[发明专利]一种泳姿识别方法及应用

权利要求书

1.一种泳姿识别方法，其特征在于，包括以下步骤：

S1、单位时间内通过三轴加速度传感器采集用户游泳时的加速度数据；

S2、通过滤波器对加速度数据进行低通滤波处理，生成x、y、z轴的加速度-时间曲线图；

S3、分别对x、y、z轴的加速度-时间曲线图进行特征提取；

S4、对提取到的特征与分类器中的预设值进行匹配，从而识别泳姿类型；

其中所述分类器中的预设值采用大量特征与对应的泳姿类型训练所得。

2.根据权利要求1所述的泳姿识别方法，其特征在于，所述分类器中的预设值训练过程包括大量重复以下的步骤：

A1、单位时间内通过三轴加速度传感器采集用户游泳时的加速度数据；

A2、通过滤波器对加速度数据进行低通滤波处理及泳姿类型标记，生成x、y、z轴的加速度-时间曲线图；

A3、分别对x、y、z轴的加速度-时间曲线图进行特征提取；

A4、将提取的特征与对应的泳姿类型标记储存到分类器中。

3.根据权利要求1所述的泳姿识别方法，其特征在于，步骤S2中，所述滤波器包括小波滤波器、均值滤波器或高斯滤波器。

4.根据权利要求1所述的泳姿识别方法，其特征在于，步骤S2中，还包括对加速度数据进行归一化处理以便于管理和计算。

5.根据权利要求1所述的泳姿识别方法，其特征在于，步骤S3中，所述特征包括一个周期内的上升期长度、上升期梯度、下降期长度、下降期梯度、波峰个数、上升强度比和周期长度。

6.根据权利要求5所述的泳姿识别方法，其特征在于，所述周期长度为时间长度，所述上升期长度为上升期时间长度占周期长度的比值，所述上升期梯度为上升期曲线的斜率，所述下降期长度为下降期时间长度占周期长度的比值，所述下降期梯度为下降期曲线的斜率，所述上升期强度比为波峰高度占波峰与波谷的间距的比值。

7.根据权利要求1所述的泳姿识别方法，其特征在于，步骤S4中，所述分类器包括神经网络或决策树。

8.根据权利要求1所述的泳姿识别方法，其特征在于，步骤S4中，所述泳姿类型包括蛙泳、蝶泳、仰泳、自由泳或转身。

9.根据权利要求1所述的泳姿识别方法，其特征在于，步骤S4中，还包括以下投票过程：

记录多个单位时间内的识别结果，并根据结果对应的泳姿进行计数；

选择计数最高的泳姿，并输出。

10.根据权利要求1-9任一项所述的泳姿识别方法的应用，其特征在于，应用于游泳手环上，并获取泳姿的划水次数、游泳圈数和游泳的速度、配速。