[发明专利]用于人体运动的特征提取方法及系统、识别方法及系统

说明书

本发明涉及一种用于人体运动的特征提取方法及系统、识别方法及系统，包括以下步骤：采集人体运动时产生的信号数据；提取所述信号数据中的异义信息，所述异义信息包括肌肉外部运动轨迹信号数据信息和肌肉内部振动信号数据信息；针对所述异义信息进行特征提取，所述特征包括肌肉外部运动轨迹信号特征、肌肉内部振动信号特征以及组合特征，所述组合特征是指根据所述肌肉外部运动轨迹信号数据信息和所述肌肉内部振动信号数据信息获得的关联特征。

技术领域

本发明涉及计算领域，特别涉及一种用于人体运动的特征提取方法及系统、识别方法及系统。

背景技术

人体运动识别是通过传感器数据采集和数据挖掘等技术的结合，从而实现对人体行为的识别和记录。人体运动识别的应用领域广泛，例如吃饭、看电视、休息等日程生活行为的识别，或者如走路、跑步、上楼梯等步态识别等。人体运动识别可为人们的生活带来很多潜在的好处和优势，例如，记录和监督运动健身，人们自身的健康管理或辅助预测行为意向等，多年来一直是学者们的研究热点。

一般来说，可作为识别对象的人体运动都有多种分类方式，例如，其中一种是按照人体进行动作时的躯干表现及生理信号差异进行的分类，即人体在进行一组不同的动作时，躯干整体表现相似，但是生理信号(例如心率值、肌肉募集)情况表现有很大差别，我们将这类动作定义为亲缘动作；与此相对的，人体进行一组不同的动作时，躯干动作本身就表现有较大差异的动作，我们将这类动作定义为非亲缘动作。

现有技术中的人体运动识别方法可以分为以下两种，一种是基于非可穿戴设备的识别方法，例如，利用摄像机记录人体的运动，然后利用图像识别的方法对摄像机采集到的人体运动图像进行分析，这种方法受采集条件限制可能会导致采集数据的不准确，而且与处理传感器采集数据的方法相比，用于图像识别的数据处理也更加复杂；另一种识别方法是基于可穿戴设备的识别方法，这种方法可以采用多种可穿戴设备，例如，成本较低的加速度计传感器，这类可穿戴设备虽然对非亲缘动作的识别精度较高，但是对于亲缘动作的识别精度却较差；而测量生理信号的传感器(如肌电电极、心率传感器)，整体识别精度均较差，并且其中的肌电电极的成本也较高，不利于推广使用；如需提高精度采取多传感器组合的方式(如加速度计和心率传感器组合)进行测量又会导致客户佩戴的传感器过多，体验感较差。

因此，需要一种识别精度高，成本较低，且用户体验感好的人体运动识别系统及方法。

发明内容

本发明提供一种针对人体运动数据的特征提取方法，包括以下步骤：

1)采集人体运动时产生的信号数据；

2)提取所述信号数据中的异义信息，所述异义信息包括肌肉外部运动轨迹信号数据信息和肌肉内部振动信号数据信息；

3)针对所述异义信息进行特征提取，所述特征包括肌肉外部运动轨迹信号特征、肌肉内部振动信号特征以及组合特征，所述组合特征是指根据所述肌肉外部运动轨迹信号数据信息和所述肌肉内部振动信号数据信息获得的关联特征。

优选的，所述步骤1)进一步包括：

11)利用单源加速度传感器采集人体运动时产生的信号数据；

12)判断所述信号数据的有效性，并获得有效的信号数据

优选的，所述步骤2)进一步包括：

针对所述信号数据执行低通滤波和数据清洗，获得肌肉外部运动轨迹信号数据信息；

针对所述信号数据执行带通滤波、数据清洗和个性化差异消除，获得肌肉内部轨迹信号数据信息；

其中，所述低通滤波的频率在10-20赫兹范围内波动；所述带通滤波的最低频率在5-15赫兹范围内波动，所述带通滤波的最高频率在100-150赫兹范围内波动。