行訓(xùn)練，得到特征提取參數(shù)和模板數(shù)據(jù)序列，并 利用該特征提取參數(shù)降低測(cè)試數(shù)據(jù)序列的數(shù)據(jù)維數(shù)，與現(xiàn)有在采集到的高維數(shù)據(jù)上直接進(jìn) 行操作以識(shí)別人體動(dòng)作的方案相比，降低了執(zhí)行人體動(dòng)作時(shí)對(duì)設(shè)備姿態(tài)的要求，去除了噪 聲，并且將降維后的數(shù)據(jù)序列與模板數(shù)據(jù)序列進(jìn)行匹配，能夠在降低計(jì)算復(fù)雜度的同時(shí)實(shí) 現(xiàn)準(zhǔn)確的人體動(dòng)作識(shí)別。
[0057] 本發(fā)明實(shí)施例的人體動(dòng)作識(shí)別方法可應(yīng)用在移動(dòng)智能終端中，圖1是本發(fā)明一個(gè) 實(shí)施例的一種人體動(dòng)作識(shí)別方法的流程圖，參見圖1，在任一次人體動(dòng)作識(shí)別中，該方法包 括下述步驟Sll至S13 :
[0058] SI 1，采集需要執(zhí)行人體動(dòng)作識(shí)別的數(shù)據(jù)，得到原始數(shù)據(jù)序列；
[0059] 在執(zhí)行人體動(dòng)作識(shí)別之前，本實(shí)施例還包括一個(gè)模板訓(xùn)練過程，在模板訓(xùn)練過程 中采集人體動(dòng)作數(shù)據(jù)進(jìn)行訓(xùn)練得到特征提取參數(shù)和模板數(shù)據(jù)序列。模板訓(xùn)練過程并不是每 次執(zhí)行人體動(dòng)作識(shí)別之前都必須的操作，例如，可以在執(zhí)行所有人體動(dòng)作識(shí)別之前，通過一 次模板訓(xùn)練過程得到特征提取參數(shù)和模板數(shù)據(jù)序列并用于后續(xù)所有的人體動(dòng)作識(shí)別。
[0060] S12,利用特征提取參數(shù)對(duì)原始數(shù)據(jù)序列進(jìn)行特征提取，降低原始數(shù)據(jù)序列的數(shù)據(jù) 維數(shù)，得到降維后的測(cè)試數(shù)據(jù)序列；
[0061] S13,將測(cè)試數(shù)據(jù)序列與模板數(shù)據(jù)序列進(jìn)行匹配，當(dāng)存在匹配成功的測(cè)試數(shù)據(jù)序列 時(shí)，確認(rèn)該測(cè)試數(shù)據(jù)序列關(guān)聯(lián)的模板數(shù)據(jù)序列對(duì)應(yīng)的人體動(dòng)作發(fā)生。
[0062] 通過圖1所示的方法，在一次人體動(dòng)作識(shí)別中，對(duì)采集的原始數(shù)據(jù)序列利用預(yù)先 獲取的特征提取參數(shù)進(jìn)行降維，從而將高維的原始數(shù)據(jù)序列降低到低維（具體的可以降至 一維），降低了人體動(dòng)作識(shí)別方法的計(jì)算復(fù)雜度，節(jié)省了系統(tǒng)的功耗，保證了人體動(dòng)作識(shí)別 的效率，去除了噪聲，從而也減少了對(duì)執(zhí)行人體動(dòng)作姿態(tài)的限制和要求，提高了用戶使用體 驗(yàn)。并且通過將降維后測(cè)試數(shù)據(jù)序列與預(yù)先獲取的模板數(shù)據(jù)序列進(jìn)行匹配，并在匹配成功 時(shí)確認(rèn)模板對(duì)應(yīng)的人體動(dòng)作發(fā)生，保證了人體動(dòng)作識(shí)別的精度。
[0063] 圖2是本發(fā)明又一個(gè)實(shí)施例的一種人體動(dòng)作識(shí)別方法的流程示意圖；參見圖2,本 實(shí)施例可以預(yù)先訓(xùn)練得到一個(gè)或多個(gè)模板數(shù)據(jù)序列，每個(gè)模板數(shù)據(jù)序列對(duì)應(yīng)一個(gè)人體動(dòng)作 (例如一個(gè)模板數(shù)據(jù)序列對(duì)應(yīng)用戶的抬手這一動(dòng)作，另一個(gè)模板數(shù)據(jù)序列對(duì)應(yīng)用戶翻轉(zhuǎn)手 腕這一動(dòng)作），將模板數(shù)據(jù)序列存儲(chǔ)下來，后續(xù)測(cè)試時(shí)可以使用該模板數(shù)據(jù)序列而不必再進(jìn) 行訓(xùn)練。
[0064] 參見圖2,模板訓(xùn)練包括下列步驟：傳感器采集數(shù)據(jù)；滑動(dòng)窗處理；濾波處理；步驟 205訓(xùn)練數(shù)據(jù)序列處理（具體包括步驟2051利用主成分分析對(duì)訓(xùn)練數(shù)據(jù)序列進(jìn)行數(shù)據(jù)降維 處理，步驟2052,獲得模板數(shù)據(jù)序列）。
[0065] 測(cè)試過程包括下列步驟：步驟201，傳感器采集數(shù)據(jù)；步驟202,滑動(dòng)窗處理；步驟 203,濾波處理；步驟204,原始數(shù)據(jù)序列處理（具體包括步驟2041利用從主成分分析中獲 得的特征提取參數(shù)對(duì)訓(xùn)練數(shù)據(jù)序列進(jìn)行數(shù)據(jù)降維處理，步驟2042,獲得測(cè)試數(shù)據(jù)序列）以 及步驟S206人體動(dòng)作匹配識(shí)別。
[0066] 需要說明的是，模板訓(xùn)練中的傳感器采集數(shù)據(jù)、滑動(dòng)窗處理、濾波處理分別與測(cè)試 過程中的步驟201、步驟202、步驟203相對(duì)應(yīng)，且兩兩執(zhí)行的操作基本相同，所以在圖2中 同時(shí)示出步驟204和205以清楚說明模板訓(xùn)練和人體動(dòng)作識(shí)別兩個(gè)過程。
[0067] 以下以一次人體動(dòng)作識(shí)別測(cè)試為例，對(duì)本發(fā)明實(shí)施例的這種人體動(dòng)作識(shí)別方法的 流程進(jìn)行說明。
[0068] 參見圖2,本實(shí)施例的，一次人體動(dòng)作識(shí)別過程包括：
[0069] 步驟201，傳感器采集數(shù)據(jù)；
[0070] 利用傳感器采集三軸加速度數(shù)據(jù)和/或三軸角速度數(shù)據(jù)，將采集的三軸加速度數(shù) 據(jù)和/或三軸角速度數(shù)據(jù)分別保存到對(duì)應(yīng)的環(huán)形緩沖區(qū)中；
[0071] 這里的傳感器可以是三軸加速度傳感器或者是三軸陀螺儀傳感器，傳感器采集得 到人體動(dòng)作數(shù)據(jù)，所采集的數(shù)據(jù)為人體動(dòng)作的X軸、Y軸、Z軸的三軸加速度或三軸角速度。 采集的數(shù)據(jù)分別保存到長(zhǎng)度為L(zhǎng)en的環(huán)形緩沖區(qū)中。
[0072] 圖3是本發(fā)明又一個(gè)實(shí)施例的數(shù)據(jù)采集示意圖，參見圖3,其中，31表示三軸加速 度傳感器，32表示采集得到的加速度數(shù)據(jù)，33表示環(huán)形緩沖區(qū)；三軸加速度傳感器31采集 人體動(dòng)作的三軸加速度數(shù)據(jù)32,將采集的三軸加速度數(shù)據(jù)32放入對(duì)應(yīng)的環(huán)形緩沖區(qū)33 (圖 3示出了一個(gè)環(huán)形緩沖區(qū)33)中，本實(shí)施例采用環(huán)形緩沖區(qū)33的設(shè)計(jì)可以節(jié)省系統(tǒng)的存儲(chǔ) 空間，也方便對(duì)采集的加速度數(shù)據(jù)后續(xù)進(jìn)行采樣以及后續(xù)添加滑動(dòng)窗處理。本領(lǐng)域技術(shù)人 員能夠理解在本發(fā)明的其他實(shí)施例中，也可以不采用環(huán)形緩沖區(qū)33放置采集的加速度數(shù) 據(jù)32,對(duì)此不作限制。
[0073] 此外需要強(qiáng)調(diào)的是，圖3是以通過加速度傳感器采集人體動(dòng)作的三軸加速度為例 進(jìn)行的示意性說明，后續(xù)也是以三軸加速度數(shù)據(jù)為例進(jìn)行的訓(xùn)練和對(duì)測(cè)試數(shù)據(jù)的降維、匹 配操作。但是在本發(fā)明的其他實(shí)施例中，也可以通過陀螺儀傳感器采集人體動(dòng)作的三軸角 速度數(shù)據(jù)，或者既通過加速度傳感器采集三軸加速度數(shù)據(jù)又通過陀螺儀傳感器采集三軸角 速度數(shù)據(jù)，然后分別對(duì)加速度數(shù)據(jù)序列和角速度數(shù)據(jù)序列進(jìn)行訓(xùn)練，得到加速度數(shù)據(jù)序列 對(duì)應(yīng)的模板數(shù)據(jù)序列和角速度數(shù)據(jù)對(duì)應(yīng)的模板數(shù)據(jù)序列，對(duì)此不做限制。同樣的，如果是采 集三軸角速度數(shù)據(jù)或者既采集加速度數(shù)據(jù)又采集角速度數(shù)據(jù)的話，在測(cè)試時(shí)，也需要采集 角速度數(shù)據(jù)；或，既采集加速度數(shù)據(jù)又采集角速度數(shù)據(jù)，并將處理后的相應(yīng)數(shù)據(jù)序列分別和 對(duì)應(yīng)的模板進(jìn)行匹配，以確定是否匹配成功。進(jìn)一步地，如果既采集人體動(dòng)作的加速度數(shù)據(jù) 又采集角速度數(shù)據(jù)時(shí)，可以對(duì)加速度數(shù)據(jù)序列和角速度數(shù)據(jù)序列與它們模板的匹配結(jié)果分 別設(shè)計(jì)不同的權(quán)重，例如，將加速度數(shù)據(jù)序列匹配結(jié)果的權(quán)重設(shè)計(jì)的較大，并將加權(quán)后的匹 配結(jié)果作為測(cè)試數(shù)據(jù)序列的判斷結(jié)果。
[0074] 需要說明的是，模板訓(xùn)練時(shí)的傳感器采集數(shù)據(jù)與人體動(dòng)作識(shí)別測(cè)試過程中的傳感 器采集數(shù)據(jù)的步驟基本相同的，主要區(qū)別在于模板訓(xùn)練時(shí)需要對(duì)同一個(gè)人體動(dòng)作多次采集 數(shù)據(jù)，而在執(zhí)行人體動(dòng)作識(shí)別時(shí)，會(huì)對(duì)實(shí)際發(fā)生的任一人體動(dòng)作的數(shù)據(jù)進(jìn)行采集，因此，模 板訓(xùn)練過程中的傳感器采集數(shù)據(jù)可以參見前述相關(guān)描述，此處不再贅述。
[0075] 步驟202,滑動(dòng)窗處理；
[0076] 在采集到三軸加速度數(shù)據(jù)后，從三個(gè)環(huán)形緩沖區(qū)中取出三軸加速度數(shù)據(jù)分別添加 滑動(dòng)窗。按照預(yù)定的頻率同時(shí)從環(huán)形緩沖區(qū)中采樣，并以預(yù)定步長(zhǎng)（Step)的滑動(dòng)窗對(duì)采樣 數(shù)據(jù)進(jìn)行加窗處理，得到預(yù)定長(zhǎng)度的原始數(shù)據(jù)序列。
[0077] 圖4是本發(fā)明又一個(gè)實(shí)施例的添加滑動(dòng)窗處理示意圖；如圖4所示，從X軸、Y軸、 Z軸三軸加速度數(shù)據(jù)的環(huán)形緩沖區(qū)中，按照預(yù)定的頻率采樣，對(duì)采樣數(shù)據(jù)進(jìn)行加窗處理。本 實(shí)施例中，采樣頻率為50Hz (-分鐘采樣得到50個(gè)數(shù)據(jù)），每個(gè)滑動(dòng)窗的大小為50個(gè)采樣 數(shù)據(jù)，滑動(dòng)窗的移動(dòng)步長(zhǎng)為5個(gè)采樣數(shù)據(jù)?；瑒?dòng)窗的大小即為得到的原始數(shù)據(jù)序列的長(zhǎng)度， 也就是說，同時(shí)從X軸、Y軸、Z軸三個(gè)環(huán)形緩沖區(qū)中分別取出50個(gè)采樣數(shù)據(jù)進(jìn)行測(cè)試識(shí)別。
[0078] 需要說明的是，本實(shí)施例中加窗處理采用的窗函數(shù)為矩形窗，矩形窗屬于時(shí)間變 量的零次冪窗。但是在本發(fā)明的其他實(shí)施例中窗函數(shù)不限于矩形窗，也可以使用其它窗函 數(shù)，對(duì)窗函數(shù)沒有限制。
[0079] 另外，模板訓(xùn)練時(shí)的滑動(dòng)窗處理過程與一次人體動(dòng)作識(shí)別測(cè)試過程中的滑動(dòng)窗處 理步驟203基本相同，因此，模板訓(xùn)練過程中的滑動(dòng)窗處理可以參見前述相關(guān)描述。
[0080] 步驟203,濾波處理；
[0081] 對(duì)加窗后得到的預(yù)定長(zhǎng)度的原始數(shù)據(jù)序列進(jìn)行濾波處理，以濾除干擾噪聲。
[0082] 本實(shí)施例中，對(duì)預(yù)定長(zhǎng)度的原始數(shù)據(jù)序列進(jìn)行濾波處理以濾除干擾噪聲包括：對(duì) 預(yù)定長(zhǎng)度的原始數(shù)據(jù)序列的每個(gè)軸向的進(jìn)行濾波處理的數(shù)據(jù)點(diǎn)，選取該數(shù)據(jù)點(diǎn)左側(cè)相鄰的 預(yù)定數(shù)目的數(shù)據(jù)點(diǎn)以及選取該數(shù)據(jù)點(diǎn)右側(cè)相鄰的預(yù)定數(shù)目的數(shù)據(jù)點(diǎn)，計(jì)算選取出的數(shù)據(jù)點(diǎn) 的均值并由該均值替換濾波處理的數(shù)據(jù)點(diǎn)的數(shù)值。
[0083] 具體的，本實(shí)施例采用K時(shí)間近鄰均值化濾波進(jìn)行濾波處理。K時(shí)間近鄰均值化濾 波是通過事先設(shè)定時(shí)間最近鄰的個(gè)數(shù)K，然后在各軸加速度數(shù)據(jù)時(shí)間序列中，把任意一數(shù)據(jù) 點(diǎn)左邊K個(gè)近鄰數(shù)據(jù)點(diǎn)和右邊K個(gè)近鄰數(shù)據(jù)點(diǎn)所組成的序列的均值作為濾波處理后該數(shù)據(jù) 點(diǎn)的值。對(duì)于時(shí)間序列中前K個(gè)數(shù)據(jù)點(diǎn)和最后K個(gè)數(shù)據(jù)點(diǎn)，須做特殊處理，取盡可能多的鄰 居數(shù)據(jù)點(diǎn)作為均值化處理的對(duì)象。
[0084] 以三軸加速度數(shù)據(jù)中的X軸數(shù)據(jù)序列為例，K時(shí)間近鄰均值化濾波為：
[0086] 其中，N是X軸數(shù)據(jù)序列的長(zhǎng)度，即滑動(dòng)窗的大小（本實(shí)施例中數(shù)據(jù)序列長(zhǎng)度為 50)，K是預(yù)先選取的鄰居個(gè)數(shù)，即選取某一個(gè)數(shù)據(jù)點(diǎn)左、右各多少個(gè)最近鄰的鄰居，ax]為加 速度信號(hào)a,在X軸上的分量，a' "是a x]對(duì)應(yīng)的濾波后的數(shù)據(jù)。
[0087] 需要說明的是，本發(fā)明其他實(shí)施例中，除了 K時(shí)間近鄰均值化濾波之外，還可以采 用其它濾波處理方法，例如，中值濾波，巴特沃斯（Butterworth)濾波等，只要能夠?qū)崿F(xiàn)對(duì) 原始數(shù)據(jù)序列進(jìn)行濾波處理即可，對(duì)此不作限制。
[0088] 另外，模板訓(xùn)練時(shí)的濾波處理過程與一次人體動(dòng)作識(shí)別測(cè)試過程中的濾波處理步 驟203基本相同，因此，模板訓(xùn)練過程中的濾波處理可以參見前述相關(guān)描述。
[0089] 步驟204,對(duì)原始數(shù)據(jù)序列處理包括：獲得特征提取參數(shù)，步驟2041，數(shù)據(jù)降維處 理；2042,模板數(shù)據(jù)序列。以下分別進(jìn)行說明。
[0090] 步驟2041，數(shù)據(jù)降維處理
[0091] 本實(shí)施例中，數(shù)據(jù)降維處理時(shí)的特征提取參數(shù)包括三個(gè)，分別為：模板