[发明专利]终端设备的运动方向监测方法、介质、装置和计算设备

权利要求书

1.一种终端设备的运动方向监测方法，包括：

将与所述终端设备采集的图像对应的特征数据输入至多个方向判断子模型，得到各个所述方向判断子模型分别对应的结果数据；

对多个所述结果数据进行计算，得到输入数据；

将所述输入数据输入至方向判断模型，得到所述终端设备的运动方向；

其中，所述将与所述终端设备采集的图像对应的特征数据输入至多个方向判断子模型，得到各个所述方向判断子模型分别对应的结果数据之前，还包括：

对所述终端设备采集的图像进行特征点识别，并按照预设方式对所述图像进行分割，得到所述图像对应的多个子矩阵，其中各个子矩阵分别包含不同的特征点；

基于所述各个子矩阵分别包含不同的特征点，计算得到各个子矩阵分别对应的中心点均值向量、中心点均值向量斜率、中心点拟合向量以及中心点拟合向量斜率；

将所述各个子矩阵分别对应的中心点均值向量、中心点均值向量斜率、中心点拟合向量以及中心点拟合向量斜率确定为所述图像对应的特征数据；

其中，多个所述方向判断子模型至少包括：第一斜率判断任务模型、第一时序判断任务模型、第二斜率判断任务模型以及第二时序判断任务模型，所述将与所述终端设备采集的图像对应的特征数据输入至多个方向判断子模型，得到各个所述方向判断子模型分别对应的结果数据，包括：

将所述特征数据中的中心点均值向量斜率输入至所述第一斜率判断任务模型，得到第一结果数据，所述第一结果数据为所述第一斜率判断任务模型对应的结果数据；

将所述特征数据中的中心点均值向量输入至所述第一时序判断任务模型，得到第二结果数据，所述第二结果数据为所述第一时序判断任务模型对应的结果数据；

将所述中心点拟合向量斜率输入至所述第二斜率判断任务模型，得到第三结果数据，所述第三结果数据为所述第二斜率判断任务模型对应的结果数据；

将所述中心点拟合向量输入至所述第二时序判断任务模型，得到第四结果数据，所述第四结果数据为所述第二时序判断任务模型对应的结果数据。

2.根据权利要求1所述的终端设备的运动方向监测方法，将所述特征数据中的中心点均值向量斜率输入至所述第一斜率判断任务模型，得到第一结果数据，包括：

将所述特征数据中的中心点均值向量斜率输入至所述第一斜率判断任务模型，通过所述第一斜率判断任务模型中的逻辑回归模型对所述中心点均值向量斜率进行运算，得到第一结果数据。

3.根据权利要求1所述的终端设备的运动方向监测方法，将所述特征数据中的中心点均值向量输入至所述第一时序判断任务模型，得到第二结果数据，包括：

将所述特征数据中的中心点均值向量输入至所述第一时序判断任务模型，通过所述第一时序判断任务模型中的卷积神经网络提取所述中心点均值向量中的特征；

通过所述第一时序判断任务模型中的长短期记忆网络对所述特征进行回归预测，得到第二结果数据。

4.根据权利要求1所述的终端设备的运动方向监测方法，将所述中心点拟合向量斜率输入至所述第二斜率判断任务模型，得到第三结果数据，包括：

将所述中心点拟合向量斜率输入至所述第二斜率判断任务模型，通过所述第二斜率判断任务模型中的循环神经网络对所述中心点拟合向量斜率进行运算，得到第三结果数据。

5.根据权利要求1所述的终端设备的运动方向监测方法，将所述中心点拟合向量输入至所述第二时序判断任务模型，得到第四结果数据，包括：

将所述中心点拟合向量输入至所述第二时序判断任务模型，通过所述第二时序判断任务模型中的特征提取网络提取所述中心点拟合向量中的特征；

通过所述第二时序判断任务模型中的回归网络构建模型对所述特征进行回归预测，得到第四结果数据。

6.根据权利要求1~5任一项所述的终端设备的运动方向监测方法，对多个所述结果数据进行计算，得到输入数据，包括：

对所述第一结果数据、第二结果数据、第三结果数据以及第四结果数据进行计算，得到输入数据。