[發明專利]加速度標注模型生成方法、加速度標注方法、設備及介質

在審

• 申請號: 202010772494.0
• 申請日: 2020-08-04
• 公開（公告）號: CN112115964A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 陶大鵬;林旭
• 申請（專利權）人: 深圳市聯合視覺創新科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06N3/08;G01C21/16
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 黃章輝

1.一種加速度標注模型生成方法，其特征在于，包括：

獲取原始數據，所述原始數據包括攜帶同一數據標識對應的訓練慣性測量信號和訓練加速度信號；

對所述訓練慣性測量信號進行分析，獲取所述訓練慣性測量信號對應的標注動作類別；

對所述訓練加速度信號進行分析，獲取所述訓練加速度信號對應的標注加速度特征；

基于同一數據標識對應的所述標注動作類別和所述標注加速度特征，形成標注訓練樣本；

采用所述標注訓練樣本訓練神經網絡模型，生成目標加速度標注模型。

2.如權利要求1所述的加速度標注模型生成方法，其特征在于，所述對所述訓練慣性測量信號進行分析，獲取所述訓練慣性測量信號對應的標注動作類別，包括：

基于所述訓練慣性測量信號，獲取所述訓練慣性測量信號對應的訓練動作信息，所述訓練動作信息包括訓練關節角度信息和運動時間信息；

對所述訓練關節角度信息和所述運動時間信息進行分析，獲取所述訓練慣性測量信號對應的標注動作類別。

3.如權利要求2所述的加速度標注模型生成方法，其特征在于，所述對所述訓練關節角度信息和所述運動時間信息進行分析，獲取所述訓練慣性測量信號對應的標注動作類別，包括：

對所述訓練關節角度信息和所述運動時間信息進行分析，獲取關節運動周期和所述關節運動周期內的關節運動姿態；

基于所述關節運動姿態，確定關節運動角度范圍；

基于所述關節運動周期和所述關節運動角度范圍，確定關節伸展時間和關節彎曲時間；

基于所述關節運動角度范圍、關節伸展時間和關節彎曲時間，獲取所述訓練慣性測量信號對應的標注動作類別。

4.如權利要求1所述的加速度標注模型生成方法，其特征在于，所述獲取原始數據，包括：

采用設置在測試對象上的慣性測量傳感器，實時采集攜帶數據標識的訓練慣性測量信號；

采用設置在同一所述測試對象上的移動設備或加速度傳感器，實時采集攜帶數據標識的訓練加速度信號；

基于同一數據標識的所述訓練慣性測量信號和所述訓練加速度信號，獲取原始數據。

5.如權利要求4所述的加速度標注模型生成方法，其特征在于，所述慣性測量傳感器設置在所述測試對象的髖關節、膝關節和踝關節上。

6.如權利要求2所述的加速度標注模型生成方法，其特征在于，在所述采用設置在測試對象上的慣性測量傳感器，實時采集攜帶數據標識的訓練慣性測量信號之前，所述加速度標注模型生成方法還包括:

采用設置在測試對象上的慣性測量傳感器，實時采集校準慣性測量信號；

對所述校準慣性測量信號進行轉換，獲取所述校準慣性測量信號對應的校準關節坐標；

基于所述校準關節坐標和預設關節坐標，獲取校準映射關系；

所述基于所述訓練慣性測量信號，獲取所述訓練慣性測量信號對應的訓練動作信息，所述訓練動作信息包括訓練關節角度信息和運動時間信息；包括：

基于所述訓練慣性測量信號，獲取對應的原始關節角度信息；

采用所述校準映射關系對所述原始關節角度信息進行校準，獲取訓練關節角度信息。

7.如權利要求1所述的加速度標注模型生成方法，其特征在于，所采用所述標注訓練樣本訓練神經網絡模型，生成目標加速度標注模型，包括：

采用所述標注訓練樣本訓練神經網絡模型，生成原始加速度標注模型；

獲取所述原始加速度標注模型的標注準確率，若所述標注準確率大于預設準確率，則將所述原始加速度標注模型確定為目標加速度標注模型。

8.一種加速度標注方法，其特征在于，包括：

獲取待處理數據，所述待處理數據包括待處理加速度信號；

對所述待處理加速度信號進行分析，獲取所述待處理加速度信號對應的待處理加速度特征；

將所述待處理加速度特征輸入權利要求1-7任一項所述加速度標注模型，獲取與所述待處理加速度特征相對應的目標動作類別。