[发明专利]提升混合现实与日常健康监测的方法

摘要

本发明提供了一种人工智能运动分层分级处理提升混合现实与日常健康监测的方法，一方面在虚拟现实运动中进行分层分级建模，降低时延和对处理器的要求。预处理过程中既全面采集细微的运动特征，另一方面又通过自适应的算法匹配，在不同特定判别过程只调用有限的不同传感器功能工作，提取不同特定的特征计算，分析环节综合不同特征降维取样，大大减少了计算量，通过重点计算验证环节，又保证了正确性；同时将重点验证环节放在云端，其余计算放在可穿戴设备端，有效地平衡了快速反应和计算量的矛盾，既全面采集运动状态的细节特征，计算量和功耗大大减少。

主权项

1.一种人工智能运动分层分级处理提升混合现实与日常健康监测的方法，其特征在于包括：根据通常人腰带判断的运动状态和其VR眼镜的视频图像需求的相关性，建立VR眼镜中需要最清晰显示的部分，以及根据运动预测对传输时延超过阈值时间段的图像，在阈值时间段范围内进行视觉补偿，建立的腰带运动与VR视频关联模型；根据个人腰带判断的运动状态和其VR眼镜的视频图像需求的相关性，建立VR眼镜中需要最清晰显示的部分，以及根据运动预测对传输时延超过阈值时间段的图像，在阈值时间段范围内进行视觉补偿，建立的腰带运动与VR视频关联模型；用于设定个人VR眼镜图像预判设置，根据腰带判断的运动状态和其VR眼镜的视频图像需求的相关性，建立VR眼镜中需要最清晰显示的部分，以及根据运动预测对传输时延超过阈值时间段的图像，在阈值时间段范围内进行视觉补偿；根据腰带判断的运动状态和其VR眼镜的视频图像需求的相关性，建立VR眼镜中需要最清晰显示的部分，以及根据运动预测对传输时延超过阈值时间段的图像，在阈值时间段范围内进行视觉补偿；对于该补偿与经过阈值时间段后传输来的数据进行校验，一致性超过预定百分比，将准确性因子置为1，低于预定百分比置为0；在运动状态和步态的特定组合下采集使用者的腰带传感器运动数据；执行预处理，使用优化的支持向量机分层级结合不同层级数据，并用于定时采集用户佩戴的加速度传感器输出的加速度数据，并经小波变换过滤高频噪声，通过自适应的算法匹配，在不同特定判别过程只调用有限的不同传感器功能工作，提取不同特定的特征计算，分析环节综合不同特征降维取样，通过重点计算验证环节保证正确性；同时将重点验证环节放在云端，其余计算放在可穿戴设备端；将运动预处理后的数据和执行预处理得到的数据进入一个训练集；将运动预处理后的数据和执行预处理得到的数据进行准确性判断。