[发明专利]一种用于穿戴式体感游戏设备的体态数据集采集处理方法

摘要

本发明涉及一种用于穿戴式体感游戏设备的体态数据集采集处理方法，包括下列步骤：1、定义体态表达；2、根据体态表达定义随机生成分立目标体态；3、采集分立目标体态的数据样本；4、根据体态表达定义随机生成连续目标体态；5、采集连续目标体态的数据样本；6、矫正连续目标体态的数据样本，构成体态数据集；7、使用获得的训练数据集训练体态识别算法。所采集的数据集中的体态表达可人为自由定义，由此可支持康复治疗师针对脑瘫患儿康复训练的需求对体态进行定义，而非仅支持识别算法技术本身限定体态表达，从而使得系统中的体态表达形式与治疗师理解的体态表达形式相匹配，增强用于脑瘫患儿康复训练的体感游戏系统对病症针对性。

主权项

1.一种用于穿戴式体感游戏设备的体态数据集采集处理方法，其特征在于：根据游戏交互动作需求定义体态表达，随机生成分立目标体态和连续目标体态，采集并存储两种目标体态的数据样本，矫正连续目标体态的数据样本，校正后的连续目标体态的数据样本构成体态训练数据集，包括以下步骤：/n步骤1、定义体态表达：/n根据体感游戏所设计的交互动作，使用归一化数值的定义方法，将对应的身体动作的状态使用数值进行定义；/n步骤2、随机生成分立目标体态：/n根据步骤1中定义的体态表达，随机生成N_i个体态值对应N_i个分立目标体态，随机值的生成使用以θ＝0.5为中心的三角分布：/n /n步骤3中、采集分立目标体态的数据样本：/n具体包括以下步骤：/n3.1：将步骤2中生成的第1个分立目标体态使用可视化图形显示；/n3.2：根据图形显示做出目标体态动作；/n3.3：在保持动作不变时触发对穿戴式体感游戏设备姿态数据的一次采集，并存储一个数据样本；/n3.4：重复步骤3.1至3.3，分别对于步骤2中生成的N_i个分立目标体态采集并存储N_i个数据样本。/n步骤4中、随机生成连续目标体态：/n根据步骤1中定义的体态表达，随机生成N_g对体态值对应N_g个连续目标体态，每对体态值包含两个距离不小于0.5的体态值θ₁和θ₂，作为连续目标体态的起始值和终止值，随机值的生成使用均匀分布：/np(θ₁)＝1，(0≤θ₁≤1)/np(θ₂)＝1，(0≤θ₂≤1)/nθ₂-θ₁≥0.5/n步骤5、采集连续目标体态的数据样本：/n具体包括以下步骤：/n5.1：将步骤4中生成的第1个连续目标体态使用三个可视化图形显示，其中第一个可视化图形显示该连续目标体态的起始值θ₁对应的体态，第二个可视化图形显示该连续目标体态的终止值θ₂对应的体态，第三个可视化图形显示该连续目标体态由起始状态至终止状态过渡的动画；/n5.2：根据图形显示做出起始值θ₁对应的体态动作；/n5.3：触发穿戴式体感游戏设备开始采集数据样本的命令；/n5.4：完成步骤5.3的同时立即开始逐渐改变体态动作，由起始值θ₁对应的体态动作逐渐过渡为终止值θ₂对应的体态动作，期间速度保持恒定，时间不限；/n5.5：当体态动作变为终止值θ₂对应的体态动作时触发穿戴式体感游戏设备停止采集数据样本的命令；/n5.6：将步骤5.3至5.5之间采集的不定数量的数据样本重采样为数量固定的K个数据样本θ_g⁽¹⁾，θ_g⁽²⁾，...，θ_g^(K)；/n5.7：将重采样得到的K个数据样本按顺序以线性关系分别标记位于起始值θ₁和终止值θ₂之间的体态值：/n /n5.8：重复步骤5.1至步骤5.7，分别对于步骤4中生成的N_g个连续目标采集并存储样本，以此获得N_g组数据样本，共含KN_g个数据样本。/n步骤6、使用步骤3中采集获得的分立目标体态的数据样本对步骤5中采集获得的连续目标体态的数据样本进行矫正，构成体态训练数据集：/n具体包括以下步骤：/n6.1：使用步骤3中采集获得的分立目标体态的数据样本训练体态估计算法A；/n6.2：使用训练后的算法A对步骤5.6获得的K个连续目标体态的数据样本中的每一个样本分别估计体态值θ_e^(k)；/n6.3：使用二次函数建立由k∈[1，K]区间到j∈[1，K]区间的一个扭曲映射模型：/nj(k)＝ak²+bk+c/nj(1)＝1/nj(K)＝K/n步骤6.4：以K个样本的误差值e^(k)之和为能量函数E，使用优化方法求解使能量函数最小的模型参数a，b及c，得到优化后的扭曲映射模型，其中能量函数为：/n /n其中[j(k)]表示将j(k)四舍五入为整数。/n步骤6.5：利用优化后的扭曲映射模型j(k)，将每一个数据样本的标记体态值θ_g^(k)替换为θ_g^([j(k)])；/n步骤6.6：重复步骤6.1至6.5，分别对于步骤5中生成的N_g组数据样本进行矫正，构成体态训练数据集。/n步骤7：使用步骤6获得的训练数据集训练体态识别算法。/n