[发明专利]状态识别方法、装置以及电子设备

权利要求书

1.一种状态识别方法，其特征在于，应用于电子设备，所述电子设备包括处理器以及运动传感器，所述方法包括：

所述处理器获取所述运动传感器采集的传感器数据；

通过目标循环神经网络对所述传感器数据进行处理，得到所述目标循环神经网络输出的第一特征，所述目标循环神经网络包括有门循环单元；

基于注意力机制对所述第一特征进行特征提取，得到第二特征；

基于所述第二特征与状态类别之间的映射关系，确定与所述第二特征对应的目标状态类别，并将所述目标状态类别对应的状态作为状态识别结果。

2.根据权利要求1所述的方法，其特征在于，所述运动传感器包括重力传感器以及加速度传感器，所述获取所述运动传感器采集的传感器数据，包括：

基于所述重力传感器以及加速度传感器分别采集的数据得到水平加速度数据；

对所述水平加速度数据进行短时傅里叶特征提取，将所提取得到的传感器特征作为传感器数据。

3.根据权利要求1所述的方法，其特征在于，所述通过目标循环神经网络对所述传感器数据进行处理，得到所述目标循环神经网络输出的第一特征，包括：

对所述传感器数据进行卷积处理得到第一局部特征；

对所述第一局部特征进行归一化处理得到归一化特征；

对所述归一化特征进行线性计算得到线性特征；

基于门循环单元对所述线性特征进行处理得到第一特征。

4.根据权利要求3所述的方法，其特征在于，所述第一特征包括多个通道的特征，所述基于注意力机制对所述第一特征进行特征提取，得到第二特征，包括：

在当次的注意力特征提取过程中，对当次进行注意力特征提取的通道的特征进行池化得到指定维度的特征，所述指定维度的特征包括所述当次进行注意力特征提取的通道的特征中排序靠前的多个特征；

基于第一全连接网络将所述指定维度的特征提取为指定尺寸的特征，所述指定尺寸与所述第一特征的尺寸相同；

基于第二全连接网络对所述指定尺寸的特征进行局部特征计算，得到第二局部特征，所述第二局部特征的尺寸与所述第一特征的尺寸相同；

对所述第二局部特征进行归一化处理，得到归一化后的权重数据；

将所述归一化后的权重数据加权到所述多个通道的特征；

进入下一次的所述注意力特征提取过程，直到完成对所有的通道的特征的注意力特征提取；

在完成对所有的通道的特征的注意力特征提取后，基于多个通道的特征各自的权重数据以及所述多个通道的特征进行加权求和得到第二特征。

5.根据权利要求4所述的方法，其特征在于，所述基于多个通道的特征各自的权重数据以及所述多个通道的特征进行加权求和得到第二特征，包括：

基于多个通道的特征各自的权重数据以及指定的多种权重更新计算规则，计算每个通道的特征各自的权重数据分别对应于多种权重更新计算规则的权重数据，得到每个通道的特征对应的多个新的权重数据；

将每个通道的特征对应的多个新的权重数据进行平均和计算，得到每个通道的特征对应的目标权重数据；

基于每个通道的特征对应的目标权重数据以及每个通道的特征进行加权求和得到第二特征。

6.根据权利要求1-5任一所述的方法，其特征在于，所述基于所述第二特征与状态类别之间的映射关系，确定与所述第二特征对应的目标状态类别，并将所述目标状态类别对应的状态作为状态识别结果，包括：

将所述第二特征转换为多维向量形式；

获取基于所述多维向量形式的第二特征中的第一目标元素，所述第一目标元素为基于所述多维向量的第二特征中对应的值最大的元素；

将所述映射关系中所述第一目标元素所对应的状态类别，作为目标状态类别，并将所述目标状态类别对应的状态作为状态识别结果。