运动状态识别方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例公开一种运动状态识别方法、装置、电子设备及存储介质，该方法包括：获取终端设备在第一时间段内各个时刻的运动状态特征；将各个时刻的运动状态特征输入第一模型，并通过第一模型根据各个时刻的运动状态特征确定各个时刻对应的运动状态；将各个时刻对应的运动状态输入第二模型，通过第二模型对各个时刻对应的运动状态按照时间先后顺序构建运动时间序列，并对运动时间序列进行去噪处理；根据去噪处理后的运动时间序列确定终端设备在第一时间段内的目标运动状态。实施本申请实施例，能够提高最终输出的目标运动状态的准确率，增加了可识别的运动状态数量。增加了可识别的运动状态数量。增加了可识别的运动状态数量。

【技术实现步骤摘要】
运动状态识别方法、装置、电子设备及存储介质


[0001]本申请涉及动作识别
，具体涉及一种运动状态识别方法、装置、电子设备及存储介质。

技术介绍

[0002]近年来，随着终端设备的功能越来越多，终端设备能够通过对用户的运动状态进行识别，从而为用户提供更好的运动建议。相关技术中一般通过加速度计和陀螺仪等传感器对运动状态进行识别，但能够识别的运动状态类型有限。随着人们可进行的运动类型越来越多，采用现有技术来进行运动状态识别时，容易产生误识别。

技术实现思路

[0003]本申请实施例公开了一种运动状态识别方法、装置、电子设备及存储介质，能够提高运动状态识别的准确率。
[0004]本申请实施例第一方面提供一种运动状态识别方法，所述方法包括：
[0005]获取终端设备在第一时间段内各个时刻的运动状态特征，所述运动状态特征是根据所述终端设备采集的运动状态数据提取得到的，所述运动状态数据包括加速度数据和气压数据；
[0006]将所述各个时刻的运动状态特征输入第一模型，并通过所述第一模型根据所述各个时刻的运动状态特征确定所述各个时刻对应的运动状态；
[0007]将所述各个时刻对应的运动状态输入第二模型，通过所述第二模型对所述各个时刻对应的运动状态按照时间先后顺序构建运动时间序列，并对所述运动时间序列进行去噪处理；
[0008]根据去噪处理后的运动时间序列确定所述终端设备在所述第一时间段内的目标运动状态。
[0009]作为一种可选的实施方式，在本实施例的第一方面中，所述通过所述第一模型根据所述各个时刻的运动状态特征确定所述各个时刻对应的运动状态，包括：
[0010]通过所述第一模型根据所述各个时刻的运动状态特征确定所述各个时刻与各个预设运动状态分别对应的概率，所述各个预设运动状态分别对应的概率之和为1；
[0011]将所述各个时刻与各个预设运动状态分别对应的概率，与所述各个预设运动状态对应的概率阈值进行比较，各个所述预设运动状态对应的概率阈值均大于0.5；
[0012]若第一时刻与第一运动状态对应的概率大于所述第一运动状态对应的概率阈值，则将所述第一时刻对应的运动状态确定为第一运动状态，所述第一时刻为所述各个时刻中的任意一个，所述第一运动状态为所述各个预设运动状态中的任意一个。
[0013]作为一种可选的实施方式，在本实施例的第一方面中，在所述将所述各个时刻与各个预设运动状态分别对应的概率，与所述各个预设运动状态对应的概率阈值进行比较之前，所述方法还包括：
[0014]获取所述终端设备对应的历史状态数据，所述历史状态数据包括多个历史时刻分别对应的运动状态；
[0015]根据各个预设运动状态对应的历史时刻的数量，对所述各个预设运动状态进行分类，得到第一类运动状态和第二类运动状态，所述第一类运动状态对应的历史时刻的数量大于所述第二类运动状态对应的历史时刻的数量；
[0016]对所述第一类运动状态包含的各个预设运动状态对应的概率阈值和所述第二类运动状态包含的各个预设运动状态对应的概率阈值进行调整，以使所述第二类运动状态包含的各个预设运动状态对应的概率阈值大于所述第一类运动状态包含的各个预设运动状态对应的概率阈值。
[0017]作为一种可选的实施方式，在本实施例的第一方面中，所述对所述运动时间序列进行去噪处理，包括：
[0018]根据所述运动时间序列中各个时刻对应的运动状态，确定异常时刻，所述异常时刻对应的运动状态与所述异常时刻的前一时刻对应的运动状态以及所述异常时刻的后一时刻对应的运动状态均不相同，且所述前一时刻对应的运动状态与所述后一时刻对应的运动状态相同；
[0019]根据所述前一时刻对应的运动状态或所述后一时刻对应的运动状态，对所述异常时刻对应的运动状态进行修正。
[0020]作为一种可选的实施方式，在本实施例的第一方面中，在所述获取终端设备在各个时刻的运动状态特征之前，所述方法还包括：
[0021]根据状态值区间对所述终端设备采集的运动状态数据进行数据清洗，得到清洗后的运动状态数据，所述清洗后的运动状态数据为处于所述状态值区间中的运动状态数据；
[0022]对所述清洗后的运动状态数据中的加速度数据进行分离，得到多轴加速度数据；
[0023]从所述多轴加速度数据和清洗后的运动状态数据中的气压数据中提取所述终端设备在第一时间段内各个时刻的运动状态特征。
[0024]作为一种可选的实施方式，在本实施例的第一方面中，所述从所述运动数据集包含的多轴加速度数据和气压数据中提取所述终端设备在第一时间段内各个时刻的运动状态特征，包括：
[0025]按照预设重复率以及样本时间单位对所述多轴加速度数据中的每一轴加速度数据进行数据切分，得到切分后的加速度数据；
[0026]按照所述样本时间单位对所述清洗后的运动状态数据中的气压数据进行数据切分，得到切分后的气压数据；
[0027]从所述切分后的加速度数据和所述切分后的气压数据中，提取所述终端设备在所述第一时间段内各个时刻的运动状态特征。
[0028]作为一种可选的实施方式，在本实施例的第一方面中，所述根据去噪处理后的运动时间序列确定所述终端设备在所述第一时间段内的目标运动状态，包括：
[0029]确定各个运动状态在去噪处理后的运动时间序列中分别对应的时刻数量，并根据所述各个运动状态对应的时刻数量确定在所述去噪处理后的运动时间序列中占比最大的运动状态；
[0030]若所述占比最大的运动状态在所述去噪处理后的运动时间序列中对应的占比大
于占比阈值，则将所述占比最大的运动状态确定为所述终端设备在所述第一时间段内的目标运动状态。
[0031]本申请实施例第二方面提供一种运动状态识别装置，所述装置包括：
[0032]特征获取模块，用于获取终端设备在第一时间段内各个时刻的运动状态特征，所述运动状态特征是根据所述终端设备采集的运动状态数据提取得到的，所述运动状态数据包括加速度数据和气压数据；
[0033]状态获取模块，用于将所述各个时刻的运动状态特征输入第一模型，并通过所述第一模型根据所述各个时刻的运动状态特征确定所述各个时刻对应的运动状态；
[0034]去噪处理模块，用于将所述各个时刻对应的运动状态输入第二模型，通过所述第二模型对所述各个时刻对应的运动状态按照时间先后顺序构建运动时间序列，并对所述运动时间序列进行去噪处理；
[0035]状态确定模块，用于根据去噪处理后的运动时间序列确定所述终端设备在所述第一时间段内的目标运动状态。
[0036]本申请实施例第三方面提供一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现本申请实施例公开的任意一种运动状态识别方法。
[0037]本申请实施例第四方面提供一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序被处理器执行时实现本申请实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运动状态识别方法，其特征在于，所述方法包括：获取终端设备在第一时间段内各个时刻的运动状态特征，所述运动状态特征是根据所述终端设备采集的运动状态数据提取得到的，所述运动状态数据包括加速度数据和气压数据；将所述各个时刻的运动状态特征输入第一模型，并通过所述第一模型根据所述各个时刻的运动状态特征确定所述各个时刻对应的运动状态；将所述各个时刻对应的运动状态输入第二模型，通过所述第二模型对所述各个时刻对应的运动状态按照时间先后顺序构建运动时间序列，并对所述运动时间序列进行去噪处理；根据去噪处理后的运动时间序列确定所述终端设备在所述第一时间段内的目标运动状态。2.根据权利要求1所述的方法，其特征在于，所述通过所述第一模型根据所述各个时刻的运动状态特征确定所述各个时刻对应的运动状态，包括：通过所述第一模型根据所述各个时刻的运动状态特征确定所述各个时刻与各个预设运动状态分别对应的概率，所述各个预设运动状态分别对应的概率之和为1；将所述各个时刻与各个预设运动状态分别对应的概率，与所述各个预设运动状态对应的概率阈值进行比较，各个所述预设运动状态对应的概率阈值均大于0.5；若第一时刻与第一运动状态对应的概率大于所述第一运动状态对应的概率阈值，则将所述第一时刻对应的运动状态确定为第一运动状态，所述第一时刻为所述各个时刻中的任意一个，所述第一运动状态为所述各个预设运动状态中的任意一个。3.根据权利要求2所述的方法，其特征在于，在所述将所述各个时刻与各个预设运动状态分别对应的概率，与所述各个预设运动状态对应的概率阈值进行比较之前，所述方法还包括：获取所述终端设备对应的历史状态数据，所述历史状态数据包括多个历史时刻分别对应的运动状态；根据各个预设运动状态在所述历史状态数据中对应的历史时刻的数量，对所述各个预设运动状态进行分类，得到第一类运动状态和第二类运动状态，所述第一类运动状态对应的历史时刻的数量大于所述第二类运动状态对应的历史时刻的数量；对所述第一类运动状态包含的各个预设运动状态对应的概率阈值和所述第二类运动状态包含的各个预设运动状态对应的概率阈值进行调整，以使所述第二类运动状态包含的各个预设运动状态对应的概率阈值大于所述第一类运动状态包含的各个预设运动状态对应的概率阈值。4.根据权利要求1所述的方法，其特征在于，所述对所述运动时间序列进行去噪处理，包括：根据所述运动时间序列中各个时刻对应的运动状态，确定异常时刻，所述异常时刻对应的运动状态与所述异常时刻的前一时刻对应的运动状态以及所述异常时刻的后一时刻对应的运动状态均不相同，且所述前一时刻对应的运动状态与所述后一时刻对应的运动状态相同；根据所述前一时刻对应的运动状态或所述后一时刻对应的运动状态，对所述异常时刻
对应的运动状态进行修正。...

【专利技术属性】
技术研发人员：黄连，梁杰，
申请(专利权)人：广东小天才科技有限公司，
类型：发明
国别省市：