【技术实现步骤摘要】
一种基于商用RFID的非接触式徒手健身活动识别方法
本专利技术涉及活动识别的应用,特别是一种基于商用RFID的非接触式徒手健身活动识别方法。
技术介绍
随着国民经济的发展和国家对“全民健身”的提倡,以运动收获健康的理念日益深入人心,越来越多的人加入到健身的队伍当中。近几年,徒手健身这种运动形式已经受到越来越多人的青睐。徒手健身运动是一种利用人体自身抵抗力来达到锻炼效果的健身运动。研究表明,有氧和无氧运动交替进行可以达到更好的锻炼效果。徒手健身运动作为一种半有氧的运动形式,是健身中不可或缺的一个重要组成。相比于跑步等单纯的有氧运动,徒手健身不仅有助于稳定、平衡骨骼和肌肉,还可以加速燃脂,对减肥起到重要的作用。而相比于器械运动而言,徒手健身的运动难度更低,受众范围更为广泛。另外,徒手健身不需要任何额外的器械,对运动场地大小要求低,人们在家中、办公室、健身房等就可自行进行训练,这也是徒手健身备受欢迎的原因之一。然而,对于大多数徒手健身者而言,都是通过私人教练或者从视频、文字等描述中获取相对标准的动作。但是,私人教练成本高昂,视频、文字的描述因为缺乏相应的监督和评估反馈, ...
【技术保护点】
1.一种基于商用RFID的非接触式徒手健身活动识别方法,其特征在于,包括以下步骤:在监测区域中商用RFID收发设备,通过采集每种标准动作对应的相位信息并进行预处理后得到的对应的信号角频率集合,从而构建标准动作指纹库;用户在监测区域中进行徒手健身运动时,获取用户健身运动对应的信号角频率特征集合,并对该信号角频率特征进行两次分割,第一次分割时得到用户组活动序列集合,第二次分割得到用户动作序列集合,对所述的动作序列集合进行归一化处理,将归一化处理后的结果与标准动作指纹库中的指纹进行匹配以完成识别。
【技术特征摘要】
1.一种基于商用RFID的非接触式徒手健身活动识别方法,其特征在于,包括以下步骤:在监测区域中商用RFID收发设备,通过采集每种标准动作对应的相位信息并进行预处理后得到的对应的信号角频率集合,从而构建标准动作指纹库;用户在监测区域中进行徒手健身运动时,获取用户健身运动对应的信号角频率特征集合,并对该信号角频率特征进行两次分割,第一次分割时得到用户组活动序列集合,第二次分割得到用户动作序列集合,对所述的动作序列集合进行归一化处理,将归一化处理后的结果与标准动作指纹库中的指纹进行匹配以完成识别。2.如权利要求1所述的基于商用RFID的非接触式徒手健身活动识别方法,其特征在于,所述的预处理包括相位信息的随机跳变去噪、对相位环境去噪;其中,所述的随机跳变去噪包括:在标准动作对应的相位信息中,判断相位信息中包含的相位是否产生随机跳变,若产生随机跳变,则将该相位恢复至跳变以前的相位;所述的相位环境去噪所采用的方法为离散小波变换。3.如权利要求2所述的基于商用RFID的非接触式徒手健身活动识别方法,其特征在于,所述的判断相位信息中包含的相位是否产生随机跳变,若产生随机跳变,则将该相位恢复至跳变以前的相位,包括:如果相位信息中的某一个相位θk(i)与该相位θk(i)之前的相位θk(i-1)的相位差大于π,则认为该相位θk(i)产生了随机跳变,将相位θk(i)减去π作为跳变前的相位。4.如权利要求1所述的基于商用RFID的非接触式徒手健身活动识别方法,其特征在于,所述的第一次分割时得到用户组活动序列集合,包括:将户健身运动对应的信号角频率特征集合w分割成为P个等长片段,得到等长片段的集合Nlarge;计算等长片段的集合Nlarge中每个等长片段中所有信号角频率的方差作为等长片段的方差,得到计算后对应的方差集合Vlarge;通过将每个等长片段的方差和预先设定的阈值Tlarge进行对比,找出大于...
【专利技术属性】
技术研发人员:陈晓江,王晔竹,张涛,刘宝英,房鼎益,陈峰,任宇辉,
申请(专利权)人:西北大学,
类型:发明
国别省市:陕西,61
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。