【技术实现步骤摘要】
一种基于卷积神经网络的相似性动作识别装置及方法
本专利技术属于生物医学信息检测与处理、模式识别、动作识别方法，具体涉及一种基于卷积神经网络的相似性动作识别装置及方法。
技术介绍
随着科技的发展，越来越多的微型设备配备了各式各样的传感器，比如加速度计、磁力计、气压计、罗盘等，这些传感器的普及带动了新型研究领域的发展--基于可穿戴设备的动作识别。人类的任何行为都是某些小动作的组成，比如走，跑，跳，坐，躺等等，每个动作都有其特有的特征，通过一定的传感器我们可以分析受试者的动作。人体运动信息是人体肌骨运动系统和神经控制系统等多方面综合运动功能的宏观反映，通过人体运动信息的识别，记录运动过程中身体各环节的位置及其运动轨迹，并通过适当的分析处理软件处理可以得到人体运动学和动力学方面信息，辅助临床医生进行疾病和康复进程评定，为临床提供准确科学的诊断和评价手段。通过人的运动信息来识别人的动作越来越受到关注,目前动作识别研究热点主要集中于基于视觉领域的动作识别和基于传感器领域的动作识别。基于视觉的动作识别，大多是借助摄像机，或者多个摄像机来采集数据，然后运用一些图像处理的方法进行动...
【技术保护点】
1.一种基于卷积神经网络的相似性动作识别装置，其特征在于：包括相连接的加速度计模块及移动终端；所述加速度计模块包括单片机及分别与其连接的加速度传感器、蓝牙模块、电源模块；在采集数据的过程中，将加速度计模块放置在受试者身上，把采集到的数据通过蓝牙传输到安卓客户端模块；安卓客户端模块首先将采集到的数据进行本地存储和实时显示，随后定时将数据文件通过无线网络传至服务器；服务器端模块首先对数据进行存储，然后通过TensorFlow平台下构建的卷积神经网络模型对数据进行训练和分类，最后再将动作识别的结果返回至安卓客户端模块。
【技术特征摘要】
1.一种基于卷积神经网络的相似性动作识别装置，其特征在于：包括相连接的加速度计模块及移动终端；所述加速度计模块包括单片机及分别与其连接的加速度传感器、蓝牙模块、电源模块；在采集数据的过程中，将加速度计模块放置在受试者身上，把采集到的数据通过蓝牙传输到安卓客户端模块；安卓客户端模块首先将采集到的数据进行本地存储和实时显示，随后定时将数据文件通过无线网络传至服务器；服务器端模块首先对数据进行存储，然后通过TensorFlow平台下构建的卷积神经网络模型对数据进行训练和分类，最后再将动作识别的结果返回至安卓客户端模块。2.根据权利要求1所述的基于卷积神经网络的相似性动作识别装置，其特征在于：所述单片机采用MSP430G230单片机；加速度传感器采用FXOS8700CQ传感器；蓝牙模块采用HC06。3.根据权利要求1所述的基于卷积神经网络的相似性动作识别装置，其特征在于：所述电源模块包括电源芯片、充电芯片及电池；所述电源芯片一端与充电芯片一端连接；充电芯片另一端与电池一端连接；电池另一端与电源芯片另一端连接。4.根据权利要求3所述的基于卷积神经网络的相似性动作识别装...
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。