[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

本發明公開一種加速度標注模型生成方法、加速度標注方法、設備及介質，該加速度標注模型生成方法包括獲取原始數據，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，該目標加速度標注模型可以根據待處理加速度信號直接得到目標動作類別，使用方便，識別準確率高。

技術領域

本發明涉及動作識別領域，尤其涉及一種加速度標注模型生成方法、加速度標注方法、設備及介質。

背景技術

目前，隨著傳感技術和數字化技術的發展，通過檢測人體運動步態信息，以確定動作類別的方法也越來越多?，F有的技術通常是生成識別模型以對運動信息進行識別確定目標動作類別，該識別模型訓練過程中，需要人工預先對訓練樣本進行標記，然后通過人工手動加窗分割訓練樣本，該過程消耗大量的人力和物力，且對個人經驗依賴性較強，篩選得到的加速度信號和對應的動作類別可能不準確，導致動作類別識別效果不佳，由于一種模型只能識別一種動作類別，實用性不強?；蛘呃米R別方法識別目標動作類別，識別方法需要在人體多處關節上安置加速度傳感器來確保較高的識別精度，這種方法能夠直觀地發現各種動作類別的加速度特征，但實際應用中要求使用者攜帶多個傳感器，十分不便，使用場景有限，成本較高。

發明內容

本發明實施例提供一種加速度標注模型生成方法、加速度標注方法、設備及介質，以解決現有動作識別不準確或者識別操作不便的問題。

一種加速度標注模型生成方法，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。

一種加速度標注方法，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。

一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述加速度標注模型生成方法的步驟。

一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述加速度標注模型生成方法的步驟。

上述加速度標注模型生成方法、加速度標注方法、設備及介質，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，利用訓練慣性測量信號獲取標注動作類別，使得標注動作類別具有客觀性，避免人工干預模型生成過程。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，為后續神經網絡模型訓練提供技術支持?；谕粩祿俗R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，利用訓練慣性測量信號獲取標注動作類別，使得標注動作類別具有客觀性，避免人工干預模型生成過程。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，有效地減少人工干預，確保生成的目標加速度標注模型具有客觀性。