本申请公开了一种计步识别方法、装置、设备及计算机可读存储介质，该方法包括：获取目标时间范围内的多组运动特征值；对多组运动特征值进行主成分分析处理和数据降维处理，得到多个待识别序列；将多个待识别序列输入识别模型，得到识别结果；若识别结果为确认计步，则开始进行计步；该方法利用了主成分分析处理和降维处理对运动特征值进行处理，将无效数据或干扰数据进行了过滤，得到可以用于准确判断是否需要计步的待识别序列；识别模型可以根据待识别序列的特征判断是否需要开始计步，比人为设置的规则具有更高的准确性，在对待识别序列进行识别后可以得到准确的识别结果，准确地确定是否需要进行计步，提高了计步识别的准确度。
【技术实现步骤摘要】
一种计步识别方法、装置、设备及可读存储介质
本申请涉及运动检测
，特别涉及一种计步识别方法、计步识别装置、计步识别设备及计算机可读存储介质。
技术介绍
运动手环可以监测佩戴者运动的步数，佩戴者可以通过步数知道自己每天的运动量，对维持自己的身体健康很有意义。相关技术一般利用人为设置的规则，例如加速度数据的频率和幅值大小，来判断是否需要计步；或者增加其它更多的特征来识别计步和不应计步的场景。通过人为设置的规则的根据特征的大小划分区间判断计步和不应计步场景，对于线性可分的或者低维的数据能够划分，但对于线性不可分或高维的数据无能为力。当特征少时，识别准确度不高；当特征值多时，重复类似的特征和对识别准确度影响不大的特征也会导致识别准确度较低。因此相关技术对不应该计步的场景，比如洗手，刷牙，整理书桌等场景也会计步，造成计步错误的问题，即相关技术存在计步识别准确度低的问题。因此，如何解决相关技术存在的计步识别准确度低的问题，是本领域技术人员需要解决的技术问题。
技术实现思路
有鉴于此，本申请的目的在于提供一种计步识别方法、计步识别装置、计步识别设备及计算机可读存储介质，利用主成分分析处理和降维处理对运动特征值进行处理，得到可以准确判断是否需要计步的待识别序列，对待识别序列进行识别后即可得到准确的识别结果，进而准确地确定是否需要进行计步，提高了计步识别的准确度。为解决上述技术问题，本申请提供了一种计步识别方法，包括：获取目标时间范围内的多组运动特征值；对多组所述运动特征值进行主成分分析处理和数据降维处理，得到多个待识别序列；将多个所述待识别序列输入识别模型，得到识别结果；若所述识别结果为确认计步，则开始进行计步。可选地，所述获取目标时间范围内的多组运动特征值，包括：分别获取基于X轴方向、Y轴方向和Z轴方向的加速度数据；利用所述目标时间范围内特征值采集窗口对应的所述加速度数据得到一组所述运动特征值，并按照预设时间间隔滑动更新特征值采集窗口，直至得到所述目标时间范围对应的所有所述运动特征值。可选地，所述对多组所述运动特征值进行主成分分析处理和数据降维处理，得到多个待识别序列，包括：利用各组所述运动特征值作为特征矩阵的各行向量构建所述特征矩阵，并对所述特征矩阵进行主成分分析处理，得到变换矩阵；利用所述变换矩阵对各组所述运动特征值进行数据降维处理，得到对应的多个所述待识别序列。可选地，所述利用所述变换矩阵对各组所述运动特征值进行数据降维处理，得到对应的多个所述待识别序列，包括：计算所述变换矩阵各行元素对应的绝对值和；在多个所述绝对值和中确定预设数量个目标绝对值和；各个所述目标绝对值和大于所述绝对值和中的非目标绝对值和；确定所述目标绝对值和在所述变换矩阵中对应的行号，并将各组所述运动特征值中与所述行号对应的特征项确定为目标特征项；利用所述目标特征项生成各组所述运动特征值对应的所述待识别序列。可选地，所述将多个所述待识别序列输入识别模型，得到识别结果，包括：将各个所述待识别序列输入ELM识别模型，得到对应的识别标签，并更新识别次数；若所述识别标签中目标识别标签的数量大于预设阈值，则所述识别结果为确认计步，并将所述识别次数清零；若所述目标识别标签的数量不大于所述预设阈值，则判断所述识别次数是否达到次数阈值；若所述识别次数达到所述次数阈值，则确定所述识别结果为确认不计步，并将所述识别次数清零；若所述识别次数未达到所述次数阈值，则更新所述目标时间范围并重新获取多组所述运动特征值。可选地，还包括：统计所述目标时间范围内的范围步数；相应的，若所述识别结果为确认计步，还包括：将所述范围步数增加至历史步数。可选地，还包括：若所述识别结果为确认不计步，则将所述范围步数清零。本申请还提供了一种计步识别装置，包括：获取模块，用于获取目标时间范围内的多组运动特征值；处理模块，用于对多组所述运动特征值进行主成分分析处理和数据降维处理，得到多个待识别序列；识别模块，用于将多个所述待识别序列输入识别模型，得到识别结果；确认模块，用于若所述识别结果为确认计步，则开始进行计步。本申请还提供了一种计步识别设备，包括存储器和处理器，其中：所述存储器，用于保存计算机程序；所述处理器，用于执行所述计算机程序，以实现上述的计步识别方法。本申请还提供了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现上述的计步识别方法。本申请提供的计步识别方法，获取目标时间范围内的多组运动特征值；对多组运动特征值进行主成分分析处理和数据降维处理，得到多个待识别序列；将多个待识别序列输入识别模型，得到识别结果；若识别结果为确认计步，则开始进行计步。可见，该方法并不采用人为设置的规则对是否需要计步进行判断，而是在获取多组运动特征值后对各组运动特征值进行主成分分析处理和数据降维处理。主成分分析处理和降维处理可以将运动特征值中的有效数据保留，将无效数据或干扰数据过滤，提高识别的准确性。在处理后，利用有效数据生成对应的待识别序列，并将待识别序列输入识别模型，以便利用识别模型对当前是否需要进行计步进行识别，得到识别结果。识别模型可以根据待识别序列的特征判断是否需要开始计步，比人为设置的规则具有更高的准确性。若识别结果为确认计步，则开始进行计步。由于不采用人为设定规则的方法对是否需要计步进行判断，同时利用了主成分分析处理和降维处理对运动特征值进行处理，将无效数据或干扰数据进行了过滤，得到可以用于准确判断是否需要计步的待识别序列。识别模型可以根据待识别序列的特征判断是否需要开始计步，比人为设置的规则具有更高的准确性，在对待识别序列进行识别后可以得到准确的识别结果，准确地确定是否需要进行计步，提高了计步识别的准确度，解决了相关技术存在的计步识别准确度低的问题。此外，本申请还提供了一种计步识别装置、计步识别设备及计算机可读存储介质，同样具有上述有益效果。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本申请实施例提供的一种计步识别方法流程图；图2为本申请实施例提供的一种具体的计步识别方法流程图；图3为本申请实施例提供的一种加速度数据波形图；图4为本申请实施例提供的一种计步识别装置的结构示意图；图5为本申请实施例提供的一种计步识别设备的结构示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完本文档来自技高网...
【技术保护点】
1.一种计步识别方法，其特征在于，包括：/n获取目标时间范围内的多组运动特征值；/n对多组所述运动特征值进行主成分分析处理和数据降维处理，得到多个待识别序列；/n将多个所述待识别序列输入识别模型，得到识别结果；/n若所述识别结果为确认计步，则开始进行计步。/n
【技术特征摘要】
1.一种计步识别方法，其特征在于，包括：
获取目标时间范围内的多组运动特征值；
对多组所述运动特征值进行主成分分析处理和数据降维处理，得到多个待识别序列；
将多个所述待识别序列输入识别模型，得到识别结果；
若所述识别结果为确认计步，则开始进行计步。
2.根据权利要求1所述的计步识别方法，其特征在于，所述获取目标时间范围内的多组运动特征值，包括：
分别获取基于X轴方向、Y轴方向和Z轴方向的加速度数据；
利用所述目标时间范围内特征值采集窗口对应的所述加速度数据得到一组所述运动特征值，并按照预设时间间隔滑动更新特征值采集窗口，直至得到所述目标时间范围对应的所有所述运动特征值。
3.根据权利要求1所述的计步识别方法，其特征在于，所述对多组所述运动特征值进行主成分分析处理和数据降维处理，得到多个待识别序列，包括：
利用各组所述运动特征值作为特征矩阵的各行向量构建所述特征矩阵，并对所述特征矩阵进行主成分分析处理，得到变换矩阵；
利用所述变换矩阵对各组所述运动特征值进行数据降维处理，得到对应的多个所述待识别序列。
4.根据权利要求3所述的计步识别方法，其特征在于，所述利用所述变换矩阵对各组所述运动特征值进行数据降维处理，得到对应的多个所述待识别序列，包括：
计算所述变换矩阵各行元素对应的绝对值和；
在多个所述绝对值和中确定预设数量个目标绝对值和；各个所述目标绝对值和大于所述绝对值和中的非目标绝对值和；
确定所述目标绝对值和在所述变换矩阵中对应的行号，并将各组所述运动特征值中与所述行号对应的特征项确定为目标特征项；
利用所述目标特征项生成各组所述运动特征值对应的所述待识别序列。
5.根据权利要求1所述的计步识别方法，其特征在于，所述将多个...
【专利技术属性】
技术研发人员：王鸣明，
申请(专利权)人：歌尔科技有限公司，
类型：发明
国别省市：山东;37
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。