[發(fā)明專利]一種可動(dòng)態(tài)增加運(yùn)動(dòng)識(shí)別姿態(tài)的裝置和方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011167355.1
• 申請(qǐng)日: 2020-10-27
• 公開（公告）號(hào): CN112287810A
• 公開（公告）日: 2021-01-29
• 發(fā)明（設(shè)計(jì)）人: 張麗敏;騫昊;樊子予;遲洋濱
• 申請(qǐng)（專利權(quán)）人: 南京大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提出了一種可動(dòng)態(tài)增加運(yùn)動(dòng)識(shí)別姿態(tài)的裝置和方法，包括硬件采集電路、上位機(jī)、服務(wù)器，其特征在于，所述硬件采集電路用于采集人體運(yùn)動(dòng)姿態(tài)信號(hào)；所述上位機(jī)，包括采集、識(shí)別、上傳三種工作模式，采集模式下將新增運(yùn)動(dòng)姿態(tài)數(shù)據(jù)存儲(chǔ)在本地，識(shí)別模式下應(yīng)用BP神經(jīng)網(wǎng)絡(luò)算法實(shí)時(shí)識(shí)別運(yùn)動(dòng)姿態(tài)并給出識(shí)別結(jié)果，上傳模式下將本地存儲(chǔ)的新增運(yùn)動(dòng)姿態(tài)數(shù)據(jù)通過網(wǎng)絡(luò)傳送至服務(wù)器；所述服務(wù)器，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)新上傳的運(yùn)動(dòng)姿態(tài)數(shù)據(jù)進(jìn)行姿態(tài)訓(xùn)練并給出對(duì)應(yīng)的訓(xùn)練權(quán)重文件返回上位機(jī)。其顯著優(yōu)勢(shì)在于：裝置可動(dòng)態(tài)增加運(yùn)動(dòng)姿態(tài)，增加的運(yùn)動(dòng)姿態(tài)可以是新的運(yùn)動(dòng)姿態(tài)，也可以是裝置已有的運(yùn)動(dòng)姿態(tài)；裝置采用模塊化設(shè)計(jì)，各模塊可以獨(dú)立工作，耦合度低。

技術(shù)領(lǐng)域

本發(fā)明涉及運(yùn)動(dòng)姿態(tài)識(shí)別領(lǐng)域，具體涉及一種新型的實(shí)時(shí)識(shí)別并可動(dòng)態(tài)增加運(yùn)動(dòng)識(shí)別姿態(tài)的裝置和方法。

背景技術(shù)

目前，針對(duì)實(shí)時(shí)運(yùn)動(dòng)姿態(tài)的主要識(shí)別技術(shù)主要是運(yùn)用視頻圖像、加速度傳感器等的識(shí)別方法，且?guī)缀醵际菍?duì)固定動(dòng)作的識(shí)別。

《基于GMM的人體運(yùn)動(dòng)姿態(tài)的追蹤與識(shí)別》文獻(xiàn)中采用改進(jìn)的混合高斯背景模型(GMM)算法對(duì)視頻每幀圖像進(jìn)行前景提取，利用Shi-tomasi算法提取圖像特征點(diǎn)并進(jìn)行追蹤，獲取運(yùn)動(dòng)目標(biāo)輪廓并繪制出邊緣，經(jīng)過SVM(Support Vector Machine)訓(xùn)練實(shí)現(xiàn)對(duì)人體運(yùn)動(dòng)姿態(tài)的實(shí)時(shí)追蹤和識(shí)別。

《視頻中關(guān)鍵人體姿態(tài)的識(shí)別》文獻(xiàn)中提出一種識(shí)別視頻關(guān)鍵幀中人體姿態(tài)的方法.首先通過計(jì)算視頻中幀間的覆蓋率和失真率，提取關(guān)鍵幀；然后抽取關(guān)鍵幀中人體姿態(tài)輪廓的多種特征，建立多特征融合的姿態(tài)描述算子；在自采集和公用數(shù)據(jù)上構(gòu)建標(biāo)準(zhǔn)姿態(tài)的特征庫，用于訓(xùn)練基于支持向量機(jī)的多類分類器，以實(shí)現(xiàn)人體姿態(tài)的識(shí)別.

智能電子設(shè)備作為現(xiàn)代社會(huì)中人們?nèi)粘Ｉ钪斜夭豢缮俚耐ㄓ嵲O(shè)備，其不斷提升的計(jì)算、存儲(chǔ)能力，以及豐富的傳感器帶來的感知能力，吸引了許多研究者的關(guān)注，以智能手機(jī)為平臺(tái)的人體日常運(yùn)動(dòng)行為識(shí)別也成為了熱點(diǎn)。

《基于手機(jī)傳感器的人體運(yùn)動(dòng)姿態(tài)識(shí)別研究》文獻(xiàn)中利用智能手機(jī)內(nèi)置傳感器獲取用戶運(yùn)動(dòng)時(shí)產(chǎn)生的加速度信息以及相同時(shí)刻的重力加速度，遵從數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、特征提取與特征選擇、分類模型訓(xùn)練與評(píng)估這一流程對(duì)人體運(yùn)動(dòng)姿態(tài)識(shí)別。

《基于九軸傳感器的人體運(yùn)動(dòng)姿態(tài)識(shí)別系統(tǒng)及方法》文獻(xiàn)中一種基于九軸傳感器的人體運(yùn)動(dòng)姿態(tài)識(shí)別系統(tǒng)及方法。該系統(tǒng)包括信號(hào)采集模塊、數(shù)據(jù)處理模塊以及人機(jī)交互模塊，能夠較佳地對(duì)人體運(yùn)行姿態(tài)進(jìn)行連續(xù)識(shí)別。

通過視頻圖像進(jìn)行識(shí)別，需要相機(jī)等工具，成本較高，設(shè)備復(fù)雜，智能手機(jī)中識(shí)別也只能識(shí)別固定姿態(tài)的運(yùn)動(dòng)姿態(tài)，不能動(dòng)態(tài)添加。《一種基于電荷感應(yīng)的運(yùn)動(dòng)姿態(tài)識(shí)別裝置及方法》(專利號(hào)201910798833.X，2019.8.23)提到使用采集卡和KNN進(jìn)行識(shí)別，但無法實(shí)時(shí)運(yùn)行和動(dòng)態(tài)新增姿態(tài)，故需要一種操作簡(jiǎn)單，幾乎自動(dòng)化、一體化的實(shí)時(shí)運(yùn)動(dòng)姿態(tài)識(shí)別并且可以動(dòng)態(tài)增加運(yùn)動(dòng)姿態(tài)的裝置和方法。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)中存在的不足，提出一種可動(dòng)態(tài)增加運(yùn)動(dòng)識(shí)別姿態(tài)的裝置和方法。

為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明提出的技術(shù)方案為：一種可動(dòng)態(tài)增加運(yùn)動(dòng)識(shí)別姿態(tài)的裝置，如附圖1所示，包括硬件采集電路、上位機(jī)、服務(wù)器，其特征在于，所述硬件采集電路，包括探測(cè)電極、電荷傳感器、放大濾波電路、單片機(jī)，用于采集人體運(yùn)動(dòng)姿態(tài)信號(hào)，并通過單片機(jī)串口連接上位機(jī)；所述上位機(jī)，設(shè)有串口設(shè)置區(qū)來設(shè)置串口信息，包括采集、識(shí)別、上傳三種工作模式，采集模式下將新增運(yùn)動(dòng)姿態(tài)數(shù)據(jù)存儲(chǔ)在本地，同時(shí)顯示運(yùn)動(dòng)姿態(tài)波形，識(shí)別模式下應(yīng)用BP神經(jīng)網(wǎng)絡(luò)算法實(shí)時(shí)識(shí)別運(yùn)動(dòng)姿態(tài)并給出識(shí)別結(jié)果，同時(shí)顯示運(yùn)動(dòng)姿態(tài)波形，上傳模式下將本地存儲(chǔ)的新增運(yùn)動(dòng)姿態(tài)數(shù)據(jù)通過網(wǎng)絡(luò)傳送至服務(wù)器；所述服務(wù)器，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)新上傳的運(yùn)動(dòng)姿態(tài)數(shù)據(jù)進(jìn)行姿態(tài)訓(xùn)練并給出對(duì)應(yīng)的訓(xùn)練權(quán)重文件返回上位機(jī)。