[发明专利]提升混合现实与日常健康监测的方法

权利要求书

1.一种人工智能运动分层分级处理提升混合现实与日常健康监测的方法，其特征在于包括：

根据通常人腰带判断的运动状态和其VR眼镜的视频图像需求的相关性，建立VR眼镜中需要最清晰显示的部分，以及根据运动预测对传输时延超过阈值时间段的图像，在阈值时间段范围内进行视觉补偿，建立的腰带运动与VR视频关联模型；

根据个人腰带判断的运动状态和其VR眼镜的视频图像需求的相关性，建立VR眼镜中需要最清晰显示的部分，以及根据运动预测对传输时延超过阈值时间段的图像，在阈值时间段范围内进行视觉补偿，建立的腰带运动与VR视频关联模型；

用于设定个人VR眼镜图像预判设置，根据腰带判断的运动状态和其VR眼镜的视频图像需求的相关性，建立VR眼镜中需要最清晰显示的部分，以及根据运动预测对传输时延超过阈值时间段的图像，在阈值时间段范围内进行视觉补偿；

根据腰带判断的运动状态和其VR眼镜的视频图像需求的相关性，建立VR眼镜中需要最清晰显示的部分，以及根据运动预测对传输时延超过阈值时间段的图像，在阈值时间段范围内进行视觉补偿；对于该补偿与经过阈值时间段后传输来的数据进行校验，一致性超过预定百分比，将准确性因子置为1，低于预定百分比置为0；

在运动状态和步态的特定组合下采集使用者的腰带传感器运动数据；

执行预处理，使用优化的支持向量机分层级结合不同层级数据，并用于定时采集用户佩戴的加速度传感器输出的加速度数据，并经小波变换过滤高频噪声，通过自适应的算法匹配，在不同特定判别过程只调用有限的不同传感器功能工作，提取不同特定的特征计算，分析环节综合不同特征降维取样，通过重点计算验证环节保证正确性；同时将重点验证环节放在云端，其余计算放在可穿戴设备端；

将运动预处理后的数据和执行预处理得到的数据进入一个训练集；

将运动预处理后的数据和执行预处理得到的数据进行准确性判断。

2.根据权利要求1所述的人工智能运动分层分级处理提升混合现实与日常健康监测的方法，其特征在于，所述运动状态包括第一循环动作和第二非循环动作；所述第一循环动作包括行走和跑步；所述第二非循环动作包括跳跃、起立、坐下和蹲下；而且，所述行走包括上楼梯、下楼梯和平地走。

3.根据权利要求1或2所述的人工智能运动分层分级处理提升混合现实与日常健康监测的方法，其特征在于，所述运动环节判断模块被配置为：

采集所述加速度传感器在x、y、z三轴方向上的加速度值a_x、a_y、a_z，并求解加速度信号向量模SVM_A；采集所述角速度传感器在x、y、z三轴方向上的角速度值w_x、w_y、w_z，并求解角速度信号向量模SVM_W；所述通过加速度信号向量模SVM_A、角速度信号向量模SVM_W，建立和自适应完善的识别模型，对所述运动状态进行细分，获得运动细分环节信息。

4.根据权利要求1或2所述的人工智能运动分层分级处理提升混合现实与日常健康监测的方法，其特征在于，所述运动环节判断模块还包含滤波单元，所述滤波单元对采集到的加速度传感器、角速度传感器数据进行进行小波分解、高频小波系数处理、小波重构三个步骤的小波变换操作，将各方向时域信号离散化，将多种频率成分的混合信号分解到不同频段，然后根据各种子信号在频域上的不同特征按频带处理；获取信噪比高的步态数据。