[发明专利]一种应用于便携式终端的运动分割及运动识别方法

说明书

技术领域

本申请涉及人体运动识别领域，尤其涉及应用于便携式终端的运动分割及运动识别方法。

背景技术

随着生活水平的提高，人们对生活品质要求越来越高，不断的追求绿色、健康生活。但是，现实的情况却往往与人们的追求相差甚多，现代社会出现越来越多的糖尿病、高血压、肥胖等各种富贵疾病。然而，通过分析可以发现，引发这些疾病的原因主要是摄入的能量过多，而运动燃烧的能量太少，多入少出导致各种疾病的结果。目前国内外对这种富贵病的预防方面的研究有很多，而便携式终端为类似的研究提供了很大的支持与可能。

现代社会中，不仅仅是在“富贵病”的研究方面需要人的日常活动数据，在很多其他研究中，这种实时数据也是非常必须的。了解人体的生理活动，并知道其活动的类型，这在计算机视觉领域以及人体分析都有重大的意义。目前对于人体运动的识别研究存在有很多，其中比较突出的有以下几种：

1、通过摄像头摄取到人体的肢体运动，然后控制智能终端进行相应的反应，在这样的设备中通常都装有运动检测器；

2、数据的采取与数据的处理分开处理：数据交换的方式很多是拷贝方式，效率不高，且需要用户输入到电脑或手机，同时浪费了大量资源；

3、类似的便携式运动识别处理的方法会在设备中添加有很多硬件支持，如加速度计，陀螺仪，来使其具备识别各种传感器数据和动作的能力，以及运动识别的能力。

发明内容

基于现有技术存在的问题，本发明提出了一种应用于便携式终端的运动分割及运动识别方法，与现有技术相比，本发明提供的运动分割与运动识别方法改变以往便携式终端安装配备要求复杂的情况，当使用者佩戴在身上之后随使用者一起运动，在获取到一定的运动视频的情况下进行人体活动的分析与处理，能准确的分析人体的运动状态，对数据形式的要求极为简单，视频数据的获取与处理同时在一起进行处理，无需将数据导出之后再进行处理，方便快捷，用户可以实时的了解到自己的运动状态。因此，这种应用于便携式终端的运动分割及运动识别方法可以使用户与电子系统之间的交互变得更为的便捷和直观。

本发明提出了一种应用于便携式终端的运动分割及运动识别方法，其包括以下步骤：

步骤一、设定用户参数；

步骤二、根据用户设定的参数录制视频；

步骤三、将录制的视频进行视频运动分割；

步骤四、对分割好的视频进行视频运动识别；

步骤五、显示运动类型信息。

其中，步骤一所述用户参数包括：录制视频的时间或录制的时长。

其中所述步骤三包括：

3.1、从视频数据中分离出视频帧图像；

3.2、将分离出来的视频图像进行灰度的转换，并从灰度图像中读取到每一个像素点的亮度值，将图像的亮度值矩阵进行行积分，将积分值作为矩阵的行向量，图像的帧数作为矩阵的列向量；

3.3、从所述矩阵中选择第一行和第一列的平均值，并以此为圆心，R为半径，构造圆形函数；

3.4、依次沿着横向量向后进行查找，如果矩阵中的数据值落在上述圆形函数所确定的圆内则表示没有关键帧的出现；如果出现在圆外，则表示出现了关键帧，记录所有出现关键帧的点，然后将所有的关键点连接绘制曲线，查找不同运动的分割点。

其中，所述查找不同运动的分割点包括以下步骤：

a、寻找两窗口的相同的波形；

b、计算前后窗口傅立叶差值，并计算其绝对值；

c、将所述绝对值与一预设值进行比较，如果所述绝对值不超过预设值，则两窗口同时向前移动，则返回步骤a，如果所述绝对值超过域设置，则将前后窗口均缩小为原来的一半；

d、判断所述窗口是否最小，如果最小，则结束查找，如果不是最小，则返回步骤a。

其中，通过采用改进的菱形块匹配搜索的方式对已经分割好的运动视频进行运动识别。

其中，所述改进的菱形块匹配搜索的方式包括以下步骤：

4.1、对两个模板中的黑点进行搜索，找出最小块误差点MBP；

4.2、根据找到的MBP点的位置分情况进行处理；

4.3、如果该点位于中心则停止搜索，如果该点位于大模板的顶点处则搜索大模板中距离该点最近的两个点，所述大模板为具有九个点的模板，找到新的MBP，以新MBP点为中心使用大模板进行搜索，比较各点的匹配误差值SAD值得到新的MBP点，直到MBP点位于大模板的中心，转而使用小模板继续搜索新的MBP，直到该点为模板的中心时，停止搜索。