[发明专利]一种用于识别被检测对象动作的设备、系统及方法

说明书

技术领域

本发明涉及一种用于识别对象动作的设备、系统及方法，尤其涉及一种能够在不同场景模式下精确识别被检测对象动作的设备、系统及方法。

背景技术

近年来，随着对自身健康状况的重视程度越来越高，人们希望借助一些工具来对自己的运动情况进行监测和记录并从而分析运动质量和运动强度等。

已经出现了一些现有技术用于识别用户的动作。

日本专利(JP 2000-245713)公开了一种自动识别人体动作的设备，包括一带有温度传感器、脉冲传感器、加速度传感器的腕表型传感器，并连接到一带有显示屏的个人电脑上；一动作分类判定装置，通过传感器感测到的数据进行动作分类判定，例如睡觉、饮食、感到压力、锻炼、休息等，然后将这些判定出的动作通过显示屏显示出来。

美国专利(US2009/0082699)公开了一种用于识别用户日常活动的装置和方法，通过重新定义被检测对象的动作分类，改善了识别用户日常活动分类的正确率。其包括一些加速度传感器用于佩戴在用户的身上以检测被检测对象的动作，或者一些压力传感器用于放置在室内的物品上例如家具等，以及一分类模块，用于接收动作传感器传来的动作信号并根据动作信号持续的时间进行分类从而产生动作分类值；一动作分类再定义模块，通过接收分类模块的分类值和压力传感器传来的物品的响应信号，并通过比较进行重新定义动作分类。

但是，上述现有技术只能针对用户在一种类型的场景，例如日常生活场景中的动作进行识别，不能识别用户在其他特定场景的动作，并且仅能够识别无特定顺序的动作，不能识别有特定顺序的动作。

发明内容

鉴于上述现有技术中的缺点，本发明的目的就是提供一种能够在各种不同场景模式下精确识别任何被检测对象动作的识别设备、系统及方法。

为了实现上述发明目的，本发明的技术方案提供了一种用于识别被检测对象的动作的设备，包括，

输入装置，用于用户从多个场景模式中选择输入一个场景模式；

检测装置，用于所述用户将所述设备放置在被检测对象上，以检测所述被检测对象的动作并输出相应的动作信号；

微处理器，用于根据所述用户选择的场景模式处理所述动作信号，以识别不同场景模式下的所述被检测对象的动作并输出；

其中，还包括一存储装置，用于存储多个场景模式下对应的场景模型；

所述微处理器根据所选择的场景模式对应的一所述场景模型识别所述被检测对象的动作；

其中，还包括一输出装置，用于在所述用户选择所述场景模式之后提示用户将所述设备放置到所述被检测对象的相应部位；

其中，所述场景模式包括有示范动作场景模式和无示范动作场景模式之一或其组合；

所述有示范动作场景模式对应有示范动作的场景模型，所述无示范动作场景模式对应无示范动作的场景模型；

所述有示范动作的场景模型包括划分为多个时间段的多个对应的子场景模型；

其中，还包括一输出装置，用于在所述无示范动作场景模式下，输出被检测对象所做的动作；以及

在所述有示范动作场景模式下，根据所述微处理器的处理结果提示所述被检测对象在执行其中一个动作时的动作类型及其标准等级；

其中，还包括一输出装置，用于在所述无示范动作场景模式下，输出被检测对象所做的动作；以及

在所述有示范动作场景模式下，根据所述微处理器的处理结果提示所述被检测对象在执行其中一个动作时的动作类型及如何执行动作以达到规范标准等级；

其中，所述检测装置为加速度传感器、陀螺仪、角速度传感器、高度传感器、图像传感器、红外传感器、位置传感器之一或其组合；

其中，所述场景模型包括传感器采样率参数、特征权重值参数、动作分类算法；

其中，所述子场景模型中的所述动作分类算法包括标准动作模型和不标准动作模型；

其中，所述传感器根据所述传感器采样率参数进行动作信号的采样并将采样后的动作信号发送给所述微处理器；

其中，所述微处理器还包括一识别单元，其中所述识别单元进一步包括

一特征提取单元，用于对采样出的信号进行特征提取，并根据所述特征权重值参数对所述提取的特征赋予权重；

一分类单元，用于将赋予特征权重的特征根据所述动作分类算法进行分类计算，以识别所述动作；

其中，所述无示范动作场景模式至少包括高尔夫场景模式、办公室场景模式、体感游戏场景模式、健身房场景模式、老人监护场景模式、小孩监护场景模式、车载场景模式、桥梁健康检测场景模式之一；