[发明专利]一种基于运动数据的转换动作识别方法及运动识别方法

权利要求书

1.一种基于运动数据的转换动作识别方法，其特征在于包括以下步骤：

步骤S1：获取用于监测运动状态的重力传感器、加速度传感器、陀螺仪传感器采样数据，并进行信号预处理，提取运动特征数据；

步骤S2：对上述采用高斯混合聚类，获得聚类后的数据片段；

步骤S3：基于高斯聚类后的数据片段进行转换动作识别，包括以下步骤：

步骤S3.1：识别数据片段中的基础动作

对步骤S2得到的聚类片段s_i,i＝1,2,...p计算其时间长度t_i，然后判断是否满足第i个聚类片段s_i的时间长度t_it_min，若是则该聚类片段s_i划分为基础动作片段，若否则该聚类片段s_i划分为未识别片段，进入步骤S3.2进一步判定活动类别；其中t_min表示给定转换动作最短时间阈值；

步骤S3.2：判定未识别片段的活动类型

判断两相邻基础动作片段间若干未识别片段中是否含有隐藏基础动作，并识别其中的基础动作数据片段；具体地，包括以下步骤：

步骤S3.2.1：隐藏基础动作判别

获取步骤S3.1识别出的每对两相邻基础动作片段s_i,s_i+1间每个未识别片段s_i,i+1，然后判断是否满足s_i,i+1时间长度t_i,i+1t_min，若是则认为该片段s_i,i+1中可能含有隐藏基础动作，进入步骤S3.2.2，若否则将其视为剩余片段；

步骤S3.2.2：选取隐藏基础动作中心片段

寻找两相邻基础动作s_i,s_i+1间具有最长时间的片段，将其视为中心片段并记为s_k，计算该中心片段s_k与前后相邻基础动作s_i,s_i+1的相关相似度系数R_i,k,R_k,i+1，其计算公式如(2)，(3)所示：

其中表示Cov(s_i,s_k)的表示s_i与s_k间的协方差，D(s_k)表示s_k的方差；

步骤S3.2.3：判断中心片段s_k能否继续扩张

判断是否满足max(R_i,k,R_k,i+1)λ,若是则认为s_k无法继续扩张，进入步骤3.2.4，其中λ为阈值；若否则根据R_i,k,R_k,i+1之间的差距大小进行扩张，然后返回步骤3.2.2；

所述的根据R_i,k,R_k,i+1之间的差距大小进行扩张具体操作如下：

若R_i,k-R_k,i+1δ，则s_k往s_i,k方向扩张单位时间片段；若R_k,i+1-R_i,kδ，则s_k,i+1往s_k方向扩张单位时间片段；若|R_i,k-R_k,i+1|＜δ，则分别往s_i,k与s_k,i+1方向扩张单位时间片段，其中δ为阈值；具体如公式(4)表示：

步骤S3.2.4：；判断是否满足中心片段s_k时间长度t_kt_min，则将该片段s_k视为基础动作片段，进入步骤S3.2.5，若否则将其视为剩余片段，进入步骤S3.3；

步骤S3.2.5：片段分类

将上述步骤S3.2.4得到的基础动作片段s_k，计算其与基础动作片段s_i,s_i+1间的距离w_i,k，w_k,i+1，具体公式如(5)，(6)所示：

w_i,k＝||s_i-s_k||₂                   (5)

w_k,i+1＝||s_k-s_i+1||₂                (6)

通过比较距离的大小，判定基础动作片段s_k的类别Class_k，具体公式如(7)所示：

其中上述σ为距离阈值，Class_i表示基础动作片段s_i所属的高斯聚类模型类别，NewClass表示高斯聚类模型新类别，Class_i+1表示基础动作片段s_i+1所属的高斯聚类模型类别；

步骤S3.2.6：重复步骤S3.2.1，分别判断基础动作片段s_i与s_k和s_k,s_i+1间是否继续隐藏基础动作片段，若有则重复步骤S3.2.2至S3.2.5，直至所有的待定片段被标注；

步骤S3.3：识别剩余片段中的转换动作

对上述步骤S3.2得到的剩余片段，获得该片段前后两个基础动作片段的类别；若两片段类别不同，则该剩余片段为转换动作片段；若两片段类别相同，则认为该片段为噪声片段，将其舍去。

2.一种基于转换动作的运动识别方法，其特征在于包括以下：

1)将运动数据划分为基础动作、转换动作，如权利要求1所述的一种基于运动数据的转换动作识别方法；

2)将已识类别的基本动作和转换动作，通过随机森林分类算法进行训练和识别。