基于多源数据和逻辑推理的行为识别技术研究

利用智能终端设备识别和记录人们日常行为活动对健康监测、残障人士辅助和老年人看护等具有重要意义.已有相关研究大都采用基于机器学习的思路,但都存在着诸如运算资源消耗大、训练数据采集负担重以及不同场景下扩展性低等不足,鉴于此,文中提出了一种基于多源感知和逻辑推理的行为识别技术,通过确定不同肢体之间动作的逻辑关联性,来实现对用户日常生活基础行为的准确刻画,相比已有工作,该技术方案具有运算轻量化、训练成本低及对用户和场景的多样性的扩展能力强等优势,实现了基于上述技术的行为识别系统,并开展了大量实验对系统性能进行评估.结果显示,所提方法对于走、跑、上下楼梯等11种日常行为活动的识别准确率高达90％以上.同时,对比基于机器学习的行为识别方法,所提技术大大减少了用户采集训练数据的量.