[发明专利]人体姿态识别方法及人体姿态识别装置

权利要求书

1.一种人体姿态识别方法，其特征在于，包括：

采集智能终端的加速度数据；

基于采集到的所述智能终端的加速度数据获取特征信息，其中，所述特征信息包括：信号幅度，所述信号幅度能反映所述加速度数据的变化幅度；

将获取的所述特征信息输入已训练好的人体姿态识别模型，得到人体姿态识别结果；其中，所述人体姿态识别模型基于预设的特征信息训练集和分类算法训练得到。

2.根据权利要求1所述的人体姿态识别方法，其特征在于，所述基于采集到的所述智能终端的加速度数据获取特征信息，包括：

基于采集到的所述智能终端的加速度数据和第一公式，计算所述加速度数据的信号幅度；

其中，所述第一公式为：

在所述第一公式中，SMV_A标识信号幅度，a_x表示采集到的所述智能终端在x轴方向的加速度值；a_y表示采集到的所述智能终端在y轴方向的加速度值；a_z表示采集到的所述智能终端在z轴方向的加速度值。

3.根据权利要求1或2所述的人体姿态识别方法，其特征在于，所述特征信息还包括：欧氏距离；

所述基于采集到的所述智能终端的加速度数据获取特征信息，包括：基于采集到的所述智能终端的加速度数据和第二公式，计算所述欧氏距离；

其中，所述第二公式为：

$d=\sqrt{{({\mathrm{Avg}}_x-refer\_{\mathrm{Avg}}_x)}^2+{({\mathrm{Avg}}_y-refer\_{\mathrm{Avg}}_y)}^2+{({\mathrm{Avg}}_z-refer\_{\mathrm{Avg}}_z)}^2};$

在所述第二公式中，refer_Avg_x、refer_Avg_y和refer_Avg_z分别表示预设的人体处于站立姿态或走路姿态时智能终端在x轴方向、y轴方向和z轴方向的加速度参考值；Avg_x、Avg_y和Avg_z分别表示采集到的所述智能终端在x轴方向、y轴方向和z轴方向的加速度值。

4.根据权利要求1或2所述的人体姿态识别方法，其特征在于，所述特征信息还包括：一阶回归系数方差；

所述基于采集到的所述智能终端的加速度数据获取特征信息，包括：计算采集到的所述智能终端的加速度数据的一阶回归系数方差。

5.根据权利要求1或2所述的人体姿态识别方法，其特征在于，所述特征信息还包括：四分位距；

所述基于采集到的所述智能终端的加速度数据获取特征信息，包括：计算采集到的所述智能终端的加速度数据的四分位距。