【技术实现步骤摘要】
一种人类运动信息识别系统和方法
[0001]本专利技术涉及运动生物力学领域,具体而言,涉及一种人类运动信息识别系统和方法。
技术介绍
[0002]在传感器技术和普适计算技术的快速发展中,基于传感器的人类活动识别技术越来越受欢迎,该技术在动物活动信息采集、医疗健康、运动管理,以及体育教育等行业应用广泛。
[0003]在人类运动信息采集中,来自不同类行为的信息通常是从一组专用的穿戴式运动传感器中收集的,例如加速度计、陀螺仪和磁力计。由于人体、动物体等人类运动的加速度和角速度数据会根据人类运动而变化,因此,这些数据可用于推断人类活动。穿戴式运动传感器的小型化和灵活性允许人类佩戴或携带嵌入各种传感单元的移动设备,与基于固定传感器不同,而且,该类传感器具有低成本、低功耗、高容量、小型化、对环境依赖性小等特点。
[0004]但是,在使用穿戴式运动传感器进行人类活动识别时,在现有技术中往往只是使用惯性传感器进行信息采集,通过惯性传感器得到人类活动时速度,加速度等信息,随后通过这些信息对人类活动进行识别。但是此类传感器无法获得部分关节或环节的弯曲特征,对活动识别的正确率有着一定影响。
技术实现思路
[0005]本专利技术的目的在于克服现有技术缺陷,且提供了一种能获取运动信息且识别运动形式的人类运动信息识别系统和方法。
[0006]本专利技术提供的一种人类运动信息识别神经网络获取方法,其技术方案如下:
[0007]一种人类运动信息识别神经网络获取方法,包括如下步骤:
[0008] ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种人类运动信息识别神经网络获取方法,其特征是:包括如下步骤:步骤一、按运行方向依次设置输入模块、用于对输入数据进行降噪处理的可学习降噪模块、用于获取特征图像的卷积模块、用于识别所述特征图像的全连接层模块和输出模块,据此合成神经网络;步骤二、选择n种常见人类运动,并将所述n种常见人类运动划分为运动y1、运动y2、...、运动y
n
;步骤三、通过由惯性传感器和弯曲传感器组合而成的传感器,获取目标运动员进行所述n种常见人类运动中,运动y
i
时的拉伸量、加速度和角加速度信息,并以每一次进行所述运动y
i
时的拉伸量、加速度和角加速度的数据所合成的向量为元素组成一个数字图像,进一步得到以所述数字图像为元素的所述运动y
i
所对应的数字图像集合,其中,1≤i≤n;依次照本步骤中上述方法得到所述运动y1所对应的数字图像集合、所述运动y2所对应的数字图像集合、...、所述运动y
n
所对应的数字图像集合;步骤四、将所述运动y
i
所对应的数字图像集合中每一元素均进行数据预处理后形成所述运动y
i
所对应的输入集;依次照本步骤中上述方法得到所述运动y1所对应的输入集、所述运动y2所对应的输入集、...、所述运动y
n
所对应的输入集;步骤五、以所述运动y
i
所对应的输入集中每一元素为输入数据,所述运动y
i
为理想输出的方式,对所述神经网络进行训练,所述训练通过后,得到测试神经网络;步骤六、构建与所述测试神经网络相匹配的测试集,并通过所述测试集对所述测试神经网络进行测试,通过所述测试后,得到运动信息识别神经网络。2.根据权利要求1所述的人类运动信息识别神经网络获取方法,其特征是:所述步骤一中设置的可学习降噪模块包括按运行顺序依次设置的用于对数字信号进行离散傅里叶变换处理的变换单元、采用过滤算法对经所述离散傅里叶变换处理后的数字信号进行过滤处理的过滤单元和对经所述过滤处理后的数字信号进行离散傅里叶逆变换处理的逆变换单元。3.根据权利要求2所述的人类运动信息识别神经网络获取方法,其特征是:所述过滤算法包括按运行顺序设置的高通滤波器和低通滤波器。4.根据权利要求3所述的人类运动信息识别神经网络获取方法,其特征是:所述步骤三中使用的传感器包括纺织式护腕传感器和纺织式护膝传感器。5.根据权利要求4所述的人类运动信息识别神经网络获取方法,其特征是:所述步骤四中,将所述运动y
技术研发人员:尚杰,方建波,陶烨豪,王逸韬,马腾飞,李润伟,
申请(专利权)人:中国科学院宁波材料技术与工程研究所,
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。