[发明专利]动作识别方法及其装置

权利要求书

1.一种动作识别方法，包括：

a)将与待识别的用户动作有关的依时序排列的数据串分割成具有固定时长的多个数据段；

b)针对每一个数据段，将该数据段细分成彼此不重叠的多个子段，计算各个子段中的各个时间点处的数据相对于参考时间点处的数据的相对位置关系，以及依时序将所计算的相对位置关系连接在一起作为该数据段的数据段特征；以及

c)通过预先训练的分类器，基于与待识别的用户动作有关的数据串所包括的所有数据段的数据段特征来识别所述用户动作。

2.根据权利要求1所述的方法，其中，所述分类器通过下述来训练：

将用于训练的所有训练数据串中的每一个训练数据串分割成具有固定时长的多个训练数据段；

针对每一个训练数据段，将该训练数据段细分成彼此不重叠的多个训练子段，计算各个训练子段中的各个时间点处的数据相对于参考时间点处的数据的相对位置关系，以及依时序将所计算的相对位置关系连接在一起作为所述训练数据段的训练数据段特征；

基于所有训练数据串的所有训练数据段的训练数据段特征来获取各个训练数据串的训练数据串特征；以及

对各个训练数据串进行标记，并使用所述标记和所述训练数据串特征来训练所述分类器。

3.根据权利要求2所述的方法，其中，获取各个训练数据串的训练数据串特征包括：

对所有训练数据串的所有训练数据段的训练数据段特征进行聚类，以得到k个聚类中心；以及

针对每个训练数据串，分别计算在所述k个聚类中心中的每一个聚类中心附近出现的训练数据段特征的数目；以及

将所述数目组合成k维数组，作为相应训练数据串的训练数据串特征，其中所述k维数组中的k个元素与所述k个聚类中心对应。

4.根据权利要求3所述的方法，其中，所述识别所述用户动作包括：

针对与待识别的用户动作有关的数据串，分别计算在所述k个聚类中心中的每一个聚类中心附近出现的数据段特征的数目；

将这些数目组合成k维数组，作为数据串特征，其中所述k维数组中的k个元素与k个聚类中心对应；以及

通过所述分类器，基于所述数据串特征来识别所述用户动作。

5.根据权利要求1所述的方法，还包括：利用传感器采集所述数据串。

6.根据权利要求5所述的方法，其中，

利用多个传感器采集所述数据串；以及

在b)中，针对每一个数据段，将数据段分解成分别由各个传感器所采集的数据构成的多个分数据段，分别将各个分数据段细分成彼此不重叠的多个子段，计算各个子段中的各个时间点处的数据相对于参考时间点处的数据的相对位置关系，以及将针对各个分数据段的相对位置关系按时间点分别组合后再依时序连接在一起，作为所述数据段的数据段特征。

7.根据权利要求1-6中任一项所述的方法，其中，所述分割以部分重叠的方式进行。

8.根据权利要求1-6中任一项所述的方法，其中，所述相对位置关系是依据以下公式计算得到的相对角：

其中，v1表示任一时间点处的数据，v2表示所述参考时间点处的数据。

9.根据权利要求1-6中任一项所述的方法，所述参考时间点为所述子段的时间起点、时间中点和时间终点中的任一个。

10.一种动作识别装置，包括：

分割部件，用于将与待识别的用户动作有关的依时序排列的数据串分割成具有固定时长的多个数据段；

数据段特征提取部件，用于针对每一个数据段，将该数据段细分成彼此不重叠的多个子段，计算各个子段中的各个时间点处的数据相对于参考时间点处的数据的相对位置关系，以及依时序将所计算的相对位置关系连接在一起作为该数据段的数据段特征；以及

识别部件，用于通过预先训练的分类器，基于与待识别的用户动作有关的数据串所包括的所有数据段的数据段特征来识别所述用户动作。