[发明专利]一种动作类型的识别方法、装置和设备

说明书

技术领域

本发明涉及信息技术领域，特别是涉及一种动作类型的识别方法、一种动作类型的识别装置和一种动作类型的识别设备。

背景技术

智能穿戴设备又称作可穿戴设备，是一种应用穿戴式技术对日常穿戴进行智能化设计、开发出的可以穿戴的设备的总称，如智能眼镜、智能手表、智能手环等等。

通常，当用户在佩戴智能穿戴设备后，智能穿戴设备能够对用户的行走或跑步进行简单的计数，向用户输出当前的行走或跑步的步数及距离。但是，现有的智能穿戴设备却无法对用户的动作进行识别，例如，篮球运动中的运球、投篮、传球、接球，羽毛球运动中扣杀、挑球、击球等动作，目前的智能穿戴设备根本无法识别。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种动作类型的识别方法、一种动作类型的识别装置和相应的一种动作类型的识别设备。

为了解决上述问题，本发明实施例公开了一种动作类型的识别方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

为了解决上述问题，本发明实施例公开了一种动作类型的识别装置，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。

可选地，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。

可选地，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。

可选地，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；