[发明专利]体态识别方法和体感游戏动作指导系统

说明书

本发明涉及一种体态识别方法及体感游戏动作指导系统，该体态识别方法包括：采集人体不同关节部位的关节运动信号；根据所述关节运动信号形成人体运动姿态特征值；根据预先训练好的分类模型对所述人体运动姿态特征值进行分类获得分类结果；根据分类结果判断人体的运动姿态信息；该体感游戏动作指导系统包括：多个采集设备(10)和服务器(20)，本发明通过采集人体的关节运动信号生成人体姿态特征值，使用预先训练好的分类模型对人体姿态进行判定，识别精确，不受识别场景限制。

技术领域

本发明属于生物识别技术领域，具体涉及一种体态识别方法及体感游戏动作指导系统。

背景技术

体态识别技术作为一种智能的人机交互形式，已经越来越被人们所知，其在生活中的应用也越来越广泛，目前，对人体识别的研究已经成为了人工智能技术的研究热点。

现有技术中的体态识别技术是基于视觉的体态识别研究，通常需要通过摄像头或者照相机获得人体图像，然后对图像中人体姿态进行处理，但这种图像处理方式获得人体姿态的方法经常会受到图像像素质量、图像是否有遮挡等一些列问题导致识别精度下下降，且通常的此种设备因为需要摄像或者照相设备而受到应用场景的限制。

因此，研制一种精确的体态识别方式和不受场景限制的实时体态识别设备已经成为研究的热点问题。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种体态识别方法及体感游戏动作指导系统。本发明要解决的技术问题通过以下技术方案实现：

本发明实施例提供了一种体态识别方法，包括如下步骤：

S102、采集人体不同关节部位的关节运动信号；

S104、根据所述关节运动信号形成人体运动姿态特征值；

S106、根据预先训练好的分类模型对所述人体运动姿态特征值进行分类获得分类结果；

S108、根据分类结果判断人体的运动姿态信息。

在本发明的一个实施例中，所述关节运动信号包括关节振动信号和关节声音信号。

在本发明的一个实施例中，所述人体运动姿态特征值包括：所述关节运动信号的小波包变换系数、均值频率、功率谱平均值、均方根、峰度、偏度等的至少一种。

在本发明的一个实施例中，所述人体运动姿态特征值还包括：人体的用户信息，所述用户信息包括：年龄、身高、体重、性别的一种或者多种。

本发明的另一个实施例提供了一种体感游戏动作指导系统，包括：多个采集设备10和服务器20，其中，

所述多个采集设备10，用于获得人体运动姿态特征值；

所述服务器20，用于根据预先训练好的分类模型和所述人体运动姿态特征值获得分类结果，并根据所述分类结果获得人体运动姿态信息。

在本发明的一个实施例中，所述多个采集设备10分别设置于所述人体的不同关节部位，其中，所述采集设备10包括：

采集模块101，用于在所述人体运动姿态下，采集所述人体关节部位的关节运动信号；

第一处理模块103，用于根据所述关节运动信号形成人体运动姿态特征值；第一传输模块，用于将所述人体运动姿态特征值传输给所述服务器；

第一存储模块102，用于存储所述关节运动信号和所述人体运动姿态特征值。

在本发明的一个实施例中，所述预先训练好的分类模型为机器学习算法模型。

在本发明的一个实施例中，所述采集模块101包括多个传感器模块，其中，所述传感器模块包括：加速度传感器和声学传感器。