[发明专利]一种基于智能腕戴式设备的自适应泳姿识别方法

说明书

本发明公开了一种基于智能腕戴式设备的自适应泳姿识别方法。该方法从智能腕戴式设备的传感器中获取人体运动的加速度信号；从获取的加速度信号中取出单位长度的信号，采用自适应算法从单位长度信号中截取出一个候选动作信号；对截取的候选动作信号进行预处理，并对预处理后的信号进行识别；对识别结果进行保存，并根据识别结果确定下一个要获取的单位加速度信号的区间，并重复上述步骤。该方法能精确定位出每个具有完整周期的泳姿的发生时间，提升泳姿识别的准确率。

技术领域

本发明涉及人体动作识别领域，尤其涉及一种基于智能腕戴式设备的自适应泳姿识别方法。

背景技术

随着智能腕戴式设备的流行，基于智能腕戴式设备的人体动作识别技术在生活中发挥着越来越重要的作用，并且智能监控及医疗看护等各个领域均取得较好的研究进展。但是，现有技术中的研究主要集中于如行走、上下楼梯等周期性强且较规范的动作。而类似游泳这种因泳姿不同、测试者运动能力不同使得运动周期变化程度大、运动过程运动状态变化复杂的动作，对于这方面的动作识别的研究还不足。在实际应用中，人们对于类似游泳的运动的识别更关注次数的准确性，但由于运动周期变化程度大的问题，采用判断周期性的方法或滑窗法来对信号进行分割和识别会很容易造成误分割。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于智能腕戴式设备的泳姿识别方法。本发明能够自适应地分割出人体动作中含有目标动作的一个完整动作周期的候选区间，从而提升识别的准确率及识别方法在现实场景中的稳定性。

本发明的目的能够通过以下技术方案实现：

一种基于智能腕戴式设备的自适应泳姿识别方法，具体步骤包括：

(1)获取智能腕戴式设备的传感器采集的加速度信号，包括三维线性加速度，三维角速度；

(2)从获取的加速度信号中取出单位长度的信号，采用自适应算法从单位长度信号中截取出一个候选动作信号；

(3)对截取的候选动作信号进行预处理，并对预处理后的信号进行识别；

(4)对识别结果进行保存，并根据识别结果确定下一个要获取的单位加速度信号的区间；

(5)根据确定的区间获取单位加速度信号，重复步骤(2)-(5)。

具体地，所述步骤(2)中，采用自适应算法从单位长度信号中截取出一个候选动作信号的步骤包括：

(2-1)从单位加速度信号中取出一个固定窗长的信号，窗长应大于所有泳姿的最大动作周期，计算该信号同整个信号的相关性，得到一组相关值序列；

(2-2)根据相关值序列的第一个值，即窗信号的自相关，确定有效峰值的阈值；

(2-3)确定有效峰值，选取所要输出的候选动作信号；

更进一步地，所述步骤(2-1)的相关性计算公式为：

其中，R(t)表示相关值序列中第t个值，S(i)表示单位加速度信号的第i个值，τ表示上述 的窗长。

具体地，所述步骤(2-3)中，选取所要输出的候选动作信号的方法为：

寻找相关值序列中离原点最近的峰值，若该峰值大于求得的阈值，则确定该峰值为有效峰值，取有效峰值的峰点到原点的信号为候选动作信号并输出；

若该峰值小于求得的阈值，则取后一个峰值与阈值的大小关系进行比较，确定是否有效峰值；

若整个相关值信号中没有有效峰值，则取固定窗长的信号作为候选动作信号进行输出。

具体地，所述步骤(3)包括：