[发明专利]宠物运动信息的获取方法、系统、介质及电子设备

说明书

本发明提供了一种宠物运动信息的获取方法、系统、介质及电子设备，包括基于已训练的识别模型，根据待识别宠物对应的时频域谱图，识别得到宠物对应的运动状态；根据所述运动状态，得到待识别宠物的运动信息。本发明通过卷积神经网络模型确定识别模型来识别宠物的运动状态，提高了状态识别的准确性。并通过识别宠物运动状态，得到宠物的运动信息，进而得到宠物的健康情况及适应该宠物的进食量及饮水量，达到科学喂养的目的。本发明还能够通过智能设备实时传送信息给宠物主人，方便宠物主人关注宠物的实时动态及健康，提高用户的体验。

技术领域

本发明涉及计算机技术领域，具体地，涉及一种宠物运动信息的获取方法、系统、介质及电子设备。

背景技术

随着我国经济社会的发展和物质生活的提高，人民对精神生活的需求日益增长，宠物的陪伴已然成为很多人生活的一部分。正因如此，越来越多的人开始饲养宠物，这也就面临了科学喂养的问题。如果不科学喂养会使得宠物过瘦或过胖，从而引发宠物疾病甚至威胁生命。同时，节假日人们出行时，对于宠物的安置处理，大多数人会选择宠物寄养，但针对可以自行定点大小便的宠物，主人会选择安置在家里通过摄像头设备监控宠物的活动和健康情况。对于主人来说，无法实时关注摄像头视频，也就是说当前不可以准确有效地确定宠物在家的状态信息。

卷积神经网络仿造生物的视知觉(visual perception)机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化(grid-like topology)特征，例如像素和音频进行学习、有稳定的效果且对数据没有额外的特征工程(feature engineering)要求。

但是，目前现有技术的不足之处在于运动状态识别准确率有待提高。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种宠物运动信息的获取方法、系统、介质及电子设备。

根据本发明提供的一种宠物运动信息的获取方法，包括：

运动状态识别步骤：基于已训练的识别模型，根据待识别宠物的加速度信息对应的时域和/或频域谱图，识别得到宠物对应的运动状态；

运动信息获取步骤：根据所述运动状态，得到待识别宠物的运动信息。

优选地，还包括：

步骤S1：获取样本宠物的运动数据，其中，所述运动数据包括加速度信息；

步骤S2：根据运动类型对所述运动数据进行标定，得到标定数据；

步骤S3：对标定数据进行时频域联合分析，得到每个运动类型对应的时频域谱图作为样本，通过样本训练，得到已训练的识别模型。

优选地，所述加速度信息包括利用宠物项圈中加速度计获得的加速度信息，所述宠物包括猫或者狗；

所述标定包括对每个样本宠物的运动数据标定运动类型以及标定运动类型所对应的开始时间和结束时间，所述运动类型包括静止、走步、奔跑和跳跃；

在所述运动状态识别步骤中，根据待识别宠物的预设时间周期内的加速度信息对应的时频域谱图，识别得到宠物对应的运动状态；

还包括：

运动信息应用步骤：根据所述运动信息，计算得到指示待识别宠物健康情况的应用数据，其中，所述应用数据包括基于运动信息中的运动量计算得到健康值或者参考食量；

标记复查修正步骤：将所述标定的结果和复查的结果进行比对，若内容一致，则不做处理；若内容不一致，则将再次复核并修正当前标定数据。

优选地，在时频域联合分析之前对所述标定数据进行预处理，所述预处理包括如下步骤：