一种基于MEMS传感器的运动动作训练方法技术

本发明专利技术涉及人体动作识别技术领域，其目的在于提供一种基于MEMS传感器的运动动作训练方法。本发明专利技术公开的技术方案为：基于多个标准动作数据建立标准动作数据库与动作识别模型；对标准动作数据中的人体动作进行标注，形成标注动作数据，然后利用深度学习算法对标注动作数据进行训练并输出训练结果；根据训练结果修正动作识别模型；多个MEMS传感器实时采集并输出用户不同身体部位的当前用户动作数据；识别当前用户动作数据，然后将当前用户动作数据输入动作识别模型中进行计算，输出动作纠正信息。本发明专利技术可对用户的动作进行判别，并给出动作纠正信息，利于用户掌握自身动作的标准性，指导效果佳。

【技术实现步骤摘要】
一种基于MEMS传感器的运动动作训练方法
本专利技术涉及人体动作识别
，特别是涉及一种基于MEMS传感器的运动动作训练方法。
技术介绍
动作识别技术广泛应用于竞技体育、健康检查、医学研究、行人导航和救援等领域，目前通常采用基于视觉识别技术进行人体动作识别。现有技术中，主要通过CCD(Charge-coupledDevice，电荷耦合元件)或CMOS(ComplementaryMetalOxideSemiconductor，互补金属氧化物半导体)传感器等图像传感器来采集用户动作图像，随后通过处理器对采集到的视觉图像进行分析、处理，实现对用户动作图像的特征提取，完成动作识别过程。然而采用图像传感器进行动作识别，在光线不好时无法准确识别人体动作，难以对人体动作进行规范判断，无法进行有效的标准动作指导。
技术实现思路
本专利技术提供了一种基于MEMS传感器的运动动作训练方法，可对用户的实时动作进行判别，并给出用户动作纠正信息，利于用户掌握自身动作的标准性，指导效果佳。本专利技术采用的技术方案是：一种基于MEMS传感器的运动动作训练方法，包括以下步骤：S1：基于多个标准动作数据建立标准动作数本文档来自技高网...

【技术保护点】
1.一种基于MEMS传感器的运动动作训练方法，其特征在于：包括以下步骤：S1：基于多个标准动作数据建立标准动作数据库与动作识别模型；S2：对标准动作数据中的人体动作进行标注，形成标注动作数据，然后利用深度学习算法对标注动作数据进行训练并输出训练结果；S3：根据训练结果修正动作识别模型；S4：多个MEMS传感器实时采集并输出用户不同身体部位的当前用户动作数据；S5：识别当前用户动作数据，然后将当前用户动作数据输入动作识别模型中进行计算，输出动作纠正信息。

【技术特征摘要】
1.一种基于MEMS传感器的运动动作训练方法，其特征在于：包括以下步骤：S1：基于多个标准动作数据建立标准动作数据库与动作识别模型；S2：对标准动作数据中的人体动作进行标注，形成标注动作数据，然后利用深度学习算法对标注动作数据进行训练并输出训练结果；S3：根据训练结果修正动作识别模型；S4：多个MEMS传感器实时采集并输出用户不同身体部位的当前用户动作数据；S5：识别当前用户动作数据，然后将当前用户动作数据输入动作识别模型中进行计算，输出动作纠正信息。2.根据权利要求1所述的一种基于MEMS传感器的运动动作训练方法，其特征在于：在步骤S1中，对多个标准动作数据进行运动场景配置，运动场景配置包括基于训练人数进行划分的运动规模和基于训练类别进行划分的场景模式。3.根据权利要求2所述的一种基于MEMS传感器的运动动作训练方法，其特征在于：在步骤S1中，所述标准动作数据包括指定身体部位移动的距离、移动的速度、移动的加速度、移动的方位、弯曲角度中的一种或多种。4.根据权利要求2所述的一种基于MEMS传感器的...

【专利技术属性】
技术研发人员：李丰，
申请(专利权)人：重庆电政信息科技有限公司，
类型：发明
国别省市：重庆,50