一种基于移动终端数据获取终端用户步态特征数据的方法和服务器技术

本发明专利技术涉及一种基于移动终端数据获取终端用户步态特征数据的方法，包括：步骤100，获取移动终端的至少一个运动数据C

A method and server for acquiring gait feature data of end users based on mobile terminal data

【技术实现步骤摘要】
一种基于移动终端数据获取终端用户步态特征数据的方法和服务器
本专利技术涉及步态识别技术，尤其涉及一种获取终端用户步态特征数据的方法和服务器。
技术介绍
终端用户的个体或者群体识别受到了人们的高度关注，其中，根据终端用户独有的生物特征进行个体或者群体识别是现有技术中的一个重要识别方法，生物特征例如可以为用户的面部特征、指纹特征以及步态，而根据步态进行个体或群体识别是当前识别技术中比较新的一部分。步态识别即是识别行进姿势的过程(行进姿势为特定行进方式下用户或者用户群体特有的姿势，其中行进方式例如可以包括走路、跑步等)，由于步态为终端用户或终端用户群体特有，因此，也可以称为个体识别或群体识别。现有技术中，根据一段视频中的所有帧图像来识别行进姿势(例如走路姿势)是目前使用较多的方法，但是由于视频中通常包含的帧图像数量很大，使得在进行步态识别时需要输入的数据量很多，这在一定程度上限制了步态识别的应用。为了解决输入数据量过大的问题，出现了根据终端用户的加速度数据来进行步态识别的
技术实现思路
：采用峰值检测的方法来估计终端用户的步态周期(步态周期为从一只落地的脚开始抬起至该脚再次落地的时间段为一个步态周期)，然后基于估计的步态周期分割用户的加速度数据，之后基于分割的合成加速度数据进行步态识别，其中，分割的合成加速度数据是进行步态识别的用户步态特征数据。然而，上述基于峰值检测方法获取估计的步态周期的方法只适用于实验室环境，也就是说，在比较理想的环境下，上述方法可以有较好的识别效果；在实际环境中，会存在道路不平(例如道路有坑洼)等多种情况，若采用峰值检测的方法来估计用户的步态周期，则会因为出现的假峰值使得估计的步态周期和准确的步态周期误差较大，此时若根据估计的步态周期来获取分割的合成加速度数据(即步态特征数据)，则获取的用户步态特征数据并不是用户一个步态周期内的完整步态特征数据，进而影响步态识别效果。
技术实现思路
为解决上述技术问题，本专利技术公开了一种基于移动终端数据获取终端用户步态特征数据的方法，包括：步骤100，获取移动终端的至少一个运动数据C1(n)、C2(n)、…、Cm(n)，其中，第x个运动数据Cx(n)为时间段T＝[t1,t2]内移动终端按照第一预设采集频率F采集的，1≤x≤m；步骤200，利用窗口长度为W的矩形窗口Rt按照预设滑动长度ΔW分别在C1(n)、C2(n)、…、Cm(n)上滑动以获取所述终端用户的第一步态特征数据D0,D1,…,Du，其中，Di包含矩形窗口Rt分别在C1(n)、C2(n)、…、Cm(n)上第i次滑动时对所述矩形窗口Rt内的数据进行处理而获得的数据，0≤i≤u，ΔW<W，即u为(T-W)和ΔW的比值向下取整；进一步，W≥标准步态周期长度，所述标准步态周期长度为多个已知步态周期长度中的最大值。本专利技术通过采用窗口长度W大于终端用户的一个步态周期长度的矩形窗口，使得获取的终端用户步态特征数据至少包含该终端用户的一个完整步态周期中的所有信息数据，为终端用户的步态识别提供了较为全面、完整的信息；另外，相对于现有技术获取的单一类型的从一只脚抬起到该只脚落地的步态特征数据，由于本专利技术中的矩形窗口滑动长度ΔW小于窗口长度W，因此，本专利技术所述的方法还可以获取终端用户在特定行进方式下具有不同起始状态的多种步态特征数据(例如，一种步态特征数据的起始状态为一只脚在地上，另一个步态特征数据的起始状态为该只脚在抬起的最高点等等)，步态特征数据类型更丰富，有利于终端用户步态的识别。附图说明图1是本专利技术的基于移动终端数据获取终端用户步态特征数据的方法流程图；图2是本专利技术的基于移动终端数据获取终端用户步态特征数据的方法的另一流程图；图3是本专利技术的获取移动终端运动数据的方法流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，将结合附图对本专利技术作进一步地详细描述。这种描述是通过示例而非限制的方式介绍了与本专利技术的原理相一致的具体实施方式，这些实施方式的描述是足够详细的，以使得本领域技术人员能够实践本专利技术，在不脱离本专利技术的范围和精神的情况下可以使用其他实施方式并且可以改变和/或替换各要素的结构。因此，不应当从限制性意义上来理解以下的详细描述。本专利技术公开了一种基于移动终端数据获取终端用户步态特征数据的方法，如图1所示，该方法包括：步骤100，获取移动终端的至少一个运动数据C1(n)、C2(n)、…、Cm(n)，其中，第x个运动数据Cx(n)为时间段T＝[t1,t2]内移动终端按照第一预设采集频率F采集的，1≤x≤m。在本专利技术，所述运动数据可以为移动终端在不同方向上的加速度数据、移动终端在不同方向上的运动速度数据、或者移动终端的旋转角度等，且以上所举示例不作为对本专利技术运动数据的具体限定，其还包括将来能够获取到的关于移动终端的其他运动数据。示例性的，m＝3，此时，C1(n)为移动终端在移动终端坐标系X轴的加速度数据，C2(n)为移动终端在移动终端坐标系Y轴的加速度数据，C3(n)为移动终端在移动终端坐标系Z轴的加速度数据。根据本专利技术，所述移动终端为手机和/或PAD设备等，且本领域技术人员知悉，所述移动终端集成有常用的传感器元件，例如用于测量所述移动终端在多个方向上加速度的加速度传感器、用于测量移动终端旋转角度的陀螺仪传感器等；且移动终端可通过调用特定接口来获取以上所述传感器的数据。根据本专利技术，t2-t1的取值以及所述第一预设采集频率F的取值均可以自定义设置，在本专利技术的一个实施例中，t2-t1的取值使得在所述时间段T内可获取终端用户的至少一个矩形窗口内的加速度数据，示例性的，t2-t1的取值范围为[10秒，70秒]，优选为60秒，且当所述t2-t1的取值较大时，获取的运动数据增多，使得矩形窗口在运动数据上的滑动次数也增多，进一步，由于矩形窗口的滑动长度小于矩形窗口的窗口长度，因此，当利用矩形窗口在运动数据上滑动时，可以获取终端用户在特定行进方式下具有不同起始状态的多种步态特征数据(例如，一种步态特征数据的起始状态为一只脚在地上，另一个步态特征数据的起始状态为该只脚在抬起的最高点等等)，使得用户步态识别时可利用的步态特征数据更充分、更全面。在本专利技术中，所述步态特征数据为既可以反映终端用户个体行进姿势特征也可以反映终端用户群体行进姿势特征的数据。在本专利技术中，基于被分配不同标签的步态特征数据和具有不同目标的步态识别模型，可以识别终端用户个体的步态，也可以识别终端用户群体的步态。所述第一预设采集频率F的取值兼顾数据冗余度和数据完整性，当第一预设采集频率F取值很大时，会导致采集的数据量过大，造成数据冗余度高，即采集数据中包括的无用或重复信息过多；相反，当第一预设采集频率F取值很小时，会使得在所述时间段T内获取的数据量过少，进而使得获取的终端用户步态特征数据不完整。一个实施例中，所述第一预设采集频率F的取值范围为[80,150]，更优选为100，即每秒内采集100次数据。示例性的，假设时间段T＝[11:00,11:01]，F取值为100，m＝3且本文档来自技高网...

【技术保护点】
1.一种基于移动终端数据获取终端用户步态特征数据的方法，其特征在于，包括：/n步骤100，获取移动终端的至少一个运动数据C

【技术特征摘要】
1.一种基于移动终端数据获取终端用户步态特征数据的方法，其特征在于，包括：
步骤100，获取移动终端的至少一个运动数据C1(n)、C2(n)、…、Cm(n)，其中，第x个运动数据Cx(n)为时间段T＝[t1,t2]内移动终端按照第一预设采集频率F采集的，1≤x≤m；
步骤200，利用窗口长度为W的矩形窗口Rt按照预设滑动长度ΔW分别在C1(n)、C2(n)、…、Cm(n)上滑动以获取所述终端用户的第一步态特征数据D0,D1,…,Du，其中，Di包含矩形窗口Rt分别在C1(n)、C2(n)、…、Cm(n)上第i次滑动时对所述矩形窗口Rt内的数据进行处理而获得的数据，0≤i≤u，ΔW<W，即u为(T-W)和ΔW的比值向下取整；
进一步，W≥标准步态周期长度，所述标准步态周期长度为多个已知步态周期长度中的最大值。


2.根据权利要求1所述的获取终端用户步态特征数据的方法，其特征在于，窗口长度W的取值范围为[4秒,10秒]。


3.根据权利要求1或2所述的获取终端用户步态特征数据的方法，其特征在于，预设滑动长度ΔW的取值范围为[2秒,5秒]。


4.根据权利要求1至3任一项所述的获取移动终端用户步态特征数据的方法，其特征在于，所述第一预设采集频率F的取值范围为[80,150]。


5.根据权利要求1至3任一项所述的获取移动终端用户步态特征数据的方法，其特征在于，还包括步骤300，基于第一步态特征数据D0,D1,…,Du和终端用户步态异常模型获取终端用户的第二步态特征数据VD1,VD2,…,VDs，其中，所述终端用户步态异常模型用于判断终端用户的第一步态特征数据Di是否为目标行进方式下的正常数据，所述第二步态特征数据VD1,VD2,…,VDs均为所述目标行进方式下的正常数据，s≤u+1。


6.根据权利要求5所述的获取移动终端用户步态特征数据的方法，其特征在于，步骤300具体包括：
步骤301，将所述第一步态特征数据D0,D1...

【专利技术属性】
技术研发人员：董霖，杨玉春，曹克丹，叶新江，方毅，
申请(专利权)人：浙江每日互动网络科技股份有限公司，
类型：发明
国别省市：浙江;33