辦公場景下基于EOG的人體行為識別算法研究.pdf

1、人體行為識別(Human Activity Recognition，HAR)是指對被觀測個(gè)體的動作類型、行為模式等信息進(jìn)行綜合地分析與識別，并將識別結(jié)果通過自然語言等方式進(jìn)行描述。由于HAR系統(tǒng)能夠主動感知用戶意圖，因此在高級人機(jī)交互、智能視頻監(jiān)控、虛擬現(xiàn)實(shí)、醫(yī)療診斷等領(lǐng)域具有廣泛的應(yīng)用前景和潛在的商業(yè)價(jià)值?，F(xiàn)如今人們研究較多的是因身體大幅度運(yùn)動而產(chǎn)生的日常行為（如跑步、走路、跳、上樓、下樓等），而對身體不需要大幅度運(yùn)動但和眼球運(yùn)動相關(guān)

2、的視覺行為研究（如:辦公場景下的閱讀、寫字、看視頻、瀏覽網(wǎng)頁）的報(bào)道較為少見。EOG作為一種重要的眼球運(yùn)動記錄方法，且具有非侵入式、設(shè)備成本低、便于攜帶且不易受環(huán)境因素影響等優(yōu)點(diǎn)。因此本文主要的研究內(nèi)容是用EOG信號對辦公場景下的活動進(jìn)行識別。具體工作包括:
　　(1)對現(xiàn)有的人體行為識別技術(shù)進(jìn)行了深入調(diào)研，分析并比較了基于計(jì)算機(jī)視覺和生物電傳感器的實(shí)現(xiàn)方法。在此基礎(chǔ)上，針對所識別的閱讀、休息、寫字行為主要與眼球運(yùn)動有關(guān)這一特點(diǎn)，

3、選取了EOG信號作為識別的手段。最后研究了包括信號的采集、預(yù)處理和特征提取在內(nèi)的眼電信號的一般處理方法。
　　(2)基本眼動單元的確定及識別研究。在基于EOG的活動識別過程中，眼球運(yùn)動單元的持續(xù)時(shí)間對于識別系統(tǒng)是很重要的。為了研究持續(xù)時(shí)間和識別率之間的關(guān)系，我們首先采集了5s、10s、15s、20s、25s、30s這6個(gè)不同時(shí)間長度的眼球運(yùn)動數(shù)據(jù)。然后，我們使用三種方法（即:小波變換、功率譜密度和Hjorth參數(shù)）提取特征參數(shù)用于

4、識別上述的6種不同長度的基本眼動單元。最后，通過比較不同時(shí)間長度下的識別率，確定了10s作為最佳基本眼動單元的持續(xù)時(shí)間，為后續(xù)的研究奠定基礎(chǔ)。
　　(3)行為關(guān)系模型建立的研究。在特定的背景任務(wù)下不同行為狀態(tài)之間存在一種潛在的上下文關(guān)系，這種關(guān)系可能會提高人體行為識別的性能。因此，為了建立有效的行為關(guān)系模型，我們設(shè)計(jì)了一種全新的實(shí)驗(yàn)范式采集一系列行為狀態(tài)下的眼球運(yùn)動數(shù)據(jù)。然后，通過N-gram方法對這些數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，計(jì)算出每一種行

5、為狀態(tài)的轉(zhuǎn)移概率，并根據(jù)前面狀態(tài)序列來推測當(dāng)前所處的行為狀態(tài)。
　　(4)雙模型融合的人體行為識別研究。為了驗(yàn)證所提出行為關(guān)系模型的有效性，我們首先提出了一個(gè)置信度參數(shù)用于整合行為關(guān)系模型和EOG信號識別模型的輸出。該置信參數(shù)可以用來判斷EOG信號識別模型的識別結(jié)果是否是高風(fēng)險(xiǎn)的，進(jìn)而利用行為關(guān)系模型中得到的概率統(tǒng)計(jì)信息重新識別這些高風(fēng)險(xiǎn)的結(jié)果以提高識別結(jié)果的可靠性。在within-subjects測試（訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)來自同一