[发明专利]运动模式识别方法及装置

说明书

本发明实施例提供一种运动模式识别方法及装置，属于模式识别领域。该方法通过获得用于表征运动模式的原始运动数据，并对所述原始运动数据进行平滑滤波，基于多个分类器对应的不同的特征提取方式，分别对平滑滤波后的原始运动数据进行特征提取，获得多个运动特征数据，然后对所述多个运动特征数据进行识别，获得多个运动模式，再基于预设规则从所述多个运动模式中确定出最终运动模式，本方法通过不同分类器的不同特性，以及不同的特征提取方式，然后进行集成多种分类器，最后通过预设规则得出最终的运动模式，从而避免了某一种分类器在局部特性的数据上识别结果偏差较大的情况，提高了识别的稳定性以及准确率。

技术领域

本发明涉及模式识别领域，具体而言，涉及一种运动模式识别方法及装置。

背景技术

运动模式识别是一个非常有趣并且很有挑战的问题，它广泛的应用于体育的跑步、健身、球类运动等领域。通常实现方式为：基于计算机视觉的方法。基于视觉的方法，是通过摄像头，对用户的动作进行捕捉，然后通过计算机视觉的相关方法，进行识别出不同的动作模式。

基于计算机视觉的技术已经广泛的应用于人体的目标跟踪以及对一系列动作进行模式识别，该方法需要在监控地点安装摄像机，以进行对视觉的数据进行采集，然后通过对原始数据进行预处理、特征提取、对对象进行检测、目标跟踪，最后通过对一系列动作进行模式识别，或者通过现在最流行的深度学习，对采集的数据进行端对端的模式识别，即输入采集的数据，则输出模式识别的结果。但是基于计算机视觉的方法对光照条件要求较为严格，并且数据量大容易导致维数灾难，所以对于最终的识别效果并不理想。

发明内容

有鉴于此，本发明实施例的目的在于提供一种运动模式识别方法及装置，以改善上述问题。

第一方面，本发明实施例提供了一种运动模式识别方法，所述方法包括：获得用于表征运动模式的原始运动数据，并对所述原始运动数据进行平滑滤波；基于多个分类器对应的不同的特征提取方式，分别对平滑滤波后的原始运动数据进行特征提取，获得多个运动特征数据；对所述多个运动特征数据进行识别，获得多个运动模式；基于预设规则从所述多个运动模式中确定出最终运动模式。

进一步地，基于多个分类器对应的不同的特征提取方式，分别对平滑滤波后的原始运动数据进行特征提取，获得多个运动特征数据，包括：基于softmax回归分类器的特征提取方式，对平滑滤波后的原始数据进行特征提取，获得第一运动特征数据；基于朴素贝叶斯分类器的特征提取方式，对平滑滤波后的原始数据进行特征提取，获得第二运动特征数据；基于决策树分类器的特征提取方式，对平滑滤波后的原始数据进行特征提取，获得第三运动特征数据；对所述多个运动特征数据进行识别，获得多个运动模式，包括：对所述第一运动特征数据进行识别，获得第一运动模式；对所述第二运动特征数据进行识别，获得第二运动模式；对所述第三运动特征数据进行识别，获得第三运动模式；基于预设规则从所述多个运动模式中确定出最终运动模式，包括：基于预设规则从所述第一运动模式、所述第二运动模式、所述第三运动模式中确定出最终运动模式。

进一步地，基于预设规则从所述第一运动模式、所述第二运动模式、所述第三运动模式中确定出最终运动模式，包括：对所述第一运动模式、所述第二运动模式、所述第三运动模式进行投票，选择出投票数最多的运动模式作为所述最终运动模式。

进一步地，获得用于表征运动模式的原始运动数据，并对所述原始运动数据进行平滑滤波，包括：通过传感器采集用户的用于表征运动模式的原始运动数据，并对所述原始运动数据进行平滑滤波。

进一步地，对所述原始运动数据进行平滑滤波，包括：采用均值滤波法对所述原始运动数据进行平滑滤波。