[发明专利]加速度标注模型生成方法、加速度标注方法、设备及介质

说明书

本发明公开一种加速度标注模型生成方法、加速度标注方法、设备及介质，该加速度标注模型生成方法包括获取原始数据，所述原始数据包括携带同一数据标识对应的训练惯性测量信号和训练加速度信号；对所述训练惯性测量信号进行分析，获取所述训练惯性测量信号对应的标注动作类别；对所述训练加速度信号进行分析，获取所述训练加速度信号对应的标注加速度特征；基于同一数据标识对应的所述标注动作类别和所述标注加速度特征，形成标注训练样本；采用所述标注训练样本训练神经网络模型，生成目标加速度标注模型，该目标加速度标注模型可以根据待处理加速度信号直接得到目标动作类别，使用方便，识别准确率高。

技术领域

本发明涉及动作识别领域，尤其涉及一种加速度标注模型生成方法、加速度标注方法、设备及介质。

背景技术

目前，随着传感技术和数字化技术的发展，通过检测人体运动步态信息，以确定动作类别的方法也越来越多。现有的技术通常是生成识别模型以对运动信息进行识别确定目标动作类别，该识别模型训练过程中，需要人工预先对训练样本进行标记，然后通过人工手动加窗分割训练样本，该过程消耗大量的人力和物力，且对个人经验依赖性较强，筛选得到的加速度信号和对应的动作类别可能不准确，导致动作类别识别效果不佳，由于一种模型只能识别一种动作类别，实用性不强。或者利用识别方法识别目标动作类别，识别方法需要在人体多处关节上安置加速度传感器来确保较高的识别精度，这种方法能够直观地发现各种动作类别的加速度特征，但实际应用中要求使用者携带多个传感器，十分不便，使用场景有限，成本较高。

发明内容

本发明实施例提供一种加速度标注模型生成方法、加速度标注方法、设备及介质，以解决现有动作识别不准确或者识别操作不便的问题。

一种加速度标注模型生成方法，包括：

获取原始数据，所述原始数据包括携带同一数据标识对应的训练惯性测量信号和训练加速度信号；

对所述训练惯性测量信号进行分析，获取所述训练惯性测量信号对应的标注动作类别；

对所述训练加速度信号进行分析，获取所述训练加速度信号对应的标注加速度特征；

基于同一数据标识对应的所述标注动作类别和所述标注加速度特征，形成标注训练样本；

采用所述标注训练样本训练神经网络模型，生成目标加速度标注模型。

一种加速度标注方法，包括：

获取待处理数据，所述待处理数据包括待处理加速度信号；

对所述待处理加速度信号进行分析，获取所述待处理加速度信号对应的待处理加速度特征；

将所述待处理加速度特征输入加速度标注模型，获取与所述待处理加速度特征相对应的目标动作类别。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述加速度标注模型生成方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述加速度标注模型生成方法的步骤。

上述加速度标注模型生成方法、加速度标注方法、设备及介质，对所述训练惯性测量信号进行分析，获取所述训练惯性测量信号对应的标注动作类别，利用训练惯性测量信号获取标注动作类别，使得标注动作类别具有客观性，避免人工干预模型生成过程。对所述训练加速度信号进行分析，获取所述训练加速度信号对应的标注加速度特征，为后续神经网络模型训练提供技术支持。基于同一数据标识对应的所述标注动作类别和所述标注加速度特征，形成标注训练样本，利用训练惯性测量信号获取标注动作类别，使得标注动作类别具有客观性，避免人工干预模型生成过程。采用所述标注训练样本训练神经网络模型，生成目标加速度标注模型，有效地减少人工干预，确保生成的目标加速度标注模型具有客观性。