空间垂直方向位移在行为识别中的应用
王忠民+郭强+王文浪
摘 要： 为了提高行为识别中上下楼识别的准确率，提出一种利用重力方向位移变化对上下楼区分的方法。将手机坐标系的加速度数据转换为大地坐标系的加速度数据，再利用大地坐标垂直方向的加速度分量得出垂直方向的位移量，并将位移量作为垂直方向的特征值之一。水平方向的特征值、合成加速度的特征值和垂直方向的特征值作为分类器的输入。实验结果表明，在不计手机放置位置时上下楼的识别率提高了10%以上，因此该方法有效地提高了行为识别的准确率。
关键词： 行为识别； 坐标转换； 垂直方向位移； 数据转换
中图分类号： TN911.71?34 文献标识码： A 文章编号： 1004?373X（2017）14?0010?05
Abstract： In order to improve the recognition accuracy of ascending stair and descending stair activities， a method that uses the displacement of gravitational orientation to recognize ascending stairs and descending stairs is proposed in this paper. The acceleration data acquired from mobile phone is transformed into the acceleration data of azimuth coordination， and the displacement of gravitational orientation is achieved by means of acceleration component in gravitational orientation of azimuth coordination. The displacement is used as one of the gravitational orientation characteristic values. The characteristic values in horizontal direction， resultant acceleration and gravitational orientation are taken as the input of classifier. The experimental results show that the recognition accuracy of ascending stair and descending stair activities improves 10% no matter where mobile phone is put. Therefore， this method can effectively improve the accuracy of activity recognition.
Keywords： activity recognition； coordinate transformation； gravitational orientation displacement； data conversion
0 引 言
近几年，基于手机的行为识别成为研究热点，行为识别的应用范围也不断扩展，在医疗、交通、军事等领域行为识别具有巨大的市场前景。研究者主要利用手机上的三轴加速度传感器和其他辅助类型的传感器进行数据采集，对采集到的数据进行特征提取，将这些提取的特征作为分类器的輸入，以此来进行人体行为识别[1?3]。为了提高行为识别的准确率，除了三轴加速度传感器外，目前使用的还有GPS定位系统、方向传感器、陀螺仪等。由于单纯地使用手机三轴加速度传感器无法区分手机的方向变化[4]，为了能够区分手机的方向变化，文献[5]提出利用手机上加速度传感器和GPS定位系统相结合的方法，但这种方法无法识别手机在人体上的放置位置。文献[6]提出一种Kernel Discriminant Analysis方法，这种方法可以减小手机放置位置对行为识别的影响。文献[7]和文献[8]提出一种坐标转换的方法，这种方法可以消除手机放置位置和手机方向变化对行为识别的影响，具体为将手机坐标系转换为大地坐标系，然后再进行特征提取和分类。其方法有效提高了行为识别的准确率，但是这种方法对于上下楼的识别率仍然不高。文献[9]将CNN算法应用到行为识别中，其他行为的准确率在90%左右，但上下楼的识别率相对较低。为了解决上下楼识别率低的问题，本文提出一种通过空间垂直方向的位移来识别上下楼的方法，空间垂直方向即重力加速度的方向，其正方向与重力加速度方向相反。理论上，上楼和下楼在空间垂直方向的位移量分别为正值和负值，而站立、步行和跑步的空间垂直方向位移为零或者在零附近波动。
1 大地坐标垂直方向位移计算
1.1 坐标转换
坐标转换是将手机坐标系转换为大地坐标系，通过文献[7]给出的计算式就可以完成坐标转换。
图1为手机坐标系的x，y，z轴的方向。
大地直角坐标系的x，y，z轴的方向为：x轴方向水平向东；y轴方向水平向北；z轴方向垂直向上。手机坐标转化为大地坐标的计算公式如下：
如图2所示，ABCD表示手机的四角，X，Y，Z表示空间直角坐标系（大地坐标系），x，y，z表示手机坐标系。α表示y轴在水平面的投影（XY平面）与Y轴的夹角，其取值范围是[0，2π]。其中北为0，东为，南为π，西为。
如图3所示，ABCD表示手机水平放置位置，A1BCD1为手机绕y轴旋转后的位置，∠DCD1为β。β表示x轴和水平面的夹角，其取值范围是[-π，π]。
摘 要： 为了提高行为识别中上下楼识别的准确率，提出一种利用重力方向位移变化对上下楼区分的方法。将手机坐标系的加速度数据转换为大地坐标系的加速度数据，再利用大地坐标垂直方向的加速度分量得出垂直方向的位移量，并将位移量作为垂直方向的特征值之一。水平方向的特征值、合成加速度的特征值和垂直方向的特征值作为分类器的输入。实验结果表明，在不计手机放置位置时上下楼的识别率提高了10%以上，因此该方法有效地提高了行为识别的准确率。
关键词： 行为识别； 坐标转换； 垂直方向位移； 数据转换
中图分类号： TN911.71?34 文献标识码： A 文章编号： 1004?373X（2017）14?0010?05
Abstract： In order to improve the recognition accuracy of ascending stair and descending stair activities， a method that uses the displacement of gravitational orientation to recognize ascending stairs and descending stairs is proposed in this paper. The acceleration data acquired from mobile phone is transformed into the acceleration data of azimuth coordination， and the displacement of gravitational orientation is achieved by means of acceleration component in gravitational orientation of azimuth coordination. The displacement is used as one of the gravitational orientation characteristic values. The characteristic values in horizontal direction， resultant acceleration and gravitational orientation are taken as the input of classifier. The experimental results show that the recognition accuracy of ascending stair and descending stair activities improves 10% no matter where mobile phone is put. Therefore， this method can effectively improve the accuracy of activity recognition.
Keywords： activity recognition； coordinate transformation； gravitational orientation displacement； data conversion
0 引 言
近几年，基于手机的行为识别成为研究热点，行为识别的应用范围也不断扩展，在医疗、交通、军事等领域行为识别具有巨大的市场前景。研究者主要利用手机上的三轴加速度传感器和其他辅助类型的传感器进行数据采集，对采集到的数据进行特征提取，将这些提取的特征作为分类器的輸入，以此来进行人体行为识别[1?3]。为了提高行为识别的准确率，除了三轴加速度传感器外，目前使用的还有GPS定位系统、方向传感器、陀螺仪等。由于单纯地使用手机三轴加速度传感器无法区分手机的方向变化[4]，为了能够区分手机的方向变化，文献[5]提出利用手机上加速度传感器和GPS定位系统相结合的方法，但这种方法无法识别手机在人体上的放置位置。文献[6]提出一种Kernel Discriminant Analysis方法，这种方法可以减小手机放置位置对行为识别的影响。文献[7]和文献[8]提出一种坐标转换的方法，这种方法可以消除手机放置位置和手机方向变化对行为识别的影响，具体为将手机坐标系转换为大地坐标系，然后再进行特征提取和分类。其方法有效提高了行为识别的准确率，但是这种方法对于上下楼的识别率仍然不高。文献[9]将CNN算法应用到行为识别中，其他行为的准确率在90%左右，但上下楼的识别率相对较低。为了解决上下楼识别率低的问题，本文提出一种通过空间垂直方向的位移来识别上下楼的方法，空间垂直方向即重力加速度的方向，其正方向与重力加速度方向相反。理论上，上楼和下楼在空间垂直方向的位移量分别为正值和负值，而站立、步行和跑步的空间垂直方向位移为零或者在零附近波动。
1 大地坐标垂直方向位移计算
1.1 坐标转换
坐标转换是将手机坐标系转换为大地坐标系，通过文献[7]给出的计算式就可以完成坐标转换。
图1为手机坐标系的x，y，z轴的方向。
大地直角坐标系的x，y，z轴的方向为：x轴方向水平向东；y轴方向水平向北；z轴方向垂直向上。手机坐标转化为大地坐标的计算公式如下：
如图2所示，ABCD表示手机的四角，X，Y，Z表示空间直角坐标系（大地坐标系），x，y，z表示手机坐标系。α表示y轴在水平面的投影（XY平面）与Y轴的夹角，其取值范围是[0，2π]。其中北为0，东为，南为π，西为。
如图3所示，ABCD表示手机水平放置位置，A1BCD1为手机绕y轴旋转后的位置，∠DCD1为β。β表示x轴和水平面的夹角，其取值范围是[-π，π]。
