[发明专利]基于运动数据的动作行为识别方法

摘要

一种基于运动数据的动作行为识别方法，涉及动作识别技术领域，所解决的是现有方法识别准确率低的技术问题。该方法利用多轴传感器采集运动目标的运动数据；并将采集的运动数据分为静态、动态两类；再根据从动态数据中提取动作特征值构建动作特征值高维矩阵，再对矩阵进行降维、聚类后得到原子动作类别集合；然后利用原子动作类别集合及数据训练模型对动作特征值二维矩阵进行训练识别，得到原子特征集合；再利用原子特征的排列组合构建复杂动作矩阵；对运动目标实施行为识别时，先利用多轴传感器采集运动目标的运动数据，再利用原子特征集合及复杂动作矩阵对运动目标实施行为识别。本发明提供的方法，适用于识别运动目标的动作行为。

主权项

1.一种基于运动数据的动作行为识别方法，其特征在于，具体步骤如下：1）在运动目标上佩戴搭载有多轴传感器的可穿戴设备，利用可穿戴设备上的多轴传感器采集运动目标的运动数据；多轴传感器所采集的运动数据包括运动目标的三轴加速度及三轴角速度；2）利用多轴传感器采集的运动数据构建一个原子特征集合及一个复杂动作矩阵，原子特征集合及复杂动作矩阵的构建步骤如下：S2.1：预先设定一个加速度幅度阈值、一个角速度幅度阈值，根据加速度幅度阈值及角速度幅度阈值将各个采样时刻所采集的运动数据分为两类，其中的一类为A类静态数据，另一类为B类动态数据；S2.2：从各个采样时刻的B类动态数据中提取动作特征值，构建动作特征值高维矩阵；S2.3：对动作特征值高维矩阵进行降维，将动作特征值高维矩阵降维成动作特征值二维矩阵，并对动作特征值二维矩阵进行聚类分析后得到动作特征值的类别集合，并将动作特征值的类别集合定义为原子动作类别集合；S2.4：将原子动作类别集合作为训练数据，将动作特征值二维矩阵作为被识别数据，采用数据训练模型对动作特征值二维矩阵进行训练识别，将训练识别得到的各个动作特征值都定义为原子特征，各个原子特征组成原子特征集合；S2.5：先将原子特征集合中的各个原子特征按时序进行排列组合，每个组合构成一个复杂动作，再以各个复杂动作为阵元构建一个复杂动作矩阵；3）对运动目标实施行为识别时，先利用多轴传感器采集运动目标的运动数据，再利用原子特征集合及复杂动作矩阵对运动目标实施行为识别；利用原子特征集合及复杂动作矩阵对运动目标实施行为识别的步骤如下：S3.1：对采集的运动数据按时域进行分窗；S3.2：对分窗后的每个时间窗，采用自编码器算法从该时间窗内的数据段中提取各个采样时刻的动作特征值，然后再将提取的各个动作特征值与原子特征集合进行匹配，从提取的各个动作特征值中筛选出原子特征，再将筛选出的各个原子特征按照动作发生时序进行排列后，构成一个待识别动作；S3.3：对分窗后的各个时间窗，将各个时间窗的待识别动作，按时序依次与复杂动作矩阵中各个复杂动作进行匹配；对于每个待识别动作，如果在复杂动作矩阵中找到与其完全匹配的复杂动作，则将该待识别动作识别为所找到的复杂动作。