[发明专利]一种泳姿识别方法及应用

说明书

本发明公开了一种泳姿识别方法，能够对游泳者所进行的泳姿进行识别，准确度高，应用到游泳手环中可获取泳姿的划水次数、游泳圈数和游泳的速度、配速，大大方便了使用者。

技术领域

本发明涉及识别方法领域，更具体地，涉及一种泳姿识别方法及应用。

背景技术

游泳是一项男女老幼都适宜的运动形式，经常游泳可以增强心肌功能、增强抵抗力、健美形体、加强肺部功能。对游泳运动的监测也成了智能穿戴设备的热点。市面上涌现了不少游泳手环，目前很多游泳手环不能自动识别泳姿，更注重溺水提醒、与服务器通讯。如中国专利CN105892674A公开了一种基于智能手环的泳姿识别方法和基于智能手环的运动方案，以贝叶斯分类方法识别常见泳姿。但这种识别方法比较复杂。

发明内容

本发明要解决的问题是，如何提供一种简便且准确度高的泳姿识别方法。

为了解决上述问题，本发明提供了一种泳姿识别方法，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。

进一步的，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。

进一步的，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。通过滤波器对加速度数据进行低通滤波处理，对信号进行平滑处理，滤除高频信号的干扰。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，步骤S4中，所述分类器包括神经网络或决策树。

进一步的，步骤S4中，所述泳姿类型包括蛙泳、蝶泳、仰泳、自由泳或转身。

进一步的，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，以提高泳姿类型识别的准确性。

本发明还公开一种泳姿识别方法的应用，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。

本发明具有以下优点：