[发明专利]一种基于九轴传感信号统计特征的泳姿识别方法

权利要求书

1.一种基于九轴传感信号统计特征的泳姿识别方法，其特征在于，具体步骤包括：

(1)获取九轴传感器采集的人体游泳时手腕部的加速度和角速度作为待测信号；

(2)取出一个单位长度的待测信号，识别并分割出信号片段中第一个具有完整运动周期的信号；若不能分割出信号片段中一个具有完整运动周期的信号，则分割出一个固定窗长的信号；

(3)对分割得到的信号进行预处理，并进行特征提取；

(4)将步骤(3)提取的特征输入到SVM模型中进行分类，确定信号分类结果；所述SVM模型为参数经过训练的模型；

(5)根据信号分类结果，确定待测信号中所要取出的单位长度的信号片段的区间，重复步骤(2)～(5)。

2.根据权利要求1所述的一种基于九轴传感信号统计特征的泳姿识别方法，其特征在于，所述步骤(3)中，所述对分割得到的信号进行预处理为：对每一维信号进行双线性插值处理，使所有信号的长度一致。

3.根据权利要求1所述的一种基于九轴传感信号统计特征的泳姿识别方法，其特征在于，所述步骤(3)中，对预处理后信号提取特征的步骤包括：

(3-1)对每一维信号进行大小排序，取其六分点位置的值作为特征1；

(3-2)计算每一维信号的均值、方差和能量，作为特征2；

(3-3)合并特征1和特征2，对每一维信号合并后的特征进行归一化处理，得到所提取特征。

4.根据权利要求1所述的一种基于九轴传感信号统计特征的泳姿识别方法，其特征在于，所述步骤(4)中，对SVM模型参数进行训练的步骤包括：

(4-1)搭建基于九轴传感信号统计特征的泳姿识别样本集；

(4-2)对SVM模型进行初始化；

(4-3)采用所搭建样本集及优化成本函数对初始化的SVM模型进行训练。

5.根据权利要求4所述的一种基于九轴传感信号统计特征的泳姿识别方法，其特征在于，所述步骤(4-1)中泳姿识别样本集的搭建步骤包括：

(4-1-1)测试人员在手腕处佩戴九轴传感器，依次进行蛙泳、仰泳、自由泳和蝶泳，同时录制同步视频；

(4-1-2)根据同步视频对测试人员佩戴的九轴传感器采集的信号进行分割，分割出具有完整运动周期的信号片段，标上对应泳姿标签；

(4-1-3)对分割出的具有完整运动周期的信号片段进行预处理及统计特征提取；所述预处理及特征提取方法与步骤(3)中的预处理及特征提取方法相同；

(4-1-4)采用留一法将带有标记标签的信号片段分为训练集和测试集，来自同一测试人员的所用信号片段应归到同一集合中。

6.根据权利要求4所述的一种基于九轴传感信号统计特征的泳姿识别方法，其特征在于，所述步骤(4-2)中，SVM模型初始化为：将错误项的惩罚系数设为1，核函数类型设为径向核函数，核函数系数设为0.0045。

7.根据权利要求4所述的一种基于九轴传感信号统计特征的泳姿识别方法，其特征在于，所述步骤(4-3)中优化成本函数的计算公式为：

α_i≥0,i＝1,2,…,m

其中，α_i为所求的参数，x_i为样本i的统计特征值，y_i为样本i的标签，k(·)为核函数，k(x_i,x_j)为样本i和样本j的统计特征值在核函数中的取值。

8.根据权利要求1所述的一种基于九轴传感信号统计特征的泳姿识别方法，其特征在于，所述步骤(4)中，SVM模型进行分类的步骤包括：

(4-a)设定五类目标分类项，分别为设定识别的泳姿，即蛙泳、仰泳、自由泳、蝶泳，及非目标动作，采用SVM构建一个五值分类器；

(4-b)在任意两个分类项之间设计一个SVM，因此五值分类器需要10个SVM；

(4-c)对未知样本的统计特征分别用10个SVM进行测试，记录每个SVM输出结果，采用投票形式确定最终分类结果。