49、基于GEP的人体运动模型构建与人群异常行为检测技术研究

基于GEP的人体运动模型构建与人群异常行为检测技术研究

基于GEP的人体运动模型构建

在人体运动模型构建方面，我们基于生成的时间序列插值序列数据，运用基因表达式编程（GEP）来构建不同类型人类行为的运动模型。以右腿踢腿行为为例，我们选取了右脚关节（FootRight）的50次运动数据来开发关节轨迹模型 (z(x, y, t))。

在每个轨迹建模过程中，我们会随机将数据进行分区。具体操作是，把 (k) 个实例作为训练集，(N - k) 个实例作为验证集。每次分区后，计算统计误差参数，并且重复分区操作10次。最后，将每个分区的平均误差和均方误差（MSE）作为GEP建模的损失。GEP模型的参数和运算符设置如下表所示：

参数名称	参数值	参数名称	参数值
常量数量	5	RIS插入概率	0.5
头部长度	30	基因插入概率	0.5
基因数量	5	单点重组概率	0.5
种群大小	400