运动状态识别方法和系统、动物行为识别系统技术方案

一种运动状态识别方法，包括步骤：通过加速度传感器采集目标的三维加速度数据并根据三维加速度数据计算合加速度，提取合加速度的特征信息；将该特征信息输入决策树模型，利用决策树模型的结点对该特征信息进行识别，确定目标的运动状态。上述方法通过配置在待识别目标上的加速度传感器采集目标的三维加速度数据，在计算目标运动的合加速度后，从合加速度中提取特征信息，将特征信息输入决策树模型进行判决从而识别所述目标的运动状态，克服了传统技术需要采集大量图像数据而导致识别效率低的问题，达到了高效识别目标运动状态的技术效果。还提供一种运动状态识别系统以及一种动物行为识别系统。

Motion state recognition method and system and animal behavior recognition system

【技术实现步骤摘要】
运动状态识别方法和系统、动物行为识别系统
本专利技术涉及识别
，特别是涉及一种运动状态识别方法和系统、动物行为识别系统。
技术介绍
目前针对运动状态模式的研究越来越多，随着便携式穿戴电子设备的数量种类日渐增多，通过穿戴设备自动识别行为的技术变得越来越重要。例如，对人的行为识别或对动物的行为识别，包括野生动物行为分析、宠物的监控等。由于研究目标的运动状态需要以识别目标的运动状态为基础。对于一些特定目标，例如稀有动物，由于难以获取该目标的运动状态信息，导致无法对该目标的运动状态进行识别。在传统技术中，对目标的运动状态一般是通过基于图像的分析方法进行识别，例如通过获取目标的运动状态的视频图像数据，对该视频图像数据进行分析处理，从而识别目标的运动状态。这种技术需要采集大量的视频图像数据，对图像数据处理的过程过于复杂，导致对目标运动状态的识别效率低。
技术实现思路
基于此，有必要针对传统技术对目标的运动状态的识别效率低的问题，提供一种高效的运动状态识别方法。一种运动状态识别方法，包括步骤：通过加速度传感器采集目标的三维加速度数据；其中，所述加速度传感器放置在所述目标的指定位置上；根据所述三维本文档来自技高网...

【技术保护点】
一种运动状态识别方法，其特征在于，包括步骤：通过加速度传感器采集目标的三维加速度数据；其中，所述加速度传感器放置在所述目标的指定位置上；根据所述三维加速度数据计算所述目标进行运动的合加速度，提取所述合加速度的特征信息；将所述合加速度的特征信息输入决策树模型，利用所述决策树模型的结点对所述特征信息进行识别，确定所述目标的运动状态；其中，所述决策树模型的结点记录与所述特征信息相对应的运动状态判据。

【技术特征摘要】
1.一种运动状态识别方法，其特征在于，包括步骤：通过加速度传感器采集目标的三维加速度数据；其中，所述加速度传感器放置在所述目标的指定位置上；根据所述三维加速度数据计算所述目标进行运动的合加速度，提取所述合加速度的特征信息；将所述合加速度的特征信息输入决策树模型，利用所述决策树模型的结点对所述特征信息进行识别，确定所述目标的运动状态；其中，所述决策树模型的结点记录与所述特征信息相对应的运动状态判据。2.根据权利要求1所述的运动状态识别方法，其特征在于，还包括：提取所述目标进行运动的合加速度的特征信息的样本数据集；根据所述样本数据集计算所述目标进行运动的合加速度的数据特征增益；构建决策树模型，根据所述合加速度的数据特征增益设置决策树模型的结点的判决属性，设置与所述特征信息相对应的目标的运动状态。3.根据权利要求1所述的运动状态识别方法，其特征在于，所述提取所述合加速度的特征信息的步骤包括：以时间为单位将合加速度分组进行数据分析，得到合加速度的时域特征数据；和/或对所述合加速度进行傅里叶变换，获取合加速度的频谱特征，得到合加速度的频域特征数据。4.根据权利要求3所述的运动状态识别方法，其特征在于，所述时域特征数据包括合加速度的均值、标准差和最小值。5.根据权利要求4所述的运动状态识别方法，其特征在于，所述决策树模型的根结点的判决属性设置为合加速度的均值；所述决策树模型的第一次决策的第一子结点的判决属性设置为合加速度的标准差。6.根据权利要求5所述的运动状态识别方法，其特征在于，若所述合加速度的均值小于所述根结点的预设阈值，识别所述目标的运动状态为静止；若所述合加速度的均值大于或等于所述根结点的预设阈值，识别所述目标的运动状态为运动；以及当所述运动状态为运动时，若所述合加速度的标准差小于所述第一子结...

【专利技术属性】
技术研发人员：林凡，成杰，张秋镇，张振华，杨峰，李盛阳，彭杰，秦林勇，陈小浩，
申请(专利权)人：广州杰赛科技股份有限公司，
类型：发明
国别省市：广东,44