[發(fā)明專利]一種基于運動手環(huán)的人體運動模式識別方法

有效

• 申請?zhí)枺?/td>: 202010173918.1
• 申請日: 2020-03-13
• 公開（公告）號: CN111401435B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計）人: 張學(xué)鋒;孫宇航;湯亞玲;儲岳中
• 申請（專利權(quán)）人: 安徽工業(yè)大學(xué)
• 主分類號: G06F18/2415
• 分類號: G06F18/2415;G06F18/10;G06F18/213;A61B5/00;A61B5/11;G06F123/00
• 代理公司: 安徽知問律師事務(wù)所 34134
• 代理人: 平靜

本發(fā)明公開了一種基于運動手環(huán)的人體運動模式識別方法，屬于智能穿戴設(shè)備技術(shù)領(lǐng)域。本發(fā)明的人體運動模式識別方法通過采集人體數(shù)據(jù)、對數(shù)據(jù)進(jìn)行樣本處理、進(jìn)行濾波處理、提取特征、選擇特征等步驟進(jìn)行人體運動模式的識別。本發(fā)明僅計算一段時間內(nèi)每個窗口的加速度數(shù)據(jù)的均值、方差等特征，并使用簡單的決策樹分類模型進(jìn)行識別，時間復(fù)雜度較低，算法簡單，識別速度較快。同時提取并選擇出了最有利于分類的特征，然后使用基于概率統(tǒng)計的決策樹模型進(jìn)行分類，保證了較高的識別準(zhǔn)確率。本發(fā)明在獲取實驗樣本過程中，選取窗口重合百分之五十，保證了人體運動動作的連貫性，確保實驗結(jié)果的準(zhǔn)確。

技術(shù)領(lǐng)域

本發(fā)明涉及智能穿戴設(shè)備技術(shù)領(lǐng)域，更具體的說，涉及一種基于運動手環(huán)的人體運動模式識別方法。

背景技術(shù)

隨著微型智能穿戴設(shè)備的普及與應(yīng)用，智能設(shè)備運算能力越來越強(qiáng)，人們可以利用其可穿戴性和運算性能為我們的生活帶來便利。人體的運動識別成為了當(dāng)代一個熱門而具有價值的研究。人體的運動識別是許多高影響應(yīng)用的核心構(gòu)件，如健康和健身監(jiān)測、個人生物識別、城市計算、輔助技術(shù)、老年人護(hù)理、室內(nèi)定位和導(dǎo)航等。同樣，佩戴智能手環(huán)可以計算出用戶一天基本的運動情況，并根據(jù)這些信息計算出用戶對于不同運動模式的運動量，能夠幫助用戶及時了解自己的運動情況，并做出調(diào)節(jié)，讓用戶更加科學(xué)地安排各種運動的運動時間。

隨著人工智能的發(fā)展，利用嵌入加速度傳感器的手環(huán)，和機(jī)器學(xué)習(xí)以及數(shù)據(jù)挖掘算法相結(jié)合，使運動模式的識別成為可能。目前國內(nèi)外學(xué)者已經(jīng)展開了對人體運動模式識別算法的研究，也取得了豐碩的成果。如利用人體在運動過程中產(chǎn)生的生物信號來識別運動模式。張等人利用表面肌電(SEMG)傳感器在相應(yīng)肌群皮膚表面捕獲肌肉活動信息，對手勢命令進(jìn)行檢測和識別。彭等人利用計算機(jī)視覺相關(guān)算法，通過處理攝像機(jī)捕獲的手勢圖像，并對圖像加以分析，進(jìn)而對手勢進(jìn)行識別。此外，趙，張等人通過提取圖像的Hu不變矩作為手勢的特征向量，然后計算輸入手勢與模板手勢圖像的特征向量的距離實現(xiàn)靜態(tài)手勢識別，識別率達(dá)到了97.4％。還有學(xué)者通過采集腳底壓力信息監(jiān)測關(guān)鍵步態(tài)事件，在事件前后對下肢加速度數(shù)據(jù)進(jìn)行特征提取，從而對4種常見行為(走路、跑步、上樓和下樓)進(jìn)行識別。采用上述方法進(jìn)行運動模式識別要么成本太高，算法太復(fù)雜；要么識別準(zhǔn)確率較低，不能滿足要求。因此需要新的方法來實現(xiàn)了人體運動模式的識別。

經(jīng)檢索，中國專利申請?zhí)朲L201710866208.5，發(fā)明名稱為：運動狀態(tài)識別方法和系統(tǒng)、動物行為識別系統(tǒng)，申請日：2017年9月22日。該申請案通過加速度傳感器采集目標(biāo)的三維加速度數(shù)據(jù)并根據(jù)三維加速度數(shù)據(jù)計算合加速度，提取合加速度的特征信息；將該特征信息輸入決策樹模型，利用決策樹模型的結(jié)點對該特征信息進(jìn)行識別，確定目標(biāo)的運動狀態(tài)，達(dá)到了識別目標(biāo)運動狀態(tài)的技術(shù)效果；但該申請案僅提取合加速度的特征信息作為識別信息，不能準(zhǔn)確的識別人體運動狀態(tài)。

發(fā)明內(nèi)容

1.發(fā)明要解決的技術(shù)問題

鑒于現(xiàn)有技術(shù)中，對于運動模式的識別存在算法復(fù)雜，且識別準(zhǔn)確率低的問題，本發(fā)明提供了一種基于運動手環(huán)的人體運動模式識別方法，利用運動手環(huán)采集人體運動的加速度數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行特征提取后送入模型調(diào)整參數(shù)，使運算模型能夠準(zhǔn)確識別人體的運動模式。

2.技術(shù)方案

為達(dá)到上述目的，本發(fā)明提供的技術(shù)方案為：

本發(fā)明的一種基于運動手環(huán)的人體運動模式識別方法，其步驟為：

步驟一、利用運動手環(huán)采集人體運動的加速度數(shù)據(jù)；

步驟二、對步驟一中采集到的數(shù)據(jù)進(jìn)行分段，選取合適的窗口寬度；

步驟三、將每個窗口三個方向上的加速度數(shù)據(jù)進(jìn)行濾波處理；

步驟四、對經(jīng)步驟三濾波處理后的加速度數(shù)據(jù)進(jìn)行特征提取；

步驟五、利用特征選擇算法篩選步驟四中提取的特征，舍棄對分類算法沒有貢獻(xiàn)的特征；