基于不確定性推理的活動識別方法研究

戴 丹，管有慶，龔 銳

(南京郵電大學 物聯網學院，江蘇 南京 210003)

0 引 言

活動識別主要是實現對用戶的活動感知，其實質是利用計算機對數據庫中的低層次數據進行識別、理解和預測，推動從低層次數據到高層次語義活動的理解。一般低層次數據是指采集到的日志數據信息，如傳感器的日志數據、服務器操作記錄日志數據等等，這些數據僅僅反映了用戶單純的某個動作，例如打開廚房門、打開水龍頭等簡單的動作。從低層次數據中得到的信息會非常零碎，外部控制設備很難根據這些信息做出具體的智能控制，即活動識別基于這些低層次的數據特征識別出高層次的活動信息，完成從數據到用戶活動的轉變，使得控制器更加智能化和自動化。

因為用戶活動的復雜性和多樣性，如何使用計算機正確進行活動識別一直是智能家居領域的一個難點，總的來說可以分為這幾個研究方向：活動的并發性、活動的不確定性以及數據的不確定性。活動的并發性是指用戶可以同時進行幾項活動，活動交錯進行且沒有時序性，例如用戶可以在邊打掃衛生的同時邊收看電視節目或者用戶在觀看電視途中收到電話通知會暫停觀看電視節目去接電話，接完電話再繼續觀看電視。這種情況下打掃和看電視是同時進行的活動，打電話和看電視是交錯進行的活動，但是有些活動識別的方法并不能有效地識別出不按順序執行的活動和沒有時序性的活動，這些方法在解決活動的并發性上就產生了很大的局限性。活動的不確定性是指具有相同動作和傳感器數據流程的活動有可能不同，即收集到的傳感器數據有可能是一樣的，但是卻對應著多個不同的活動，例如用戶打開廚房的水龍頭開關有可能是在進行打掃的活動也有可能是在做飯，做飯和打掃都觸發了同樣的傳感器。數據的不確定性是指因環境因素帶來的傳感器數據缺失等。這些數據是片面的具有不確定性的，因此在進行用戶的活動識別時往往帶來了一定程度上的困難。

總結國內外大量的活動識別研究方法，可分為數據驅動和知識驅動方法。數據驅動是基于學習的技術，基于學習的技術的優勢是處理不確定性的能力，能夠獲得高準確率的活動識別。但是數據驅動易受到維數的限制，并且需要大量的初始訓練數據集來訓練活動模型。知識驅動方法利用先驗知識建立語義活動模型，然后輸入傳感器數據對其進行推理，促進了語義活動模型和識別過程的發展。但是仍然有一些局限性，它對于時態信息建模的支持很少，且不能處理不確定性。Lester等人應用數據驅動中的HMM(hidden Markov model，隱馬爾可夫模型)來構建用戶的活動，提出了一種判定啟發式方法來進行用戶活動識別。Chen L等人提出了一種構建本體模型的知識驅動的方法，解決了異構數據間的知識共享問題，但沒有解決活動的不確定性問題。

該文在采用本體推理的基礎上，融合改進的證據推理提出了一種ER-OT算法。本體推理主要是通過Jena推理機，證據推理主要是通過D-S理論(Dempster-Shafer theory，證據理論)賦予缺失的傳感器數據權重，然后與其他證據相結合。此外，通過重新定義的沖突系數來改進證據合成規則，改進的證據合成規則可以通過組合證據來解決沖突數據，最后應用于融合最終的推理結果，從而促進了活動識別過程。該推理算法既保持了本體推理的優勢，又使其具有了處理活動識別過程中不確定性的能力。

1 Dempster-Shafer理論

(1)識別框架(Θ)。

若存在一個需要判決的問題，該問題所有可能答案的有限集用Θ來表示，Θ可以是數值變量，也可以是非數值變量，而且在這些答案中有且只有一個是正確的，則稱Θ為識別框架，用數學語言表示為Θ={

θ

,

θ

,…,

θ

,…,

θ

}，其中

θ

是Θ的一個事件或者一個元素，

n

是Θ中元素的個數，

i

=1,2,…,

n

，Θ的空間大小為2。

(2)BPA(basic probability assignment,基本概率分配函數)。

設Θ是識別框架，

A

為識別框架Θ的任一子集，集函數

m

:2→[0,1]，并且滿足條件：

(1)

式中，?是空集，

m

(

A

)是對于事件

A

的基本信任分配值，表示Θ中的證據對

A

的信任程度。

A

為Θ下的子集，如果滿足

m

(

A

)>0，那么就稱

A

為焦元。焦元中包含Θ的元素的個數稱為這個焦元的基。所有焦元的集合被稱為該證據的核。

(3)信任函數。

D-S理論中的信任函數定義為Bel，它表示在當前環境下，對某假設集合所信任的程度。在識別框架Θ上基于BPA的信任函數的定義為：

(2)

式中，Bel(

A

)稱為事件

A

的信任值，表示事件

A

中所有子集

B

的基本信任分配之和，即對

A

的最低信任程度。根據定義可以得出空集的信任值為0。

(4)似然函數。

似然函數的定義為Pl，又被稱為不可駁斥函數或上限函數，一般通過似然函數來描述對集合為非假的信任程度，即為對事件

A

的懷疑程度。在識別框架Θ上基于BPA的似然函數的定義為：

(3)

或：

(4)

其中，在Θ中的事件

A

，根據基本概率分配BPA可以計算出其信任函數Bel(

A

)和似然函數Pl(

A

)，其中Bel(

A

)表示對事件

A

為真的信任程度，Pl(

A

)表示對事件

A

為非假的信任程度，且Pl(

A

)≥Bel(

A

)，所以其信任區間可表示為[Bel(

A

),Pl(

A

)]。

D-S合成規則是證據推理完成信息融合過程的核心，它可以表示出證據間的聯合作用。如果給定了同一識別框架下幾組不同證據的基本概率分配函數即質量函數，且這幾組證據不是完全互相沖突的，那么就可以利用D-S合成規則計算出這幾組證據聯合作用下的聯合質量函數。D-S理論的合成主要包括兩組證據的合成和多組證據的合成，兩組證據的D-S理論合成規則定義如下：

設

m

表示識別框架Θ下第

i

組證據的基本概率分配函數，

i

=1,2,…,

n

為證據組數。對于第一組、第二組兩組證據進行合成：

(5)

其中：

(6)

其中，

A

、

B

分別為

m

、

m

的焦元，表示第一組證據的基本概率分配函數；

K

表示證據之間的沖突系數，反映了證據間的沖突程度。

K

越大代表證據之間的沖突越大。若

K

=1則表示證據之間完全沖突，

K

=0則表示證據完全不沖突。

多組證據的D-S理論合成規則如下：

m

(

Z

)=

m

⊕

m

⊕…⊕

m

=

(7)

其中：

(8)

其中，

A

、

B

和

N

分別為

m

、

m

和

m

的焦元，

m

(

i

=1,2,…,

n

)表示識別框架Θ下第

i

組證據的基本概率分配函數，

K

表示證據之間的沖突系數。例1：假設2個傳感器對同一個活動進行識別，認為活動可能是睡覺(

A

)，打掃(

B

)和洗澡(

C

)中的一種，則識別框架Θ={

A

,

B

,

C

}，兩組證據的基本概率函數如下：

則按照D-S理論合成規則可得

K

=0

.

99，

m

(

A

)=0，

m

(

B

)=1，

m

(

C

)=0，從證據合成后的結果可以得到，兩組證據對

B

的可信度很低，但是合成后卻得到了

B

是確定事件，產生了不合理的結果，所以證據在完全沖突或嚴重沖突時，傳統的D-S理論合成規則可能會得到錯誤的合成結果，因此下面提出了一種D-S理論的改進方法。

2 基于證據和本體推理的不確定推理方法

2.1 證據理論的改進

因為D-S理論用于信息融合時，可能會出現不合常理甚至錯誤的結論，即當D-S理論所需要的各組證據合理時，利用D-S理論的合成規則能夠得到理想的合成結果，而當證據間沖突過大即沖突系數

K

過大時，會得到有悖常理的合成結果。所以國內外學者提出了很多改進辦法，如墨菲(Murphy)提出了一種修改證據模型但是并不改變D-S理論合成規則的經典算法，其主要思想是將算術平均證據作為新證據，并利用D-S理論合成規則進行合成。

基于上述改進方法，可應用加權分配的思想將智能家居中的傳感器收集的多組證據賦予不同的權重，一組被其他證據高度支持的證據應賦予較高的權重，而一組與其他證據沖突較高的證據應賦予較低的權重，計算公式如下：

m

(

Z

)=∑

m

(

A

)

ω

+

m

(

B

)

ω

+…+

m

(

N

)

ω

(9)

其中，

ω

,

ω

,…,

ω

表示

m

,

m

,…,

m

對應的加權系數。例2：假設識別框架Θ={

A

,

B

,

C

}，兩組證據的基本概率函數如下：

M

:

m

(

A

)=0

.

99,

m

(

B

)=0,

m

(

C

)=0

.

01

M

:

m

(

A

)=0

.

01,

m

(

B

)=0,

m

(

C

)=0

.

99由加權分配的思想將

ω

設為0.5，

ω

設為0，

ω

設為0.5，按加權合成規則可得

m

(

A

)=1，

m

(

B

)=0，

m

(

C

)=1，

K

=0

.

990 1。可以看出在證據嚴重沖突的情況下基于以上的合成規則的改進方法，沖突系數依舊不能清楚表述證據之間沖突的程度，所以提出在加權分配的基礎上引入明氏距離函數來解決這一問題，對沖突系數重新進行了定義，沖突系數的定義公式如式(12)所示。假設識別框架Θ={

Z

,

Z

,…,

Z

}，

Z

為識別框架的焦元，

a

和

b

分別為基于焦元

Z

的各組證據的基本概率分配函數，證據體

m

、

m

的定義如式(10)所示：

(10)

根據明氏距離函數得到

m

、

m

之間的距離

d

(

m

,

m

)的定義，如式(11)所示。

(11)

式中，

a

和

b

分別為基于焦元

Z

的各組證據的基本概率分配函數，當

n

=1時為曼哈頓距離，當

n

=2為歐氏距離，當

n

→∞時為切比雪夫距離。基于明氏距離函數重新定義的沖突系數

K

為：

(12)

結合加權分配法的證據推理算法處理有矛盾沖突的證據，步驟如下:

Step1：讀入兩組證據

m

和

m

;Step2：按重新定義的沖突系數計算沖突系數

K

，判斷

K

是否大于設定的閾值，如果大于閾值則是沖突證據，跳到Step4；否則跳到Step3；

Step3：按D-S理論合成規則對證據進行合成，跳到Step5；

Step4：使用加權分配法處理沖突證據；

Step5：如果證據合成未結束，跳到Step2繼續合成，否則結束。

2.2 ER-OT算法

ER-OT算法的流程如圖1所示。

在ER-OT算法的本體推理中，主要是應用Jena推理機進行本體推理。首先對傳感器數據信息進行分類，列出各種可能推測的結果，再將這些信息與推測結果根據某種算法映射起來，并計算出每個獨立結果的可能性。要對用戶正在進行的活動進行推測，首先要對從傳感器收集到的傳感器信息按照其可能對應的推理結果進行分類。比如，用戶活動的推理結果“睡覺”，那么就要將對應的可能能夠作為判斷依據的傳感器數據信息歸為一類，其可能是加速度傳感器、光敏傳感器或者心率傳感器等。歸類之后，就會按照某一原始的推理算法推算出用戶在睡覺的可能性。

證據推理就是融合動作上下文來計算活動的信任度，由低級的動作上下文來推斷出高級的活動信息。可以將D-S理論中的證據理解為知識庫中的低級本體，而活動識別中的高級本體能對應的就是D-S理論中的識別框架集合。然后，D-S理論會根據每個不同的證據，以及每個證據單獨的支持的Bel函數根據信任度函數和合成規則將本體推理和證據推理的結果進行合成，最后得出每個支持的證據的信任度。只需要選取其中信任度最高的前一項或者兩項，就是所要得到的推理結果。

圖1 ER-OT算法流程

ER-OT算法基本思想概述為：

Step1：一旦觸發推理模塊，判斷輸入的信息。

Step2：如果輸入的數據無法和知識庫中的數據進行本體匹配，將推理信息輸入到Jena本體推理機和改進的證據推理算法中，兩者會分別得出相應的推理結果，跳到Step3;如果輸入的數據可以和知識庫中的數據進行本體匹配，則將匹配的數據存入到知識庫中并更新本體數據，跳到Step4。

Step3：將推理結論用改進的D-S理論合成規則進行結論的合成后輸出最終推理結果，同時也將推理結果存入知識庫中以方便以后提取。

Step4：將匹配到的數據以及推理出的結果存入知識庫中，從而得出最終的推理結果。

3 模擬實驗結果與分析

實驗重點在于驗證ER-OT算法在解決活動識別中的不確定性問題的實用性，并與現有的算法(如MLN，本體(ontology)等)在CASAS(center for advanced studies in adaptive systems，自適應系統高級研究中心)數據集下進行比較。通過下面實驗可知，基于ER-OT算法的活動識別方法能很好地解決活動中的不確定性，并且優于其他的推理方法。

3.1 實驗環境及數據集介紹

實驗環境是基于eclipse，Jena，Matlab 2016b和Protégé 5.0的。日常活動數據集收集于華盛頓州立大學的CASAS項目，活動數據集(ADL)記錄了傳感器的開關時間和位置等。智慧空間分為四個區域：休息室、衛生間、廚房和餐廳。

智能家居場景下的傳感器包括檢測人體壓力的PIR(pyroelectric infrared sensor for human body，人體熱釋電紅外傳感器)傳感器和“物品傳感器”，每個區域內的PIR傳感器用于檢測用戶是否存在，“物品傳感器”用于指示給定對象的狀態，例如“門傳感器”用于表示門的打開或關閉。采用ADL和ADL-D兩組數據集進行驗證，其中ADL為用戶順序執行活動的數據集，ADL-D為用戶不遵循特定順序執行活動的數據集。

收集了20個測試人員的5種日常活動：(1)打掃(180 s)；(2)吃飯(120 s)；(3)休閑活動(240 s)；(4)洗漱(60 s)；(5)睡覺(720 s)，包括6 438條數據。表1給出了5種用戶順序執行的活動及其描述。

表1 5種用戶順序執行的活動

實驗中閾值代表某一項活動中證據的強度，范圍為[0,1]，其中0表示沒有證據，1表示確定性，在這里設置為0.5，表示要求至少有一半的證據來斷定用戶在進行某個活動。用改進的證據推理和本體推理的算法推理出結果后，按照本體推理權重系數0.3，D-S理論權重系數0.7再對推理結果用D-S理論合成公式進行合成。

3.2 實驗結果與分析

使用F1作為評價標準，F1的計算方法如公式(13)所示。

(13)

其中，準確率Precision=TP/(TP+FP)、召回率Recall=TP/(TP+FN)，TP表示正確識別的活動數目，FP表示錯誤識別的活動數目，FN表示沒有識別出的活動數目。按順序執行的活動得出的最終推理結果的準確率如表2所示，參與者在執行活動時不遵循特定順序最終推理結果的準確率如表3所示。

表2 利用ADL數據集進行活動識別的準確率

表3 利用ADL-D數據集進行活動識別的準確率

將ER-OT算法與Ontology算法以及MLN算法進行對比實驗。其中Ontology算法使用Protégé 5.0構建活動本體，并用Jena推理機進行推理，完成實驗。MLN算法則使用工具Tuffy來實現。

如表2和表3所示，因為傳感器數據在傳輸中的丟失導致的不確定性，Ontology算法在兩個數據集除打掃外的所有活動中均表現良好。ER-OT算法融合了改進證據推理的推理結果，提高了準確率。表2中可以看出ER-OT算法量化了傳感器數據中的不確定性，提高了在不遵循特定順序執行活動的活動識別準確率，并且優于其他兩個算法。總體而言，在實驗所考慮的大多數活動中，ER-OT算法的活動識別準確率均優于Ontology算法和MLN算法。

由圖2可知，ER-OT算法在識別Activity1、Activity4以及Activity5時優于其他算法，但在識別Activity2和Activity3時，ER-OT算法和MLN算法由于其規則采用人工定義，且用戶活動打掃和休閑活動執行方式具有多樣性的特點，因此同Ontology算法一樣，F1值較低，但也優于其他算法。

圖2 ADL數據集下活動識別的F1值

圖3 ADL-D數據集下活動識別的F1值

在ADL-D數據集下，各方法的F1值如圖3所示。各方法的F1值均有下降，但ER-OT算法在識別活動Activity1、Activity2、Activity3、Activity4以及Activity5時仍保持最高的F1值。

如圖4所示，在實驗所考慮的大多數活動中包括順序執行活動的數據集ADL和不遵循特定順序執行活動的數據集ADL-D中，ER-OT算法的平均準確率均優于Ontology算法和MLN算法。

圖4 ADL和ADL-D數據集各方法的平均準確率

4 結束語

該文提出了一種混合式推理算法(ER-OT)，將改進的證據推理與基于Jena推理機的本體推理相結合，應用于智能家居場景下的活動識別中，解決了活動的不確定性與推理結果間的沖突。實驗表明，設計的不確定性推理方法具有較高的推理準確性。在未來的工作中，希望能夠通過大數據、云計算等技術進一步提高推理的準確性。