[发明专利]动作识别方法及其装置

说明书

技术领域

本发明涉及动作识别领域，具体涉及一种动作识别方法及其装置和数据段特征提取方法及其装置。

背景技术

现今，可穿戴设备得到了越来越广泛的关注。可穿戴设备具有独特的优点，即能够基于动作识别技术来进行动作或健康的监测。通常，动作识别技术依赖于可穿戴设备所配置的各种传感器，诸如加速度计、陀螺仪和磁力计等。然而，传感器的检测数据会随着设备佩戴的位置和/或朝向而变化。从而，在以不同的位置和/或朝向佩戴设备时，做同样的动作会得到完全不同的数据。

现有的动作识别方法使用均值、偏差、傅里叶变换等作为表征用户动作的特征，并基于该特征进行分类。另外一些方法使用隐马尔科夫模型直接从原始数据中学习分类器。这些方法均没有考虑设备佩戴位置和/或朝向对动作识别的影响。并且，现有方法中使用的特征仅适用于识别简单的动作，如计步数，而不能用于识别诸如具有0-9的轨迹的手写动作等。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，该概述并不是关于本发明的穷举性概述，它并非意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为后文的具体实施方式部分的铺垫。

鉴于以上提到的问题，本发明提供了一种提取能够稳定地描述复杂动作的特征的方法及其装置以及利用该特征进行动作识别的动作识别方法和动作识别装置。

根据本发明的一个方面，提供了一种动作识别方法，包括：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；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。

根据本发明的另一方面，提供了一种动作识别装置，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。

根据本发明的再一方面，提供了一种数据段特征提取方法，包括：将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。

根据本发明的又一方面，提供了一种数据段特征提取装置，包括：细分单元，将数据段细分成彼此不重叠的多个子段；计算单元，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；以及连接单元，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。

根据本发明的又一方面，提供了一种训练分类器的方法，包括：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；基于所提取的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。

根据本发明的另一方面，还提供了一种存储介质。所述存储介质包括机器可读的程序代码，当在信息处理设备上执行所述程序代码时，所述程序代码使得所述信息处理设备执行根据本发明的上述方法。

根据本发明的又一方面，还提供了一种程序。所述程序包括机器可执行的指令，当在信息处理设备上执行所述指令时，所述指令使得所述信息处理设备执行根据本发明的上述方法。

通过以下结合附图对本发明的最佳实施例的详细说明，本发明的这些以及其他优点将更加明显。

附图说明