刷牙动作的分类识别方法、计算设备、系统及存储介质技术方案

本发明专利技术适用计算机技术领域，提供了一种刷牙动作的分类识别方法、计算设备、系统及存储介质，该方法包括：利用不易受外界干扰的加速度传感元件采样三轴加速度数据，并进行坐标系的转换处理，再利用转换得到的、与用户相关坐标系下的三轴加速度数据进行刷牙动作分类识别，不仅能减少环境干扰，而且将加速度数据从与腕式可穿戴设备相关的第一坐标系转到与用户相关的第二坐标系，有效解决了因不同用户佩戴腕式可穿戴设备的手臂和肘部位置不同而导致的、无法对具有这些差异用户都采用同一技术均实现刷牙动作分类识别的问题，有利于本技术的推广应用。

Classification and Recognition Method, Computing Equipment, System and Storage Medium of Tooth Brushing Action

The invention is applicable to the field of computer technology, and provides a classification and recognition method, calculating equipment, system and storage medium for brushing action. The method includes: sampling triaxial acceleration data by acceleration sensor element which is not easily disturbed by outside, and processing the coordinate system, and then utilizing the triaxial acceleration data obtained from the transformation and the user-related coordinate system. Classification and recognition of brushing action not only reduces environmental interference, but also transfers acceleration data from the first coordinate system related to wrist wearable equipment to the second coordinate system related to users. It effectively solves the problem that different users wear wrist wearable equipment with different arm and elbow positions and can not use the same technology to brush teeth for users with these differences. The problem of classification and recognition is conducive to the popularization and application of this technology.

【技术实现步骤摘要】
刷牙动作的分类识别方法、计算设备、系统及存储介质
本专利技术属于计算机
，尤其涉及一种刷牙动作的分类识别方法、计算设备、系统及存储介质。
技术介绍
近年来，随着人工智能技术和物联网的蓬勃发展，可穿戴设备逐渐成为科技界的新宠。可穿戴技术可以通过传感器，获取佩戴可穿戴设备的用户的某些动作数据，例如：采用加速度计、陀螺仪、电子罗盘、气压计、麦克风或照相机等传感器来获取数据，然后从数据中提取选择特征，最终作出分类，从而达到识别用户的活动。开发者往往会将可穿戴技术和智能健康紧密联系起来。在口腔健康方面，巴氏刷牙法提供了一种健康刷牙动作标准，其为大众展现了如图1所示的举手动作、左上外侧动作、左下外侧动作、右上外侧动作等大约15种动作标准。目前，一种刷牙动作分类识别方法是使用麦克风实现对具体的刷牙动作进行高精度的分类识别，主要是在周围环境中不存在其他的音频源干扰的前提下，利用麦克风所采集的、刷不同部位牙齿时声音数据特征的不同，来识别具体的刷牙动作。现有的刷牙动作分类识别方法对环境要求较为严苛，无法广泛应用。
技术实现思路
本专利技术的目的在于提供一种刷牙动作的分类识别方法、计算设备、系统及存储介质，旨在解决现有技术所存在的、因采用易受环境影响而无法准确对刷牙动作分类识别的问题。一方面，本专利技术提供了一种刷牙动作的分类识别方法，所述方法包括下述步骤：当发生刷牙动作时，获得由腕式可穿戴设备感应所得的、与刷牙动作对应的、与所述腕式可穿戴设备相关的第一坐标系下的初始三轴加速度数据；将所述初始三轴加速度数据转换为与用户相关的第二坐标系下的次级三轴加速度数据；采用第一机器学习算法，基于所述次级三轴加速度数据进行对应刷牙动作的分类识别。进一步的，获得由腕式可穿戴设备感应所得的、与刷牙动作对应的、与所述腕式可穿戴设备相关的第一坐标系下的初始三轴加速度数据之前，所述方法还包括下述步骤：获得由所述腕式可穿戴设备感应所得的、与所述刷牙动作对应的、所述第一坐标系下的原始三轴加速度数据；对所述原始三轴加速度数据进行滤波降噪处理，得到所述初始三轴加速度数据。进一步的，获得由所述腕式可穿戴设备感应所得的、与所述刷牙动作对应的、所述第一坐标系下的原始三轴加速度数据之后，对所述原始三轴加速度数据进行滤波降噪处理，得到所述初始三轴加速度数据之前，所述方法还包括下述步骤：采用第二机器学习算法，基于所述原始三轴加速度数据进行是否为刷牙动作的识别，若是，则对所述原始三轴加速度数据进行滤波降噪处理，得到所述初始三轴加速度数据。进一步的，获得由所述腕式可穿戴设备感应所得的、与所述刷牙动作对应的、与所述腕式可穿戴设备相关的第一坐标系下的原始三轴加速度数据，具体为：采用部分可观测马尔可夫决策过程算法，以相应的采样频率非持续性采样，得到所述原始三轴加速度数据。进一步的，所述第一坐标系为以所述腕式可穿戴设备为原点，三轴方向分别为佩戴有所述腕式可穿戴设备的用户手臂所在的第一方向、垂直于用户身体平面的第二方向，以及分别与所述第一方向、所述第二方向垂直的第三方向，所述第二坐标系为以所述用户为原点，三轴方向分别为水平的第四方向、垂直于用户身体平面的第五方向，以及分别与所述第四方向、所述第五方向垂直的第六方向，所述方法还引入世界坐标系，所述初始三轴加速度数据包括：第一类别初始三轴加速度数据及第二类别初始三轴加速度数据，所述第一类别初始三轴加速度数据指示对应的所述刷牙动作为第一类别刷牙动作，所述用户在执行所述第一类别刷牙动作时，所述用户手臂平行于所述用户身体平面；所述第二类别初始三轴加速度数据指示对应的所述刷牙动作为第二类别刷牙动作，所述用户在执行所述第二类别刷牙动作时，所述用户手臂不平行于所述用户身体平面，将所述初始三轴加速度数据转换为与用户相关的第二坐标系下的次级三轴加速度数据，具体包括下述步骤：将所述第一坐标系下的第一类别初始三轴加速度数据转换为所述第二坐标系下的第一类别次级三轴加速度数据；将所述第一坐标系下的所述第二类别初始三轴加速度数据转换为所述世界坐标系下的中间三轴加速度数据，再将所述世界坐标系下的中间三轴加速度数据转换为所述第二坐标系下的第二类别次级三轴加速度数据。进一步的，将所述第一坐标系下的所述第一类别初始三轴加速度数据转换为所述第二坐标系下的第一类别次级三轴加速度数据，具体包括下述步骤：根据与所述第一类别初始三轴加速度数据中的、位于所述第三方向上第一矢量对应的第一单位矢量，以及重力单位矢量，得到水平方向与所述第一方向之间的第一旋转角；基于所述第一旋转角，建立第一旋转矩阵；利用所述第一旋转矩阵，将所述第一类别初始三轴加速度数据转换为所述第一类别次级三轴加速度数据，将所述第一坐标系下的所述第二类别初始三轴加速度数据转换为所述世界坐标系下的中间三轴加速度数据，具体包括下述步骤：获得所述第一坐标系下的地磁感应数据；由所述地磁感应数据以及重力矢量得到第一向量积；根据所述第一向量积，计算得到第一单位向量积；由所述第一单位向量积以及所述重力单位矢量得到第二单位向量积；基于第一组合向量与第二组合向量之间的对应关系，建立第二旋转矩阵，所述第一组合向量与所述第二类别初始三轴加速度数据相对应，所述第二组合向量由所述第一单位向量积、所述第二单位向量积以及所述重力单位矢量组成；利用所述第二旋转矩阵，将所述第二类别初始三轴加速度数据转换为所述中间三轴加速度数据，将所述世界坐标系下的所述中间三轴加速度数据转换为所述第二坐标系下的第二类别次级三轴加速度数据，具体包括下述步骤：根据所述第二单位向量积，以及与所述第二类别初始三轴加速度数据中的、位于所述第二方向上第二矢量，得到用户以逆时针方向转过一定角度时用户与地球北边相关的朝向角；基于所述朝向角，建立第三旋转矩阵；利用所述第三旋转矩阵，将所述中间三轴加速度数据转换为所述第二类别次级三轴加速度数据。进一步的，所述第一机器学习算法为基于注意力机制的长短期记忆AT-LSTM算法。另一方面，本专利技术还提供了一种计算设备，包括存储器及处理器，所述处理器执行所述存储器中存储的计算机程序时实现如上述方法中的步骤。另一方面，本专利技术还提供了一种计算系统，包括：获取单元，用于当发生刷牙动作时，获得由腕式可穿戴设备感应所得的、与刷牙动作对应的初始三轴加速度数据，所述初始三轴加速度数据基于与所述腕式可穿戴设备相关的第一坐标系所得到；转换单元，用于将所述初始三轴加速度数据转换为与用户相关的第二坐标系下的次级三轴加速度数据；以及，识别单元，用于采用第一机器学习算法，基于所述次级三轴加速度数据进行对应具体刷牙动作的分类识别。另一方面，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法中的步骤。本专利技术在当发生刷牙动作时，获得由腕式可穿戴设备感应所得的、与刷牙动作对应的、与所述腕式可穿戴设备相关的第一坐标系下的初始三轴加速度数据；将所述初始三轴加速度数据转换为与用户相关的第二坐标系下的次级三轴加速度数据；采用第一机器学习算法，基于所述次级三轴加速度数据进行对应刷牙动作的分类识别。这样，可利用不易受外界干扰的加速度传感元件采样三轴加速度数据，并进行坐标系的转换处理，再利用转换得到的、与用户相关坐标系下的三轴本文档来自技高网...

【技术保护点】
1.一种刷牙动作的分类识别方法，其特征在于，所述方法包括下述步骤：当发生刷牙动作时，获得由腕式可穿戴设备感应所得的、与刷牙动作对应的、与所述腕式可穿戴设备相关的第一坐标系下的初始三轴加速度数据；将所述初始三轴加速度数据转换为与用户相关的第二坐标系下的次级三轴加速度数据；采用第一机器学习算法，基于所述次级三轴加速度数据进行对应刷牙动作的分类识别。

【技术特征摘要】
1.一种刷牙动作的分类识别方法，其特征在于，所述方法包括下述步骤：当发生刷牙动作时，获得由腕式可穿戴设备感应所得的、与刷牙动作对应的、与所述腕式可穿戴设备相关的第一坐标系下的初始三轴加速度数据；将所述初始三轴加速度数据转换为与用户相关的第二坐标系下的次级三轴加速度数据；采用第一机器学习算法，基于所述次级三轴加速度数据进行对应刷牙动作的分类识别。2.如权利要求1所述的方法，其特征在于，获得由腕式可穿戴设备感应所得的、与刷牙动作对应的、与所述腕式可穿戴设备相关的第一坐标系下的初始三轴加速度数据之前，所述方法还包括下述步骤：获得由所述腕式可穿戴设备感应所得的、与所述刷牙动作对应的、所述第一坐标系下的原始三轴加速度数据；对所述原始三轴加速度数据进行滤波降噪处理，得到所述初始三轴加速度数据。3.如权利要求2所述的方法，其特征在于，获得由所述腕式可穿戴设备感应所得的、与所述刷牙动作对应的、所述第一坐标系下的原始三轴加速度数据之后，对所述原始三轴加速度数据进行滤波降噪处理，得到所述初始三轴加速度数据之前，所述方法还包括下述步骤：采用第二机器学习算法，基于所述原始三轴加速度数据进行是否为刷牙动作的识别，若是，则对所述原始三轴加速度数据进行滤波降噪处理，得到所述初始三轴加速度数据。4.如权利要求2所述的方法，其特征在于，获得由所述腕式可穿戴设备感应所得的、与所述刷牙动作对应的、与所述腕式可穿戴设备相关的第一坐标系下的原始三轴加速度数据，具体为：采用部分可观测马尔可夫决策过程算法，以相应的采样频率非持续性采样，得到所述原始三轴加速度数据。5.如权利要求1所述的方法，其特征在于，所述第一坐标系为以所述腕式可穿戴设备为原点，三轴方向分别为佩戴有所述腕式可穿戴设备的用户手臂所在的第一方向、垂直于用户身体平面的第二方向，以及分别与所述第一方向、所述第二方向垂直的第三方向，所述第二坐标系为以所述用户为原点，三轴方向分别为水平的第四方向、垂直于用户身体平面的第五方向，以及分别与所述第四方向、所述第五方向垂直的第六方向，所述方法还引入世界坐标系，所述初始三轴加速度数据包括：第一类别初始三轴加速度数据及第二类别初始三轴加速度数据，所述第一类别初始三轴加速度数据指示对应的所述刷牙动作为第一类别刷牙动作，所述用户在执行所述第一类别刷牙动作时，所述用户手臂平行于所述用户身体平面；所述第二类别初始三轴加速度数据指示对应的所述刷牙动作为第二类别刷牙动作，所述用户在执行所述第二类别刷牙动作时，所述用户手臂不平行于所述用户身体平面，将所述初始三轴加速度数据转换为与用户相关的第二坐标系下的次级三轴加速度数据，具体包括下述步骤：将所述第一坐标系下的第一类别初始三轴加速度数据转换为所述第二坐标系下的第一类别次级三轴加速度数据；将所述第一坐标系下的所述第二类别初始三轴...

【专利技术属性】
技术研发人员：罗成文，冯行宇，陈俊良，李坚强，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44