一种动物的行为事件生成方法、系统、电子设备及存储介质与流程

本发明涉及宠物智能穿戴设备，具体为一种动物的行为事件生成方法、系统、电子设备及存储介质。

背景技术：

1、宠物项圈、挂牌或胸背式设备通常可以采集三轴加速度和三轴角速度，有些设备还会同时上传定位、电量、温度、声音摘要或设备状态。利用这些数据识别宠物的活动状态，是宠物智能硬件中比较常见的功能。

2、现有技术中，已经有不少方案使用三轴加速度、六轴 imu 或多传感器数据来识别宠物运动状态。这类方案通常会把原始数据切成滑动窗口，再提取特征或送入机器学习、深度学习模型，最后输出“行走”“奔跑”“睡眠”“跳跃”等行为类别。此类识别方式可以解决“某一段传感器数据像什么动作”的问题，但还没有很好地解决产品系统中更实际的几个问题。

3、第一，输出结果太靠近模型层。模型输出的窗口标签可能每隔几秒变化一次，前端若直接消费这些标签，页面上会出现休息、走动、静卧、活动之间频繁跳变的情况。对于健康分析来说，碎片化标签也不利于统计睡眠时长、活跃时长或异常行为次数。。

4、第二，低质量窗口缺少统一处理。实际设备会出现采样间隔异常、短时丢点、补传、佩戴松动、强冲击等情况。若不先给窗口打质量标记，而是直接把所有窗口都交给模型或把模型输出都当成有效结论，行为事件容易被低质量数据污染。

5、第三，结果追溯不足。宠物行为结果会进入首页状态、健康报告和告警提醒，一旦用户质疑结果，系统需要知道该结果来自哪次设备上传、哪段采样时间、哪个模型版本、哪些窗口以及哪些后处理规则。若缺少算法运行记录和来源批次绑定，这条链路就断了。

技术实现思路

1、本发明的目的在于提供把模型对多个窗口的候选判断整理成稳定、可展示、可分析、可复核的行为事件的一种动物的行为事件生成方法、系统、电子设备及存储介质。

2、本发明是这样实现的：

3、一种动物的行为事件生成方法，包括以下步骤：

4、s1、接收穿戴设备上传的数据批次，所述数据批次至少包括三轴加速度数据和三轴角速度数据；

5、s2、创建算法运行记录，算法运行记录至少记录算法名称、算法版本、模型版本、处理的宠物标识、来源批次标识、输入时间范围、输入水位、输出水位和运行参数；

6、s3、对所述数据批次进行预处理和窗口切分，得到多个时间窗口，每个窗口绑定宠物标识、设备标识、来源批次标识、窗口开始时间和窗口结束时间；

7、s4、对所述时间窗口进行质量判断，生成窗口质量标记；

8、s5、对时间窗口执行窗口级模型推理，输出每个时间窗口的候选行为标签和置信度；

9、s6、根据窗口质量标记、相邻窗口标签一致性、窗口持续时间和置信度，对相应的时间窗口进行稳定化处理，得到行为段；

10、s7、根据所述行为段生成结构化行为事件，所述行为事件至少包括行为事件标识、宠物标识、设备标识、来源批次标识、算法运行标识、事件开始时间、事件结束时间、事件类型、动作编码、动作名称、动作分类、置信度和扩展载荷；

11、s8、将行为事件同时绑定数据批次和算法运行记录，通过所述来源批次标识回溯至原始上传数据，通过所述算法运行标识回溯至算法版本、模型版本、输入时间范围和运行参数；

12、s9、基于所述结构化行为事件更新前端可读取的活动状态或健康分析输入。

13、进一步，窗口质量标记的生成方法包括：

14、根据窗口内数据的缺失比例，计算得到缺失率质量分值；

15、根据窗口内相邻采样点时间戳的连续性，计算得到时间戳连续性质量分值；

16、根据窗口内加速度模长变化和角速度能量，计算得到信号稳定性质量分值；

17、根据窗口内重力方向稳定性，计算得到佩戴状态质量分值；

18、对缺失率质量分值、时间戳连续性质量分值、信号稳定性质量分值以及佩戴状态质量分值进行加权求和，得到窗口质量分值：

19、

20、其中，q为窗口质量分值，为缺失率量分值，为时间戳连续性质量分值，为信号稳定性质量分值，为佩戴状态质量分值，、、、为权重系数。

21、进一步，对相应的时间窗口进行稳定化处理，得到行为段的方法至少包括以下方式中的一种：

22、相邻窗口标签一致且时间连续时，合并为同一行为段；

23、持续时间小于预设短动作确认时长的时间窗口，若其前后窗口均为高置信度稳定状态，则不生成独立行为事件，并入前后稳定段；

24、长状态切换需满足预设持续时间条件和置信度阈值条件后才执行状态切换；

25、低置信度时间窗口不生成确定行为事件，标记为待复核或仅作为扩展信息保存；

26、窗口质量分值低于预设阈值的时间窗口在段级置信度计算中被降权处理。

27、进一步，时间窗口的段级置信度计算方法包括：

28、，其中，表示行为段属于类别c的段级置信度，表示第i个窗口对类别c的模型概率，表示第i个窗口的持续时间，表示第i个窗口的质量分值。

29、进一步，还包括：

30、当设备离线后恢复连接并补传历史数据时，按采样时间构建时间窗口；

31、为补传数据批次创建新的算法运行记录，记录输入时间范围为历史采样时间范围；

32、补传数据生成的行为事件通过数据批次标识绑定至补传批次，通过算法运行标识绑定至相应次处理记录。

33、进一步，当模型版本升级后，针对同一数据批次或同一时间范围重新执行窗口切分、模型推理和行为段稳定化处理，生成新的算法运行记录；

34、新旧版本结果通过不同的算法运行标识区分，旧版本结果不被覆盖。

35、一种动物的行为事件生成系统，其特征在于，包括：批次管理模块，用于接收穿戴设备上传的数据批次，所述数据批次至少包括三轴加速度数据和三轴角速度数据；

36、算法运行模块，用于创建算法运行记录，算法运行记录至少记录算法名称、算法版本、模型版本、处理的宠物标识、来源批次标识、输入时间范围、输入水位、输出水位和运行参数；

37、窗口构建模块，用于对所述数据批次进行预处理和窗口切分，得到多个时间窗口，每个窗口绑定宠物标识、设备标识、来源批次标识、窗口开始时间和窗口结束时间；

38、窗口质量模块，用于对所述时间窗口进行质量判断，生成窗口质量标记；

39、模型推理模块，用于对时间窗口执行窗口级模型推理，输出每个时间窗口的候选行为标签和置信度；

40、稳定化模块，用于根据窗口质量标记、相邻窗口标签一致性、窗口持续时间和置信度，对相应的时间窗口进行稳定化处理，得到行为段；

41、行为事件生成模块，用于根据所述行为段生成结构化行为事件，所述行为事件至少包括行为事件标识、宠物标识、设备标识、来源批次标识、算法运行标识、事件开始时间、事件结束时间、事件类型、动作编码、动作名称、动作分类、置信度和扩展载荷；

42、追溯模块，用于将行为事件同时绑定数据批次和算法运行记录，通过所述来源批次标识回溯至原始上传数据，通过所述算法运行标识回溯至算法版本、模型版本、输入时间范围和运行参数；

43、前端服务模块，用于基于所述结构化行为事件更新前端可读取的活动状态或健康分析输入。

44、一种电子设备，其特征在于，包括：

45、一个或多个处理器；

46、存储装置，用于存储一个或多个程序；

47、当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的动物的行为事件生成方法。

48、一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的动物的行为事件生成方法。

49、一种计算机程序产品，包括计算机程序或计算机可执行指令，其特征在于，所述计算机程序或计算机可执行指令被处理器执行时实现上述的动物的行为事件生成方法。

50、与现有技术相比，本发明的有益效果是：

51、本发明将模型的窗口级输出整理成连续行为事件，可以减少短时误判和前端状态抖动，使用户看到的宠物状态更接近实际活动过程。

52、本发明在窗口级别加入质量判断，可以降低佩戴松动、短时冲击、缺失数据和补传异常对行为结论的影响，避免低质量窗口直接生成确定事件。

53、本发明保存行为事件与算法运行记录、上传批次之间的关联。某个行为事件进入健康分析或告警后，系统仍可以回查输入数据范围、模型版本、算法参数和来源批次，便于解释、重算和模型迭代。

54、本发明把算法输出和前端展示解耦。前端读取稳定活动状态或行为事件，不直接依赖窗口级模型结果，系统维护成本更低。