)集進(jìn)行人體姿勢(shì)識(shí)別的仿真實(shí)驗(yàn)。所有實(shí)驗(yàn)環(huán)節(jié)均在相同的設(shè)備環(huán)境中進(jìn)行。研究將改進(jìn)SVM模型、RCNN模型與CNN-Apriori模型與研究模型進(jìn)行不同性能指標(biāo)的比較。首先對(duì)比不同算法的收斂速度，具體結(jié)果見(jiàn)圖5。

圖5 不同算法收斂速度對(duì)比

圖5(a)是在HiEve數(shù)據(jù)集上的測(cè)試結(jié)果。曲線變化顯示，當(dāng)?shù)螖?shù)為20次左右，研究方法開(kāi)始趨于平穩(wěn)，同時(shí)對(duì)應(yīng)有0.011 2的損失函數(shù)值；與此同時(shí)其他兩種算法的損失函數(shù)值均顯著高于0.03。當(dāng)?shù)螖?shù)進(jìn)行到第40次時(shí)，RCNN模型與CNN-Apriori模型開(kāi)始出現(xiàn)有最小損失值，數(shù)值分別為0.025 8與0.026 7。圖5(b)是在Human3.6 M數(shù)據(jù)集上的測(cè)試結(jié)果?？梢园l(fā)現(xiàn)當(dāng)?shù)螖?shù)在第30次附近時(shí)，研究方法便有最小損失值函數(shù)值，此時(shí)其余算法在迭代進(jìn)行到第50次左右才能夠有最小值。對(duì)比以上結(jié)果可知，在相同的時(shí)間長(zhǎng)度內(nèi)研究方法能夠更為快速達(dá)到最小收斂度，具有更為快速的收斂速度。這也表示研究方法對(duì)數(shù)據(jù)的分析與計(jì)算過(guò)程效率會(huì)更高，并且有著較為廣泛的普適性。接著對(duì)4種模型的AUC值進(jìn)行對(duì)比，具體見(jiàn)圖6。

圖6 4種模型的ROC曲線

圖6中可以看出，與其他方法相比，研究方法的ROC曲線下面積顯著較大。研究方法、RCNN模型、文獻(xiàn)[13]與CNN-Apriori模型對(duì)應(yīng)的ROC曲線占據(jù)面積為0.897、0.856、0.789與0.754。以顯著性原理為基礎(chǔ)可知，研究方法的AUC值最大，在對(duì)人體姿勢(shì)進(jìn)行識(shí)別的過(guò)程中得到的識(shí)別效果較好，具有較高的真實(shí)性。為了豐富研究方法的實(shí)際效果，研究對(duì)不同算法的準(zhǔn)確率進(jìn)行分析，具體見(jiàn)圖7。

圖7 模型精度及損失率變化圖

根據(jù)圖7可知，模型在誤差的變化上呈現(xiàn)出急劇減小后又緩慢增加的趨勢(shì)，迭代次數(shù)為60時(shí)為拐點(diǎn)，準(zhǔn)確率也同樣在迭代次數(shù)為60次附近時(shí)開(kāi)始趨向收斂，此時(shí)其訓(xùn)練準(zhǔn)確率接近于84.32%，顯著高于其余3種算法。其次當(dāng)?shù)竭_(dá)60次附近時(shí)，研究方法的誤差無(wú)限接近于0.00%，而此時(shí)RCNN模型、文獻(xiàn)[13]與CNN-Apriori模型對(duì)應(yīng)的誤差分別為0.005 21%、0.009 87%與0.012 54%。以上結(jié)果說(shuō)明研究方法在具有較高準(zhǔn)確率的同時(shí)，模型所產(chǎn)生的誤差也相對(duì)較低，能夠被人體姿勢(shì)識(shí)別系統(tǒng)中。最后將4種不同的算法應(yīng)用于人機(jī)交互醫(yī)療設(shè)備系統(tǒng)的患者不同姿勢(shì)存儲(chǔ)系統(tǒng)中，進(jìn)行實(shí)際效果的驗(yàn)證，具體結(jié)果見(jiàn)圖8。

圖8 不同方法運(yùn)行下的患者姿勢(shì)識(shí)別效果

圖8(a)為4種方法對(duì)患者不同姿勢(shì)的識(shí)別準(zhǔn)確率，圖8(b)則為識(shí)別時(shí)間對(duì)比。圖8(a)中可知，在對(duì)患者的腰痛姿勢(shì)、腿痛姿勢(shì)以及腹痛姿勢(shì)的基本動(dòng)作識(shí)別中，研究方法的識(shí)別準(zhǔn)確率均顯著高于90%，均高于其他算法的識(shí)別準(zhǔn)確率。而RCNN模型的是被準(zhǔn)確率均低于85%，是4種方法中最低的。由圖8(b)中，在對(duì)患者的腰痛姿勢(shì)與腿痛姿勢(shì)進(jìn)行識(shí)別時(shí)間中，RCNN模型的識(shí)別耗時(shí)最長(zhǎng)，據(jù)接近于40.0 s。在腹痛姿勢(shì)與頭痛姿勢(shì)的識(shí)別中，CNN-Apriori模型的識(shí)別耗時(shí)最長(zhǎng)，分別為35.21 s與38.47%。而研究方法的所需時(shí)間均為最少，對(duì)應(yīng)不同姿勢(shì)的耗時(shí)分別為25.14%、27.45%、23.16%與25.61%。對(duì)比以上結(jié)果可知，研究方法能夠?qū)颊叩牟煌藙?shì)進(jìn)行較為準(zhǔn)確的識(shí)別，同時(shí)耗時(shí)較少。

3 結(jié)束語(yǔ)

利用人機(jī)交互醫(yī)療設(shè)備對(duì)人體健康狀態(tài)進(jìn)行監(jiān)測(cè)是當(dāng)前醫(yī)療行業(yè)重點(diǎn)發(fā)展的項(xiàng)目之一。為了能夠更加全面地實(shí)現(xiàn)人體姿態(tài)識(shí)別在人機(jī)交互醫(yī)療設(shè)備中的應(yīng)用，研究根據(jù)WBAN能夠?qū)崿F(xiàn)不同層次間信號(hào)傳輸?shù)奶攸c(diǎn)，構(gòu)建了相應(yīng)的人體姿態(tài)識(shí)別系統(tǒng)。過(guò)程中，分別對(duì)網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)路層數(shù)、濾波器個(gè)數(shù)與尺寸進(jìn)行了選擇，并選取了最為合適的激活函數(shù)，使得改進(jìn)CNN能夠有效地提取圖像特征并識(shí)別姿態(tài)。同時(shí)，針對(duì)WBAN識(shí)別效率較低的缺陷，提出通過(guò)3D卷積網(wǎng)絡(luò)對(duì)其進(jìn)行改進(jìn)。結(jié)果顯示，在HiEve數(shù)據(jù)集上，當(dāng)?shù)螖?shù)為20次左右，研究方法開(kāi)始趨于平穩(wěn)，同時(shí)對(duì)應(yīng)有0.011 2的損失函數(shù)值；在Human3.6 M數(shù)據(jù)集中，該模型于30次迭代左右出現(xiàn)最小損失值函數(shù)值。ROC曲線對(duì)比中，研究方法、RCNN模型、文獻(xiàn)[13]與CNN-Apriori模型對(duì)應(yīng)的ROC曲線占據(jù)面積為0.897、0.856、0.789與0.754，研究方法的性能更優(yōu)。不同算法的準(zhǔn)確率方面，該模型于60次迭代附近時(shí)，誤差無(wú)限接近于0.00%；同時(shí)準(zhǔn)確率也同樣在迭代次數(shù)為60次附近時(shí)開(kāi)始趨向收斂，此時(shí)其訓(xùn)練準(zhǔn)確率接近于84.32%，顯著高于其余3種算法。將該模型應(yīng)用于人機(jī)交互醫(yī)療設(shè)備進(jìn)行患者不同姿勢(shì)的檢測(cè)中，對(duì)應(yīng)的耗時(shí)分別為25.14 s、27.45 s、23.16 s與25.61 s，具有更高的效率，驗(yàn)證了該方法的有效性?？偟膩?lái)說(shuō)，研究所提出方法為醫(yī)療設(shè)備提供了一個(gè)有力的工具，能夠有助于提升醫(yī)療服務(wù)質(zhì)量和效率。但研究主要從軟件方面進(jìn)行姿態(tài)識(shí)別的改進(jìn)，未來(lái)需要通過(guò)藍(lán)牙等硬件設(shè)施的技術(shù)更新來(lái)實(shí)現(xiàn)更優(yōu)的效果。