[发明专利]人体行为模式识别方法、装置、设备及存储介质

权利要求书

1.一种人体行为模式识别方法，其特征在于，包括：

获取原始数据，并对所述原始数据进行处理，获得处理结果；

将所述处理结果输入至第一判定器，所述第一判定器基于第一检测算法对所述处理结果的多个波峰以及波谷进行第一检测，获得第一检测结果；

若所述第一检测结果为运动模式，则判断是否为跑步模式或走路模式；

若所述第一检测结果不是运动模式，则将所述处理结果输入至第二判定器；

所述第二判定器基于第二检测算法对所述处理结果的多个所述波峰以及波谷进行第二检测，获得第二检测结果。

2.根据权利要求1所述的方法，其特征在于，所述获取原始数据，并对所述原始数据进行处理，获得处理结果，包括：

基于重力加速度传感器获取所述原始数据；

对所述原始数据进行计算，获得计算结果；

基于所述计算结果，获得原始波形数据；

基于N阶均值滤波算法对所述原始波形数据进行处理，获得目标波形数据；

其中，N为正整数。

3.根据权利要求2所述的方法，其特征在于，所述基于N阶均值滤波算法对所述原始波形数据进行处理，获得目标波形数据，包括：

将所述原始波形数据依次输入至N个均值滤波器；

基于第N-1个所述滤波器，输出第N-1阶均值滤波结果；

基于所述第N阶均值滤波结果对所述第N-1阶均值滤波结果进行处理，输出第N阶均值滤波结果；

基于多个所述第N阶均值滤波结果，获得所述目标波形数据。

4.根据权利要求2所述的方法，其特征在于，所述第一判定器基于第一检测算法对所述处理结果的多个波峰以及波谷进行第一检测，获得第一检测结果，包括：

基于第一检测算法对所述目标波形数据进行第一检测，确定连续的第M运动波峰以及第M运动波谷，并计算获得第M运动波峰波谷时间差以及第M运动波峰波谷数值差；其中，M为正整数；

基于第一运动阈值对所述第M运动波峰波谷时间差进行判断，并基于第二运动阈值对所述第M运动波峰波谷数值差进行判断；

若所述第M运动波峰波谷时间差大于所述第一运动阈值，同时第M运动波峰波谷数值差大于所述第二运动阈值，则基于所述第M运动波峰以及第M运动波谷，获得连续的第M步点；

将M与步点阈值进行对比，若M大于所述步点阈值，则所述第一检测结果为运动模式。

5.根据权利要求4所述的方法，其特征在于，所述若所述第一检测结果为运动模式，则判断是否为跑步模式或走路模式，包括：

获取M个连续的所述步点的M个运动波峰波谷时间差；

基于M个连续的所述步点的M个所述运动波峰波谷时间差，计算获得M个所述运动波峰波谷时间差的均值；

将M个所述运动波峰波谷时间差的均值与第三运动阈值进行对比；

若M个所述运动波峰波谷时间差的均值大于所述第三运动阈值，则所述第一检测结果为走路模式；

若M个所述运动波峰波谷时间差的均值小于等于所述第三运动阈值，则所述第一检测结果为跑步模式。

6.根据权利要求4所述的方法，其特征在于，所述确定连续的第M运动波峰以及第M运动波谷，并计算获得第M运动波峰波谷时间差以及第M运动波峰波谷数值差后，还包括：

将所述第M运动波峰波谷数值差输入至差值队列；

遍历所述差值队列的所有的波峰波谷数值差；

基于所有的所述运动波峰波谷数值差，计算获得数值差均值；

将所述数值差均值与差值队列阈值进行比较，获得比较结果；

基于所述比较结果，对所述第二运动阈值进行调整，获得第二调整运动阈值；

基于所述第二调整运动阈值对所述第M运动波峰波谷数值差进行筛选，并确定所述第M步点。