4.4.1 基本概率赋值的获取

在运用D-S理论的过程中，最为关键的部分是利用现有独立证据给每个相应焦元进行基本概率函数分配。但基本概率赋值分配，是相关领域专家依据自身经验和已有知识，对整个识别框架中不同证据进行不同归纳判断而得到的，其中含有很强的个人主观性。所以不同专家对于同一个证据不可能给出完全一样的基本概率分配，有时差别会很大。结合学生在授课时可能的运动方式和辨识框架，这里运用一种基本概率赋值方法——四维基本概率赋值法，该方法可以充分利用四类证据源所包含的信息，提高D-S融合决策的准确率，同时又能够避免分析单一证据所得结果的不完整性和片面性。

可以通过实验，在每个曲线中分别选择两个阈值来决定每个证据体的基本概率赋值，如图4.4所示。

我们分别计算曲线在阈值外和阈值内所占的百分比，如图4.5所示，再使用式（4.23）~式（4.26），就可以得到人体辨识框架中每一部分的基本概率赋值。

图4.4 x轴质心坐标变化曲线的阈值

图4.5 x轴质心坐标变化曲线的两部分

将四个证据体(X,Y,S,θ)的数值和阈值通过上面的方法进行比较，可以得到框架中每一部分的基本概率赋值。在实验中，使用笔记本计算机上的摄像头对学生的行为进行录像跟踪，之后对视频进行图像处理得到四个证据体的关键信息，然后使用改进的D-S证据理论对信息融合后进行推理决策。实验中的计算机使用Intel Core i7-4720处理器和8G内存，摄像头分辨率为640pix×480pix，采样频率为30帧/s，使用的软件环境为MATLAB 2016a。首先，对三种典型的行为进行了实验，并且将实验中得到的视频按照上面所说的方法分为三部分，先在每一部分进行空间域的融合，再将得到的结果进行时间域的融合以获得最终的结果。