[发明专利]人体姿态识别方法及人体姿态识别装置

说明书

技术领域

本发明涉及智能技术领域，具体涉及一种人体姿态识别方法及人体姿态识别装置。

背景技术

人体姿态识别是健康监测领域的一个重要环节。

目前，人体姿态识别主要通过基于视觉的人体姿态识别方法实现，该人体姿态识别方法是指通过对摄像机采集的图像数据进行分析和处理，达到理解人的姿态和行为的目的。虽然基于视觉的人体姿态识别方法已经发展到了一个比较成熟的水平，但仍有一定的局限性，比如该人体姿态识别方法需要记录用户的外貌特征，其涉及到用户的隐私，并且，采集到的信息仅限于摄像机可拍摄的范围，而拍摄工具往往是被摆放在一个固定位置进行拍摄。

由于上述人体姿态识别方法所存在的局限性，因此，如何通过非视觉手段实现人体姿态识别成为业内一直探讨和关注的问题。

发明内容

有鉴于此，本发明提供一种人体姿态识别方法及人体姿态识别装置，用以通过非视觉手段实现人体姿态识别。

本发明第一方面提供一种人体姿态识别方法，包括：

采集智能终端的加速度数据；

基于采集到的所述智能终端的加速度数据获取特征信息，其中，所述特征信息包括：信号幅度，所述信号幅度能反映所述加速度数据的变化幅度；

将获取的所述特征信息输入已训练好的人体姿态识别模型，得到人体姿态识别结果；其中，所述人体姿态识别模型基于预设的特征信息训练集和分类算法训练得到。

本发明第二方面提供一种人体姿态识别装置，包括：

采集单元，用于采集智能终端的加速度数据；

特征获取单元，用于基于所述采集单元采集到的所述智能终端的加速度数据获取特征信息，其中，所述特征信息包括：信号幅度，所述信号幅度能反映所述加速度数据的变化幅度；

识别单元，用于将所述特征获取单元单元获取的所述特征信息输入已训练好的人体姿态识别模型，得到人体姿态识别结果；其中，所述人体姿态识别模型基于预设的特征信息训练集和分类算法训练得到。

由上可见，本发明通过采集智能终端的加速度数据，基于采集到的所述智能终端的加速度数据获取特征信息，并将获取的所述特征信息输入已训练好的人体姿态识别模型，得到人体姿态识别结果。由于人体姿态识别模型是基于预设的特征信息训练集和分类算法训练得到，因此，通过将获取的特征信息输入已训练好的人体姿态识别模型，即可实现对人体姿态的识别，从而实现了基于加速度数据的非视觉手段的人体姿态识别。另外，由于特征信息包括信号幅度，而信号幅度是反映该加速度数据的变化幅度，是一个与方向无关的量，因此，本发明还能够实现与智能终端的放置方向无关的人体姿态识别。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1-a为本发明实施例提供的一种人体姿态识别方法流程示意图；

图1-b为本发明实施例提供的一种三轴加速度传感器坐标轴示意图；

图1-c为本发明实施例提供的一种智能终端可在裤子前侧口袋中以任意方向放置的场景示意图；

图1-d为本发明实施例提供的不同人体姿态对应的一部分加速度数据的波形示意图；

图1-e为本发明实施例提供的一种动态工作周期方法流程示意图；

图1-f为本发明实施例提供的在应用了图1-e所示的动态工作周期方法和没有应用图1-e所示的动态工作周期方法这两种场景下得到的智能终端的电量变化实验结果示意图；

图2为本发明实施例提供的一种人体姿态识别装置结构示意图。

具体实施方式

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中关联的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面对本发明实施例提供一种人体姿态识别方法进行描述，如图1-a所示，本发明实施例中的人体姿态识别方法包括：

步骤101、采集智能终端的加速度数据；