【技术实现步骤摘要】
一种基于六轴惯性传感信号的人体动作检测与识别方法
本专利技术涉及人体动作识别
，特别涉及一种基于六轴惯性传感信号的人体动作检测与识别方法。
技术介绍
随着智能手机或可穿戴设备的流行，基于惯性传感器的人体动作识别在人类生活中发挥着越来越重要的作用，并取得了较大的进展，研究成果涉及智能监控、医疗看护等各个领域。但是，以往的研究只是实现了如行走、上下楼梯这种简单且规律性的动作的识别，对于一系列复杂动作中若干种特定动作的发生时间的有效检测和发生时间内特定动作的识别还少有探究，例如，在一场羽毛球比赛中，检测到选手所有发球和扣球动作的发生时间，后对发生时间中的动作进行识别。事实上，在传统的基于惯性传感器的人体动作识别方法中，一种典型的滑窗法是用一个固定长度的窗在整个传感信号中以固定步长滑行并把信号截取成多段短时序列，再对这些序列进行识别。这些算法在识别人体动作的时候仅能够接受到当前短时序列的信息，导致整个识别算法的时间感受野大大减小。另外，固定的窗长和固定步长不能匹配好不同时长的动作，导致不能给目标人体动作发生的时间进行精确的定位。另外，每个短时序列都必须单独进行识别，...
【技术保护点】
1.一种基于六轴惯性传感信号的人体动作检测与识别方法，其特征在于，步骤如下：步骤S1、首先获取六轴惯性传感信号，然后针对上述获取的六轴惯性传感信号进行预处理；步骤S2、生成一组预设的目标人体动作边界框，该组预设的目标人体动作边界框包括多个预设的目标人体动作边界框，并且各边界框同中心，针对六轴惯性传感信号预处理结果选择多个中心点，相邻中心点时间间隔相同，将该组预设的目标人体动作边界框的中心分别布置于六轴惯性传感信号预处理结果的各个中心点上；步骤S3、将六轴惯性传感信号预处理结果输入到第一神经网络中，通过第一神经网络提取出六轴惯性传感信号对应各预设的目标人体动作边界框中的特征值...
【技术特征摘要】
1.一种基于六轴惯性传感信号的人体动作检测与识别方法，其特征在于，步骤如下：步骤S1、首先获取六轴惯性传感信号，然后针对上述获取的六轴惯性传感信号进行预处理；步骤S2、生成一组预设的目标人体动作边界框，该组预设的目标人体动作边界框包括多个预设的目标人体动作边界框，并且各边界框同中心，针对六轴惯性传感信号预处理结果选择多个中心点，相邻中心点时间间隔相同，将该组预设的目标人体动作边界框的中心分别布置于六轴惯性传感信号预处理结果的各个中心点上；步骤S3、将六轴惯性传感信号预处理结果输入到第一神经网络中，通过第一神经网络提取出六轴惯性传感信号对应各预设的目标人体动作边界框中的特征值，根据上述所提取到的六轴惯性传感信号对应各预设的目标人体动作边界框中的特征值，第一神经网络输出布置于六轴惯性传感信号预处理结果上的各预设的目标人体动作边界框含有目标人体动作的概率；步骤S4、根据步骤S3获取到的预设的目标人体动作边界框含有目标人体动作的概率，确定出六轴惯性传感信号的各目标人体动作的边界框，即确定出六轴惯性传感信号的各目标人体动作的时间区间；步骤S5、将六轴惯性传感信号预处理结果输入到第二神经网络中，通过第二神经网络输出整个六轴惯性传感信号的特征值；步骤S6、通过第二神经网络从整个六轴惯性传感信号的特征值中提取出各目标人体动作的边界框对应的特征值，然后通过第二神经网络对上述提取的各目标人体动作的边界框对应的特征值进行动作的识别，得到各目标人体动作的边界框中目标人体的动作，即得到六轴惯性传感信号的各目标人体动作的时间区间内目标人体的动手识别结果。2.根据权利要求1所述的基于六轴惯性传感信号的人体动作检测与识别方法，其特征在于，所述步骤S1中六轴惯性传感信号进行预处理的具体过程如下：步骤S11、对获取到的六轴惯性传感信号进行高斯滤波处理；步骤S12、对步骤S11高斯滤波处理后的信号进行归一化处理；步骤S13、在归一化处理后的三轴加速度传感信号和三轴角速度传感信号之间加入两行等长且均为零值的序列信号，作为六轴惯性传感信号的预处理结果。3.根据权利要求1所述的基于六轴惯性传感信号的人体动作检测与识别方法，其特征在于，步骤S3中，将六轴惯性传感信号预处理结果输入到第一神经网络中，通过第一神经网络输出所有预设的目标人体动作边界框含有目标人体动作的概率以及边界框的偏移参数；所述步骤S4中，根据步骤S3获取到的预设的目标人体动作边界框含有目标人体动作的概率确定出六轴惯性传感信号的各目标人体动作的边界框后，根据边界框的偏移参数针对六轴惯性传感信号的各目标人体动作的边界框进行修正；在得到修正后的六轴惯性传感信号的各目标人体动作的边界框后，结合对应的预设的目标人体动作边界框含有目标人体动作的概率，对修正后的六轴惯性传感信号的各目标人体动作的边界框进行非极大值抑制，确定出最终的各目标人体动作的边界框，即确定出最终的各目标人体动作的时间区间。4.根据权利要求1所述的基于六轴惯性传感信号的人体动作检测与识别方法，其特征在于，所述步骤S3中，通过第一神经网络的卷积部分提取出六轴惯性传感信号对应各预设的目标人体动作边界框的特征值，根据上述所提取到的六轴惯性传感信号对应各预设的目标人体动作边界框的特征值，第一神经网络的双子全连接卷积部分输出布置于六轴惯性传感信号预处理结果上的各预设的目标人体动作边界框含有目标人体动作的概率和偏移参数。5.根据权利要求1所述的基于六轴惯性传感信号的人体动作检测与识别方法，其特征在于，将六轴惯性传感信号预处理结果输入到第二神经网络中，通过第二神经网络卷积部分输出整个六轴惯性传感信号的特征值；所述步骤S6中，通过第二神经网络的空间金字塔池化层从整个六轴惯性传感信号的特征值中提取出各目标人体动作的边界框对应的特征值，然后通过第二神经网络的全连接层和SoftMax层对上述提取的各目标人体动作的边界框对应的特征值进行动作的识别。6.根据权利要求1所述的基于六轴惯性传感信号的人体动作检测与识别方法，其特征在于，所述步骤S2中，在六轴惯性传感信号预处理结果中选择的第一个中心点为距离六轴惯性传感信号的零点时间间隔为T/2的点，其中T为第一神经网络输入的时间序列长度和输出的特征序列长度之比。7.根据权利要求1所述的基于六轴惯性传感信号的人体动作检测与识别方法，其特征在于，所述步骤S2中，针对六轴惯性传感信号预处理结果选择多个中心点，相邻两个中心点之间的时间间隔为T，其中T为第一神经网络输入的时间序列长度和输出的特征序列长度之比。8.根据权利要求1所述的基于六轴惯性传感信号的人体动作检测与识别方法，其特征在于，所述第一神经网络通过六轴惯性传感信号的数据库训练得到，其中...
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。