The invention provides a comprises the steps of human motion state recognition method based on intelligent mobile phone: motion data acquisition, using Android intelligent mobile phone embedded accelerometer and gyroscope sensor motion data; data preprocessing of the motion state, using the data collected by the sensor is filtered; training neural network model into processing after the data to the server, using the depth to construct neural network prototype learning technology, according to preliminary results of training, further optimization of neural network model; transplantation model, the trained neural network model, using Android technology to transplant the model to the mobile phone in the mobile phone; motion recognition, real-time sensor information, identify the moving state the current. The invention does not need additional data acquisition equipment, improves the intelligentization of the recognition process of human motion state, and facilitates the use of the vast number of users.
【技术实现步骤摘要】
一种基于智能手机的人体运动状态识别方法
本专利技术涉及运动状态识别领域,尤其涉及一种基于智能手机的人体运动状态识别方法。
技术介绍
人体运动状态识别已经成为现代人们关注的重点。由于大多数专业设备携带不便,不能很好地监测人们一天中的运动状态。而智能手机能够很好地解决这方面的问题。智能手机作为嵌入式设备,它的主板上嵌入了大量的传感器,使得智能手机具有更好的体验性。为了监测人体一天的运动状态,利用智能手机中的加速度传感器和陀螺仪传感器,采集手机持有人的运动数据并进行运动状态识别和记录。目前比较流行的是利用手机单纯记录走路状态,数据表示比较单一,不能记录当前实际的运动状态,不利于后期的数据多样化分析。传统的运动状态监测设备,不便于携带且由于未与网络连接,只能与本地存储模型进行对比判断,并且不能长期记录大量数据,使得采集到的数据不能产生更大的价值。而智能手机则不同,它能很好地解决上述问题,而且将来智能手机将嵌入更多的专业传感器来满足人们在实际生活中需要。
技术实现思路
本专利技术提供一种基于智能手机的人体运动状态识别方法,弥补传统采集设备携带不便,不能智能分析数据的不足,尤其是不能将采集到数据上传到后台服务器,不能动态的分析用户的运动,不能将数据结果和建议发送给用户等缺陷,改善其数据采集与分析的不足,提高运动状态识别的实时性和便捷性。为此,所采用的技术方案为:一种基于智能手机的人体运动状态识别方法,包括步骤:步骤一,运动状态数据采集:利用Android智能手机内嵌的加速度传感器和陀螺仪传感器采集运动状态数据,并对数据的种类做好标记,便于后面对数据的再次处理;步骤二,运动 ...
【技术保护点】
一种基于智能手机的人体运动状态识别方法,其特征在于,包括步骤:步骤一,运动状态数据采集:利用Android智能手机内嵌的加速度传感器和陀螺仪传感器采集运动状态数据,并对所述运动状态数据的种类做好标记;步骤二,运动状态数据预处理:对所述采集到的运动状态数据进行滤波处理;步骤三,训练神经网络模型:将处理后的运动状态数据送入到后台服务器,利用深度学习技术构建神经网络原型,再依据初步的训练结果,进一步优化神经网络模型,直到识别的准确度达到给定阈值;步骤四,模型移植:将训练好的神经网络模型,利用Android技术移植到所述Android智能手机中;步骤五,运动状态识别:使用所述Android智能手机采集实时传感器信息,识别当前的人体运动状态。
【技术特征摘要】
1.一种基于智能手机的人体运动状态识别方法,其特征在于,包括步骤:步骤一,运动状态数据采集:利用Android智能手机内嵌的加速度传感器和陀螺仪传感器采集运动状态数据,并对所述运动状态数据的种类做好标记;步骤二,运动状态数据预处理:对所述采集到的运动状态数据进行滤波处理;步骤三,训练神经网络模型:将处理后的运动状态数据送入到后台服务器,利用深度学习技术构建神经网络原型,再依据初步的训练结果,进一步优化神经网络模型,直到识别的准确度达到给定阈值;步骤四,模型移植:将训练好的神经网络模型,利用Android技术移植到所述Android智能手机中;步骤五,运动状态识别:使用所述Android智能手机采集实时传感器信息,识别当前的人体运动状态。2.根据权利要求1所述的基于智能手机的人体运动状态识别方法,其特征在于,所述步骤一中运动状态数据的采集过程中,包括步骤:利用众包思想采集运动状态数据,获取更多不同人体对相同动作的数据样本。3.根据权利要求1所述的基于智能手机的人体运动状态识别方法,其特征在于,所述步骤二中运动状态数据预处理,采用中值滤波和Butterworth滤波对原始信号滤波。4.根据权利要求1所述的基于智能手机的...
【专利技术属性】
技术研发人员:赵宏,侯春宁,晏超,王孝通,刘向东,王乐,王伟杰,常兆斌,张浩,雷晓强,
申请(专利权)人:兰州理工大学,
类型:发明
国别省市:甘肃,62
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。