[发明专利]一种基于智能手机平台的非接触式俯卧撑计数方法

权利要求书

1.一种基于智能手机平台的非接触式俯卧撑计数方法，其特征在于，包括以下步骤：

（1）将智能手机置于身体侧边，且手机上的摄像头打开并对准人侧脸，捕获一帧视频图像；

（2）智能手机内部检测视频图像中是否有人的侧脸，若有，进行步骤（3），若否，重复步骤（1）；

（3）确定人侧脸的所在位置，并根据侧脸的大小标定包含人侧脸在内的矩形框；

（4）提取矩形框的位置信息，并根据时间先后顺序存储在一个坐标队列中；

（5）对提取出来的一系列坐标信息，进行平滑处理；

（6）对处理后的坐标信息进行趋势分析，判断当前是否完成了一个俯卧撑，若是，手机内部的计数器加1，否则，计数器不做变化,随后跳转到步骤（1）；

（7）如果检测到暂停键的按下，计数暂时中止，计数值固定不变，并等待暂停键的再次按下，以重新开始暂停前的计数；

（8）如果检测到清零键的按下，计数终止，计数值变为0，并开始新一轮的俯卧撑计数。

2.根据权利要求1所述的一种基于智能手机平台的非接触式俯卧撑计数方法，其特征在于：在步骤（2）中，检测视频图像中是否有人的侧脸采用的是Viola-Jones人脸检测算法，而在该算法中，分为训练阶段和检测阶段，在训练阶段，利用自适应增强Adaboost算法，使用大于400个侧脸的正样本和大于1000个侧脸的负样本，训练得到一个基于局部二值模式LBP特征的级联人侧脸强分类器；在检测阶段，使用训练得到的级联人侧脸强分类器对手机摄像头传送进来的图像进行检测，得到侧脸在视频图像中的准确位置。

3.根据权利要求1所述的一种基于智能手机平台的非接触式俯卧撑计数方法，其特征在于：在步骤（4）中，设定一个长度范围为3～8的坐标队列，把表征俯卧撑运动的对应轴坐标存储其中。

4.根据权利要求1所述的一种基于智能手机平台的非接触式俯卧撑计数方法，其特征在于：

步骤（5）中，采用递归形式的滑动平均滤波方程，即：y[n]=y[n-1]+(x[n]-x[n-M])/M，对步骤（4）中提取出来的一系列坐标信息进行滑动平均滤波处理，其中，0≤n≤M，n为整数，M为步骤（4）中所设定的队列长度减1后的数值，x[n]为平滑处理前的坐标队列，即步骤（4）中的原始坐标信息队列，y[n]为平滑处理后的坐标队列，x[n]和y[n]初始时所有数据均为0；

步骤（6）中，从步骤（5）平滑处理后的坐标队列中，提取最新的坐标信息y[n]和上一次得到的坐标信息y[n-1]，对这两个坐标信息进行比较，并结合以往的坐标信息比较结果，判断是否有局部最低点的出现，若有局部最低点的出现，即完成了一个俯卧撑，计数器加1，否则，计数器不做变化，其中，判断局部最低点出现的具体做法如下：

1）若没有以往比较结果，即刚开始对俯卧撑进行计数时，那么直接对当前的y[n]和y[n-1]进行比较，若y[n]小于y[n-1]，且y[n]和y[n-1]的差值在范围15～20内，那当前动作为下降动作，若y[n]大于y[n-1]，且y[n]和y[n-1]的差值也在范围15～20内，那当前动作为上升动作，若上述的两个条件都不满足，那么认定当前动作为无效动作，判断为没有局部最低点的出现；

2）若已有以往的比较结果，那分有前一动作是下降动作和前一动作是上升动作这两种情况，其具体情况如下：①若前一动作是下降动作，那对当前的坐标信息进行比较后，若比较结果说明当前是下降动作，那么判断为没有局部最低点的出现，若比较结果说明当前是上升动作，那么判断为有局部最低点的出现，并记录这一局部最低点的大小；②若前一动作是上升动作，那对当前的坐标信息进行比较后，无论比较结果说明当前是下降动作还是上升动作，判断都为没有局部最低点的出现，但若当前动作是下降动作，那说明有局部最高点的出现，记录这一局部最高点的大小。