本申请公开了一种骑行兴趣事件识别方法、装置、设备及存储介质，在骑行视频录制过程中，根据传感器数据计算骑行状态数据，依据骑行状态数据实时识别骑行兴趣事件，并划分骑行兴趣事件的强弱等级，根据强弱等级存储骑行兴趣事件对应骑行视频片段，使得当存储空间不足时，将弱等级的骑行视频片段自动删除，解决了传统的运动相机需要手动开启和结束视频录制功能，且骑行持续时间长导致的存储空间不足，无法识别骑行精彩瞬间的技术问题。别骑行精彩瞬间的技术问题。别骑行精彩瞬间的技术问题。
【技术实现步骤摘要】
一种骑行兴趣事件识别方法、装置、设备及存储介质
[0001]本申请涉及
，尤其涉及一种骑行兴趣事件识别方法、装置、设备及存储介质。
技术介绍
[0002]骑行相机是一种用于记录自行车和摩托车骑行精彩瞬间的电子设备。
[0003]传统的运动相机通常需要用户手动开启和结束视频录制功能，然而有时骑行会持续较长时间，高清视频的存储空间占用量大，很快就会出现空间不足的情况，无法继续录制视频；除此之外，在自行车和摩托车骑行过程中遇到精彩瞬间时，骑手可能无法分心频繁打开和关闭视频录制功能，导致了错过精彩瞬间的保存。
技术实现思路
[0004]本申请提供了一种骑行兴趣事件识别方法、装置、设备及存储介质，解决了传统的运动相机需要手动开启和结束视频录制功能，且骑行持续时间长导致的存储空间不足，无法识别骑行精彩瞬间的技术问题。
[0005]有鉴于此，本申请第一方面提供了一种骑行兴趣事件识别方法，所述方法包括：
[0006]S1、骑行视频录制过程中，根据传感器数据计算骑行状态数据；
[0007]S2、根据所述骑行状态数据识别出至少一个骑行兴趣事件，并划分所述骑行兴趣事件的强弱等级；
[0008]S3、按照所述强弱等级存储所述骑行兴趣事件对应骑行视频片段。
[0009]可选地，所述步骤S1具体包括：
[0010]S11、骑行视频录制过程中，根据IMU以及GPS获取传感器数据；
[0011]S12、基于所述传感器数据计算转弯角度、最大转弯速度、前进速度、坡度、俯仰角、翻滚角以及偏转角的骑行状态数据。
[0012]可选地，所述步骤S2具体包括：
[0013]S21、根据所述翻滚角识别压弯兴趣事件，并确定所述压弯兴趣事件的强弱等级；
[0014]S22、根据所述转弯角度、最大转弯速度以及前进速度识别急转弯兴趣事件，并确定所述急转弯兴趣事件的强弱等级；
[0015]S23、根据所述坡度识别上下陡坡兴趣事件以及坡度急速变化兴趣事件，并确定所述上下陡坡兴趣事件以及所述坡度急速变化兴趣事件的强弱等级；
[0016]S24、根据所述前进速度识别急加速和急减速兴趣事件，并确定所述急加速和急减速兴趣事件的强弱等级。
[0017]可选地，所述步骤S21具体为：
[0018]在一个识别周期中识别出N个翻滚角；
[0019]将识别周期中的所有翻滚角绝对值的最大值作为最大翻滚角；
[0020]将最大翻滚角与预设强弱等级阈值进行比对，若小于最弱强弱等级对应翻滚角，
则识别周期不为压弯兴趣事件，否则识别周期为压弯兴趣事件，且根据最大翻滚角与预设强弱等级阈值的比对结果确定所述压弯兴趣事件的强弱等级。
[0021]可选地，所述步骤S22具体为：
[0022]在一个识别周期中识别出N个偏航角以及前进速度；
[0023]根据识别周期中的最大偏航角以及最小偏航角确定转弯角度；
[0024]根据相邻偏航角之间差值的绝对值确定最大转弯速度；
[0025]分别将前进速度、转弯角度以及最大转弯速度分别与预设强弱等级阈值进行比对，若其中任意一项小于最弱强弱等级对应前进速度、转弯角度以及最大转弯速度，则识别周期不为急转弯兴趣事件，否则识别周期为急转弯兴趣事件，且根据前进速度、转弯角度以及最大转弯速度与预设强弱等级阈值的比对结果，将最小强弱等级确定所述急转弯兴趣事件的强弱等级。
[0026]可选地，所述步骤S23具体为：
[0027]在一个识别周期中识别出N个陡坡；
[0028]将识别周期中的所有陡坡绝对值的最大值作为最大陡坡；
[0029]根据识别周期中预设间隔之间坡度的差值的绝对值的最大值确定最大坡度差；
[0030]将最大陡坡与预设强弱等级阈值进行比对，若小于最弱强弱等级对应陡坡，则识别周期不为上下陡坡兴趣事件，否则识别周期为上下陡坡兴趣事件，且根据最大陡坡与预设强弱等级阈值的比对结果确定所述上下陡坡兴趣事件的强弱等级；
[0031]将最大坡度差与预设强弱等级阈值进行比对，若小于最弱强弱等级对应陡坡差，则识别周期不为坡度急速变化兴趣事件，否则识别周期为坡度急速变化兴趣事件，且根据最大坡度差与预设强弱等级阈值的比对结果确定所述坡度急速变化兴趣事件的强弱等级。
[0032]可选地，所述步骤S24具体为：
[0033]在一个识别周期中识别出N个前进速度；
[0034]根据预设间隔前进速度之间差值的绝对值确定最大前进速度差；
[0035]将最大前进速度差与预设强弱等级阈值进行比对，若小于最弱强弱等级对应前进速度差，则识别周期不为急加速和急减速兴趣事件，否则识别周期为急加速和急减速兴趣事件，且根据最大前进速度差与预设强弱等级阈值的比对结果确定所述急加速和急减速兴趣事件的强弱等级。
[0036]本申请第二方面提供一种骑行兴趣事件识别装置，所述装置包括：
[0037]计算单元，用于骑行视频录制过程中，根据传感器数据计算骑行状态数据；
[0038]识别单元，用于根据所述骑行状态数据识别出至少一个骑行兴趣事件，并划分所述骑行兴趣事件的强弱等级；
[0039]存储单元，用于按照所述强弱等级存储所述骑行兴趣事件对应骑行视频片段。
[0040]本申请第三方面提供一种骑行兴趣事件识别设备，所述设备包括处理器以及存储器：
[0041]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0042]所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的骑行兴趣事件识别方法的步骤。
[0043]本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存
储程序代码，所述程序代码用于执行上述第一方面所述的骑行兴趣事件识别方法的步骤。
[0044]从以上技术方案可以看出，本申请实施例具有以下优点：
[0045]本申请中，提供了一种骑行兴趣事件识别方法、装置、设备及存储介质，在骑行视频录制过程中，根据传感器数据计算骑行状态数据，依据骑行状态数据实时识别骑行兴趣事件，并划分骑行兴趣事件的强弱等级，根据强弱等级存储骑行兴趣事件对应骑行视频片段，使得当存储空间不足时，将弱等级的骑行视频片段自动删除，解决了传统的运动相机需要手动开启和结束视频录制功能，且骑行持续时间长导致的存储空间不足，无法识别骑行精彩瞬间的技术问题。
附图说明
[0046]图1为本申请实施例中骑行兴趣事件识别方法的方法流程图；
[0047]图2为本申请实施例中骑行兴趣事件识别装置的结构示意图；
[0048]图3为本申请实施例中骑行兴趣事件识别设备的结构示意图。
具体实施方式
[0049]为了使本
的人员更好地理解本申请方案，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、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种骑行兴趣事件识别方法，其特征在于，包括：S1、骑行视频录制过程中，根据传感器数据计算骑行状态数据；S2、根据所述骑行状态数据识别出至少一个骑行兴趣事件，并划分所述骑行兴趣事件的强弱等级；S3、按照所述强弱等级存储所述骑行兴趣事件对应骑行视频片段。2.根据权利要求1所述的骑行兴趣事件识别方法，其特征在于，所述步骤S1具体包括：S11、骑行视频录制过程中，根据IMU以及GPS获取传感器数据；S12、基于所述传感器数据计算转弯角度、最大转弯速度、前进速度、坡度、俯仰角、翻滚角以及偏转角的骑行状态数据。3.根据权利要求2所述的骑行兴趣事件识别方法，其特征在于，所述步骤S2具体包括：S21、根据所述翻滚角识别压弯兴趣事件，并确定所述压弯兴趣事件的强弱等级；S22、根据所述转弯角度、最大转弯速度以及前进速度识别急转弯兴趣事件，并确定所述急转弯兴趣事件的强弱等级；S23、根据所述坡度识别上下陡坡兴趣事件以及坡度急速变化兴趣事件，并确定所述上下陡坡兴趣事件以及所述坡度急速变化兴趣事件的强弱等级；S24、根据所述前进速度识别急加速和急减速兴趣事件，并确定所述急加速和急减速兴趣事件的强弱等级。4.根据权利要求3所述的骑行兴趣事件识别方法，其特征在于，所述步骤S21具体为：在一个识别周期中识别出N个翻滚角；将识别周期中的所有翻滚角绝对值的最大值作为最大翻滚角；将最大翻滚角与预设强弱等级阈值进行比对，若小于最弱强弱等级对应翻滚角，则识别周期不为压弯兴趣事件，否则识别周期为压弯兴趣事件，且根据最大翻滚角与预设强弱等级阈值的比对结果确定所述压弯兴趣事件的强弱等级。5.根据权利要求3所述的骑行兴趣事件识别方法，其特征在于，所述步骤S22具体为：在一个识别周期中识别出N个偏航角以及前进速度；根据识别周期中的最大偏航角以及最小偏航角确定转弯角度；根据相邻偏航角之间差值的绝对值确定最大转弯速度；分别将前进速度、转弯角度以及最大转弯速度分别与预设强弱等级阈值进行比对，若其中任意一项小于最弱强弱等级对应前进速度、转弯角度以及最大转弯速度，则识别周期不为急转弯兴趣事件，否则识别周期为急转弯兴趣事件，且根据前进速度、转弯角度以及最大转弯速度与预设强弱等级阈值的比对结果...
【专利技术属性】
技术研发人员：黄麟杰，陈羿丞，罗勇，喻运辉，
申请(专利权)人：盯盯拍深圳技术股份有限公司，
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。