本发明专利技术提出一种运动数据识别方法、装置、电子设备及存储介质，其中，方法包括：采集需要进行分类识别的多个运动数据；将多个运动数据输入至运动类型识别模型中进行分类识别，以获取运动类型识别模型输出的一组输出信息，其中，输出信息包括运动类型识别模型进行分类识别后输出的类型标签，对输出信息进行信息片段的划分，其中，划分出的每个信息片段至少包括一个类型标签，并对信息片段中相同且连续出现的类型标签归并，以生成第一解码信息，根据第一解码信息，获取多个运动数据所涉及的数据类型和每个数据类型所对应的次数，以实现对运动数据的准确识别。数据的准确识别。数据的准确识别。
【技术实现步骤摘要】
运动数据识别方法、装置、电子设备及存储介质
[0001]本专利技术涉及可穿戴设备
，尤其涉及一种运动数据识别方法、装置、电子设备及存储介质。
技术介绍
[0002]近年来，可穿戴设备因其丰富的功能及便携等优势，已经得到了广泛的普及，人们对可穿戴设备的智能化要求也越来越高。特别地，针对具有运动数据检测功能的可穿戴设备，由于其能够检测到佩戴者的运动情况，便于人们随时了解自身的运动状况，因此引起了更加广泛的关注。
[0003]相关技术中，穿戴设备仅能够对佩戴者的简单运动进行检测和识别，例如走路、跑步等，但是，健身运动是复杂多样的，如何准确的识别佩戴者的运动信息，已成为了重要的研究方向之一。
技术实现思路
[0004]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]为此，本专利技术的第一个目的在于提出一种运动数据识别方法，以实现对运动数据的类型和运动类型出现次数的准确识别。
[0006]本专利技术的第二个目的在于提出一种运动数据识别装置。
[0007]本专利技术的第三个目的在于提出一种可穿戴设备。
[0008]本专利技术的第四个目的在于提出一种计算机设备。
[0009]本专利技术的第五个目的在于提出一种非临时性计算机可读存储介质。
[0010]为达上述目的，本专利技术第一方面实施例提出了一种运动类型识别方法，包括：采集需要进行分类识别的多个运动数据；将多个运动数据输入至运动类型识别模型中进行分类识别，以获取运动类型识别模型输出的一组输出信息，其中，输出信息包括运动类型识别模型进行分类识别后输出的类型标签；对输出信息进行信息片段的划分中，划分出的每个信息片段至少包括一个类型标签，并对信息片段中相同且连续出现的类型标签进行归并，以生成第一解码信息；根据第一解码信息，获取多个运动数据所涉及的运动类型和每个运动类型对应的运动次数。
[0011]根据本申请的一个实施例，对信息片段中相同且连续出现的类型标签进行归并，以生成第一解码信息，包括：针对每个信息片段，获取信息片段内携带相同类型标签且连续的字符组，并通过字符组中的一个字符在解码时表征字符组；将剩余字符和字符组的表征字符按照字符在信息片段中的位置进行拼接，形成信息片段对应的第二解码信息；对第二解码信息进行拼接，得到第一解码信息。
[0012]根据本申请的一个实施例，对第二解码信息进行拼接，得到第一解码信息，包括：按照信息片段在输出信息中位置顺序，对每个信息片段对应的第二解码信息进行拼接，得到第一解码信息。
[0013]根据本申请的一个实施例，获取多个运动数据所涉及的运动类型和每个运动类型对应的运动次数，包括：获取第一解码信息中字符的取值，根据字符的取值，确定多个运动数据所涉及的运动类型；统计第一解码信息中相同取值的字符个数，其中，相同取值的字符个数为相同取值所表征的运动类型的出现次数。
[0014]根据本申请的一个实施例，对输出信息进行信息片段的划分，包括：对输出信息中的间隔标识进行识别；提取相邻的间隔标识之间的字符，形成一个信息片段。
[0015]根据本申请的一个实施例，间隔标识包括空白字符。
[0016]根据本申请的一个实施例，运动数据至少包括加速度数据和角速度数据。
[0017]本申请实施例的运动数据识别方法，通过运动类型识别模型对多个运动数据进行类型识别，并且能够获取到运动类型对应的运动次数，有效提高了对运动数据的识别准确性和通用性。
[0018]为达上述目的，本专利技术第二方面实施例提出了一种运动数据识别装置，包括：采集模块，用于采集需要进行分类识别的多个运动数据；第一获取模块，用于将多个运动数据输入至运动类型识别模型中进行分类识别，以获取运动类型识别模型输出的一组输出信息，其中，输出信息包括运动类型识别模型进行分类识别后输出的类型标签；解码模块，用于对输出信息进行信息片段的划分，其中，划分出的信息片段至少包括一个类型标签，并对信息片段中相同且连续出现的类型标签进行归并，以生成第一解码信息；第二获取模块，用于根据第一解码信息，取多个运动数据所涉及的运动类型和每个运动类型对应的运动次数。
[0019]根据本申请的一个实施例，解码模块，进一步用于：针对每个信息片段，获取信息片段内携带相同类型标签且连续的字符组，并通过字符组中的一个字符在解码时表征字符组；将剩余字符和字符组的表征字符按照字符在信息片段中的位置进行拼接，形成信息片段对应的第二解码信息；对第二解码信息进行拼接，得到第一解码信息。
[0020]根据本申请的一个实施例，解码模块，进一步用于：按照信息片段在输出信息中位置顺序，对每个信息片段对应的第二解码信息进行拼接，得到第一解码信息。
[0021]根据本申请的一个实施例，第二获取模块，进一步用于：获取第一解码信息中字符的取值，根据字符的取值，确定多个运动数据所涉及的运动类型；统计第一解码信息中相同取值的字符个数，其中，相同取值的字符个数为相同取值所表征的运动类型的出现次数。
[0022]根据本申请的一个实施例，解码模块，进一步用于：对输出信息中的间隔标识进行识别；提取相邻的间隔标识之间的字符，形成一个信息片段。
[0023]根据本申请的一个实施例，间隔标识包括空白字符。
[0024]根据本申请的一个实施例，运动数据至少包括加速度数据和角速度数据。
[0025]为达上述目的，本专利技术第三方面实施例提出了一种可穿戴设备，包括上述第二方面所述的运动数据识别装置。
[0026]为了实现上述目的，本专利技术第四方面实施例提出了一种电子设备，包括存储器、处理器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现上述第一方面所述的运动数据识别方法。
[0027]为了实现上述目的，本专利技术第五方面实施例提出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，该程序被处理器执行时实现上述第一方面所述的运动数据识别方法。
Cassification)损失函数的运动类型识别模型，具体地，运动类型识别模型可采用结构为CNN或者CNN与RNN结合的神经网络模型，并采用联结主义时间分类CTC函数作为损失函数。由此，通过利用联结主义时间分类CTC损失函数，使标注范围得到了宽松，只需对一整段运动进行整体标注，标注包括一整段运动的开始时间、结束时间、运动类型和运动次数，无需对每个动作进行细化，而且，对于标注的时间也无需完全对齐，即，标注的开始时间可以稍早与实际的开始，标注的结束时间可以稍晚于实际的结束时间，从而大大降低了模型训练过程中样本集标注的难度。
[0047]举例来说，运动类型识别模型采用CNN结构或者CNN与RNN结合的神经网络结构，即，可由卷积结构直接提取特征，也可在卷积提取特征的基础上用RNN进一步提取时序特征。进一步地，还可在神经网络之后再连接2～3层卷积充当分类层。假设现有运动类别为20类，例如跳绳、开合跳等，通过运动类型识别模型获取的各类的类本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种运动数据识别方法，其特征在于，包括：采集需要进行分类识别的多个运动数据；将所述多个运动数据输入至运动类型识别模型中进行分类识别，以获取所述运动类型识别模型输出的一组输出信息，其中，所述输出信息包括所述运动类型识别模型进行分类识别后输出的类型标签；对所述输出信息进行信息片段的划分，其中，划分出的每个信息片段至少包括一个所述类型标签，并对所述信息片段中相同且连续出现的类型标签进行归并，以生成第一解码信息；根据所述第一解码信息，获取所述多个运动数据所涉及的运动类型和每个运动类型对应的运动次数。2.根据权利要求1所述的方法，其特征在于，所述对所述信息片段中相同且连续出现的类型标签进行归并，以生成第一解码信息，包括：针对每个所述信息片段，获取所述信息片段内携带相同类型标签且连续的字符组，并通过所述字符组中的一个字符在解码时表征所述字符组；将剩余字符和所述字符组的表征字符按照字符在所述信息片段中的位置进行拼接，形成所述信息片段对应的第二解码信息；对所述第二解码信息进行拼接，得到所述第一解码信息。3.根据权利要求2所述的方法，其特征在于，所述对所述第二解码信息进行拼接，得到所述第一解码信息，包括：按照所述信息片段在所述输出信息中位置顺序，对每个所述信息片段对应的所述第二解码信息进行拼接，得到所述第一解码信息。4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述第一解码信息，获取所述多个运动数据所涉及的运动类型和每个运动类型对应的运动次数，包括：获取所述第一解码信息中字符的取值，根据所述字符的取值，确定所述多个运动数据所涉及的运动类型；统计所述第一解码信息中相同取值的字符个数，其中，所述相同取值的字符个数为所述相同取值所表征的运动类型的出现次数。5.根据权利要求1-3任一项所述的方法，其特征在于，所述对所述输出信息进行信息片段的划分，包括：对所述输出信息中的间隔标识进行识别；提取相邻的所述间隔标识之间的字符，形成一个所述信息片段。6.根据权利要求5所述的方法，其特征在于，所述间隔标识包括空白字符。7.根据权利要求1-3任一项所述的方法，其特征在于，所述运动数据至少包括加速度数据和角速度数据。8.一种运动数据识别装置，其特征在于，包括：采集模块，用于采集需要进行分类识别的多个运动数据；第一获取模块，用于将所述多个运动数据输入至运动类型识别模型中进行分类识别，以获取所述运动类型...
【专利技术属性】
技术研发人员：王东伟，赵明喜，汪孔桥，
申请(专利权)人：安徽华米健康科技有限公司，
类型：发明
国别省市：
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。