[发明专利]一种动作类型的识别方法、装置和设备在审
申请号: | 201710364549.2 | 申请日: | 2017-05-22 |
公开(公告)号: | CN107329563A | 公开(公告)日: | 2017-11-07 |
发明(设计)人: | 史鹏;白锋 | 申请(专利权)人: | 北京红旗胜利科技发展有限责任公司 |
主分类号: | G06F3/01 | 分类号: | G06F3/01;G06K9/62 |
代理公司: | 北京润泽恒知识产权代理有限公司11319 | 代理人: | 莎日娜 |
地址: | 100081 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 动作 类型 识别 方法 装置 设备 | ||
1.一种动作类型的识别方法,其特征在于,包括:
采集用户的动作数据;
提取所述动作数据中的多个特征元素;
采用所述多个特征元素,生成所述动作数据的特征信息;
依据所述特征信息,识别所述动作数据对应的动作类型。
2.根据权利要求1所述的方法,其特征在于,所述采集用户的动作数据的步骤包括:
采集用户在动作过程中的加速度信号和角速度信号。
3.根据权利要求2所述的方法,其特征在于,所述提取所述动作数据中的多个特征元素的步骤包括:
分别提取所述加速度信号和角速度信号的最大值、最小值、均值方差、斜率、上升时间,和/或,下降时间。
4.根据权利要求1-3任一所述的方法,其特征在于,所述多个特征元素分别具有相应的特征数值,所述采用所述多个特征元素,生成所述动作数据的特征信息的步骤包括:
对多个特征元素的特征数值进行归一化处理,以获得多个特征元素的归一化特征数值;
对所述归一化特征数值进行降维处理,以获得目标特征数值;
采用所述目标特征数值,生成所述动作数据的特征向量。
5.根据权利要求4所述的方法,其特征在于,所述依据所述特征信息,识别所述动作数据对应的动作类型的步骤包括:
计算预置的动作特征库中的多个样本动作数据与所述特征信息的相似度,所述多个样本动作数据分别具有相应的标签信息;
提取所述相似度超过预设阈值的多个样本动作数据作为目标样本动作数据;
将所述目标样本动作数据的标签信息所指示的动作类型识别为所述动作数据的动作类型。
6.根据权利要求4所述的方法,其特征在于,所述依据所述特征信息,识别所述动作数据对应的动作类型的步骤包括:
计算预置的动作特征库中的多个特征集合与所述特征信息的相似度,所述多个特征集合分别具有相应的标签信息;
提取所述相似度最大值对应的特征集合为目标特征集合;
将所述目标特征集合的标签信息所指示的动作类型识别为所述动作数据的动作类型。
7.根据权利要求5或6所述的方法,其特征在于,所述预置的动作特征库通过如下方式生成:
采集多个样本动作数据,所述多个样本动作数据分别具有相应的标签信息;
提取所述多个样本动作数据中的多个特征元素;
采用所述多个特征元素,生成所述多个样本动作数据的特征信息;
依据所述特征信息及其对应的标签信息,生成动作特征库。
8.根据权利要求7所述的方法,其特征在于,还包括:
分别将具有相同标签信息的多个特征信息组合为特征集合。
9.一种动作类型的识别装置,其特征在于,包括:
采集模块,用于采集用户的动作数据;
提取模块,用于提取所述动作数据中的多个特征元素;
生成模块,用于采用所述多个特征元素,生成所述动作数据的特征信息;
识别模块,用于依据所述特征信息,识别所述动作数据对应的动作类型。
10.根据权利要求9所述的装置,其特征在于,所述采集模块包括:
采集子模块,用于采集用户在动作过程中的加速度信号和角速度信号。
11.根据权利要求10所述的装置,其特征在于,所述提取模块包括:
提取子模块,用于分别提取所述加速度信号和角速度信号的最大值、最小值、均值方差、斜率、上升时间,和/或,下降时间。
12.根据权利要求9-11任一所述的装置,其特征在于,所述多个特征元素分别具有相应的特征数值,所述生成模块包括:
归一化子模块,用于对多个特征元素的特征数值进行归一化处理,以获得多个特征元素的归一化特征数值;
降维子模块,用于对所述归一化特征数值进行降维处理,以获得目标特征数值;
生成子模块,用于采用所述目标特征数值,生成所述动作数据的特征向量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京红旗胜利科技发展有限责任公司,未经北京红旗胜利科技发展有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710364549.2/1.html,转载请声明来源钻瓜专利网。