[發(fā)明專利]一種基于慣性傳感器式動(dòng)作捕捉方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110364209.6
• 申請(qǐng)日: 2021-04-04
• 公開（公告）號(hào): CN113057628A
• 公開（公告）日: 2021-07-02
• 發(fā)明（設(shè)計(jì)）人: 趙鄭;段小霞;時(shí)梅;于言言
• 申請(qǐng)（專利權(quán)）人: 北京澤橋傳媒科技股份有限公司
• 主分類號(hào): A61B5/11
• 分類號(hào): A61B5/11
• 代理公司: 北京鼎德寶專利代理事務(wù)所(特殊普通合伙) 11823
• 代理人: 安軍永

本發(fā)明公開了一種基于慣性傳感器式動(dòng)作捕捉方法，屬于人體運(yùn)動(dòng)捕捉技術(shù)領(lǐng)域，包括以下步驟：S1、慣性傳感器采集人體動(dòng)作數(shù)據(jù)，并對(duì)采集的數(shù)據(jù)進(jìn)行存儲(chǔ)，S2、對(duì)采集的數(shù)據(jù)進(jìn)行噪聲處理，去除毛刺，S3、對(duì)噪聲處理后的數(shù)據(jù)進(jìn)行窗口分割和特征提取，S4、對(duì)特征進(jìn)行降維，去除數(shù)據(jù)冗余。本發(fā)明中，采用移動(dòng)平滑濾波方式對(duì)數(shù)據(jù)進(jìn)行噪聲處理，使得數(shù)據(jù)變得較為平滑，提高了動(dòng)作捕捉的精度，對(duì)高維特征向量進(jìn)行降維，去除數(shù)據(jù)冗余，用一個(gè)新的低維數(shù)據(jù)的特征集合來取代原始高維數(shù)據(jù)，讓其盡可能地反映原來數(shù)據(jù)的信息，從而能夠減少數(shù)據(jù)計(jì)算，使得數(shù)據(jù)夠直觀及數(shù)據(jù)可視性較好，采用交叉驗(yàn)證的方式，能夠提高識(shí)別正確率，獲得了更高的精度。

技術(shù)領(lǐng)域

本發(fā)明涉及人體運(yùn)動(dòng)捕捉技術(shù)領(lǐng)域，具體為一種基于慣性傳感器式動(dòng)作捕捉方法。

背景技術(shù)

從人類誕生的那一天起，動(dòng)作就一直伴隨著人們的生活存在。人體動(dòng)作是指人的全身或部分肢體所產(chǎn)生的行為，用以表達(dá)思想、情感和生活的需要。人體動(dòng)作識(shí)別是指采用一些技術(shù)手段，對(duì)人們的動(dòng)作模式和類型進(jìn)行分類。

人體動(dòng)作識(shí)別的早期研究中，基于視頻設(shè)備的方法是最常用的手段。通常這些系統(tǒng)采用一個(gè)或多個(gè)攝像機(jī)對(duì)人體動(dòng)作進(jìn)行監(jiān)測(cè)。在獲得動(dòng)作視頻后，通過分析視頻序列，提取人的身體輪廓和豐富的時(shí)空興趣點(diǎn)，并采用機(jī)器學(xué)習(xí)或模型推理識(shí)別出人體動(dòng)作。盡管基于視頻的方法取得了令人矚目的研究成果，然而，在實(shí)際的應(yīng)用中經(jīng)常會(huì)遇到一些難以解決的問題。首先，在現(xiàn)實(shí)生活中，并不是每個(gè)人都愿意長時(shí)間被攝像頭監(jiān)測(cè)，這涉及到用戶的隱私問題。其次，由于攝像機(jī)的位置固定，通常很難監(jiān)測(cè)到用戶全部的日常活動(dòng)，對(duì)于戶外的一些動(dòng)作也是無能為力。第三，在采集視頻數(shù)據(jù)的過程中，容易受到一些因素的干擾，如光線的影響、障礙物的遮擋等，這些都會(huì)降低動(dòng)作識(shí)別的準(zhǔn)確性。第四，雖然視頻可以直觀地反映出人體運(yùn)動(dòng)的姿態(tài)，然而其難以獲得動(dòng)作的一些參數(shù)信息，如肢體運(yùn)動(dòng)的加速度和角速度等。最后，視頻設(shè)備的費(fèi)用相對(duì)普通傳感器而言通常較高，這也限制了它在實(shí)際應(yīng)用中的推廣。

隨著傳感器的類型越來越豐富，精度越來越高，體積越來越小，基于傳感器的動(dòng)作識(shí)別逐漸成為研究的熱點(diǎn)。用戶通過身體上的傳感器節(jié)點(diǎn)，可以測(cè)量并收集運(yùn)動(dòng)時(shí)所產(chǎn)生的相關(guān)數(shù)據(jù)，這些數(shù)據(jù)可以通過無線通訊的方式傳送給移動(dòng)設(shè)備或個(gè)人終端，采用機(jī)器學(xué)習(xí)的方法對(duì)各種動(dòng)作進(jìn)行分類。

但是，傳統(tǒng)的慣性傳感器動(dòng)作捕捉方法，對(duì)于采集的數(shù)據(jù)進(jìn)行簡(jiǎn)單的平移降噪，簡(jiǎn)單平移后的數(shù)據(jù)整體不平滑，除噪效果不佳，影響后續(xù)動(dòng)作捕捉的精度，對(duì)高維度特征向量未進(jìn)行降維，會(huì)增加計(jì)算量，影響捕捉速度，同時(shí)，分類模型采用單層的驗(yàn)證方式，會(huì)在相似的上肢動(dòng)作和下肢動(dòng)作特征空間產(chǎn)生復(fù)雜的決策邊界，增加了分類的難度，也會(huì)影響動(dòng)作捕捉的精度，無法滿足對(duì)于人體動(dòng)作捕捉的需求。

發(fā)明內(nèi)容

本發(fā)明提供的發(fā)明目的在于提供一種基于慣性傳感器式動(dòng)作捕捉方法，采用移動(dòng)平滑濾波方式對(duì)數(shù)據(jù)進(jìn)行噪聲處理，使得數(shù)據(jù)變得較為平滑，提高了動(dòng)作捕捉的精度，對(duì)高維特征向量進(jìn)行降維，去除數(shù)據(jù)冗余，用一個(gè)新的低維數(shù)據(jù)的特征集合來取代原始高維數(shù)據(jù)，讓其盡可能地反映原來數(shù)據(jù)的信息，從而能夠減少數(shù)據(jù)計(jì)算，使得數(shù)據(jù)夠直觀及數(shù)據(jù)可視性較好，采用交叉驗(yàn)證的方式，能夠提高識(shí)別正確率，獲得了更高的精度。

為了實(shí)現(xiàn)上述效果，本發(fā)明提供如下技術(shù)方案：一種基于慣性傳感器式動(dòng)作捕捉方法，包括以下步驟：

S1、慣性傳感器采集人體動(dòng)作數(shù)據(jù)，并對(duì)采集的數(shù)據(jù)進(jìn)行存儲(chǔ)。

S2、對(duì)采集的數(shù)據(jù)進(jìn)行噪聲處理，去除毛刺。

S3、對(duì)噪聲處理后的數(shù)據(jù)進(jìn)行窗口分割和特征提取。

S4、對(duì)特征進(jìn)行降維，去除數(shù)據(jù)冗余。

S5、根據(jù)降維后的特征，訓(xùn)練分類模型，并對(duì)分類模型進(jìn)行驗(yàn)證。

S6、將獲取的動(dòng)作數(shù)據(jù)輸入訓(xùn)練后的分類模型，識(shí)別人體動(dòng)作。

進(jìn)一步的，所述步驟S2中，對(duì)采集的數(shù)據(jù)進(jìn)行噪聲處理包括以下步驟：