[发明专利]一种运动状态的识别方法及装置

说明书

技术领域

本发明实施例涉及运动识别技术领域，尤其涉及一种运动状态的识别方法及装置。

背景技术

人体运动识别技术在在智能安全监控系统、体育运动分析、医疗诊断等领域具有广泛的应用前景，是近年来的研究热点。

目前，对人体的运动状态监测方法主要有三大类：第一类是基于声音的运动状态识别，该方法受外界噪音影响较大，使用场景极其有限；第二类是基于图像视频的运动状态识别，该方法主要通过分析挖掘摄像头采集的数据来捕获人体的运动类别，由于受天气、光线、距离及拍摄角度等因素的影响，摄像机采集数据的可靠性受到较大影响，并且视频图像因占用较大的存储空间而无法长期投入使用；第三类是基于可穿戴设备的运动状态识别，相比较上述两类方法，具有成本低且携带方便、抗干扰性强以及持续获取数据的能力强等优势。

随着移动互联网技术的兴起和无线传感技术的发展，人们佩戴的可穿戴设备如手表(watch)类、鞋(shoes)类及眼镜(glasses)类等越来越多，越来越普遍，使得基于可穿戴设备的运动状态识别方法备受关注。然而，现有的基于可穿戴设备的运动状态识别方法算法复杂，识别效率低，且不支持在线识别，有待于改进。

发明内容

本发明实施例的目的是提供一种运动状态的识别方法及装置，可以实现准确识别待测对象的运动类型。

一方面，本发明实施例提供了一种运动状态的识别方法，包括：

通过可穿戴设备采集待识别对象的目标部位的运动数据；

提取所述运动数据中的运动特征；

将所提取的运动特征输入至基于在线神经网络和增强学习算法的识别模型中；

根据所述识别模型的输出结果识别所述待识别对象的运动类别。

另一方面，本发明实施例提供了一种运动状态的识别装置，包括：

运动数据采集模块，用于通过可穿戴设备采集待识别对象的目标部位的运动数据；

运动特征提取模块，用于提取所述运动数据中的运动特征；

运动特征输入模块，用于将所提取的运动特征输入至基于在线神经网络和增强学习算法的识别模型中；

运动类别识别模块，用于根据所述识别模型的输出结果识别所述待识别对象的运动类别。

本发明实施例中提供的运动状态的识别方案，通过可穿戴设备采集待识别对象的目标部位的运动数据并提取运动数据中的运动特征，将所提取的运动特征输入至基于在线神经网络和增强学习算法的识别模型中，根据识别模型的输出结果识别待识别对象的运动类别。通过采用上述技术方案，可自动快速实现待测对象运动类型的在线识别，且该方案抗干扰性强，识别结果准确率高。

附图说明

图1为本发明实施例一提供的一种运动状态的识别方法的流程示意图；

图2为本发明实施例二提供的一种运动状态的识别方法的流程示意图；

图3为本发明实施例二提供的识别模型训练流程示意图；

图4为本发明实施例三提供的一种运动状态的识别装置的结构框图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

图1为本发明实施例一提供的一种运动状态的识别方法的流程示意图，本发明实施例可适用于对待测对象的运动类型进行识别的情况，该方法可以由运动状态的识别装置执行，其中该装置可由软件和/或硬件实现，一般可集成在终端中。如图1所示，该方法包括：

步骤101、通过可穿戴设备采集待识别对象的目标部位的运动数据。

示例性的，本发明实施例中的终端可以是智能手机、平板电脑、智能手表以及笔记本电脑等移动设备，还可以是台式机或服务器等其他终端。

示例性的，所述待识别对象可包括人类、动物或机器人等具备运动能力的客体。本发明实施例中将以人类为例进行后续的说明。