[发明专利]运动姿态识别方法、装置及电子设备

权利要求书

1.一种运动姿态识别方法，其特征在于，应用于移动终端，包括：

获取姿态传感器当前采集的手持运动器械的第一动作数据；其中，所述姿态传感器设置于所述手持运动器械上，所述第一动作数据包括加速度信息；

基于所述第一动作数据与预设时间段之前采集的第二动作数据，利用差分值算法，确定有效动作数据；

对所述有效动作数据进行去量纲处理，得到标准动作数据；

将所述标准动作数据输入至预先训练的卷积神经网络中进行动作分类，得到当前所述手持运动器械的运动姿态类型。

2.根据权利要求1所述的方法，其特征在于，基于所述第一动作数据与预设时间段之前采集的第二动作数据，利用差分值算法，确定有效动作数据的步骤，包括：

计算所述第一动作数据与所述第二动作数据之间的差值；

将所述差值与预先确定的门限阈值对比，确定有效窗口的起始数据及终点数据，得到当前的有效动作数据。

3.根据权利要求1所述的方法，其特征在于，所述卷积神经网络的训练过程包括：

获取各个运动姿态类型的样本动作数据，并标注所述样本动作数据的运动姿态类型；

基于标注后的样本动作数据，利用差分值算法，确定样本有效数据；

对所述样本有效数据进行去量纲处理，得到标准样本数据；

将所述标准样本数据输入至卷积神经网络，对所述卷积神经网络进行训练，得到训练后的卷积神经网络。

4.根据权利要求1所述的方法，其特征在于，还包括：

获取所述手持运动器械当前的运动姿态类型，并更新所述当前的运动姿态类型对应的动作数量；

获取当前识别率最高的至少一种运动姿态类型分别对应的动作数量；其中所述识别率是在所述卷积神经网络的训练过程中预先获取的；

计算所述至少一种运动姿态类型对应的动作数量的和值，得到动作总数量并进行显示。

5.根据权利要求4所述的方法，其特征在于，还包括：

获取用户当前选择的训练模式；

当所述训练模式为单项训练模式时，确定所述单项训练模式对应的目标运动姿态类型；

获取当前的动作总数量及所述目标运动姿态类型当前对应的目标动作数量；

根据所述目标动作数量及所述动作总数量，确定所述用户的动作准确率。

6.根据权利要求1所述的方法，其特征在于，还包括：

获取并显示当前的运动参数，所述运动参数包括运动时长、所述运动姿态类型对应的动作数量、能量消耗值及最大运动速度。

7.根据权利要求6所述的方法，其特征在于，所述能量消耗值的获取过程包括：

获取所述第一动作数据所属的用户的个人信息及当前的运动时长；

根据所述个人信息、运动时长及每个所述运动姿态类型对应的动作数量，确定所述用户的能量消耗值。

8.根据权利要求1所述的方法，其特征在于，所述手持运动器械为兵乓球拍。

9.一种运动姿态识别装置，其特征在于，应用于移动终端，包括：

数据获取模块，用于获取姿态传感器当前采集的手持运动器械的第一动作数据；其中，所述姿态传感器设置于所述手持运动器械上，所述第一动作数据包括加速度信息；

数据确定模块，用于基于所述第一动作数据与预设时间段之前采集的第二动作数据，利用差分值算法，确定有效动作数据；

去量纲处理模块，用于对所述有效动作数据进行去量纲处理，得到标准动作数据；

动作分类模块，用于将所述标准动作数据输入至预先训练的卷积神经网络中进行动作分类，得到当前所述手持运动器械的运动姿态类型。

10.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至8任一项所述的方法。