本申請涉及智能穿戴，尤其涉及一種動作識別方法、裝置、電子設備及存儲介質。

背景技術：

1、體感輸入是一種基于用戶身體動作或姿態(tài)的輸入方式，通常用于人機交互和游戲控制等場景。體感輸入通過傳感器芯片(例如加速度傳感器、陀螺儀傳感器)獲取數(shù)據(jù)，根據(jù)傳感器獲取的數(shù)據(jù)識別出人體的動作。

2、相關技術中，由于不同動作具有不同的時間特征，如快速的揮手動作和較慢的伸展動作，且各動作特征各異，降低了動作識別的準確率。

技術實現(xiàn)思路

1、本申請實施例的主要目的在于提出一種動作識別方法、裝置、電子設備及存儲介質，能夠提高動作識別的準確率。

2、為實現(xiàn)上述目的，本申請實施例的第一方面提出了一種動作識別方法，所述方法包括：確定至少一個預訓練的動作識別模型；其中，每一所述動作識別模型配置有對應的預設動作和預設傳感類別；根據(jù)目標對象的可穿戴設備，獲取實時的動作傳感數(shù)據(jù)；針對每一所述動作識別模型，從所述動作傳感數(shù)據(jù)中提取匹配于對應所述預設傳感類別的目標傳感數(shù)據(jù)，并將所述目標傳感數(shù)據(jù)輸入所述動作識別模型進行動作識別，得到動作識別結果；在所述動作識別結果反映所述動作傳感數(shù)據(jù)與所述動作識別模型對應的所述預設動作相匹配的情況下，將所述預設動作確定為所述目標對象的觸發(fā)動作。

3、在一些實施例中，每一所述動作識別模型還配置有對應的預設動作時長和傳感檢測時隙，所述針對每一所述動作識別模型，從所述動作傳感數(shù)據(jù)中提取匹配于對應所述預設傳感類別的目標傳感數(shù)據(jù)，并將所述目標傳感數(shù)據(jù)輸入所述動作識別模型進行動作識別，得到動作識別結果，包括：根據(jù)所述動作識別模型對應的所述傳感檢測時隙和預設的識別重疊率，對所述動作傳感數(shù)據(jù)進行切分得到動作傳感子數(shù)據(jù)；將所述動作傳感子數(shù)據(jù)輸入所述動作識別模型進行動作識別，得到動作識別結果。

4、在一些實施例中，所述根據(jù)所述動作識別模型對應的所述傳感檢測時隙和預設的識別重疊率，對所述動作傳感數(shù)據(jù)進行切分得到動作傳感子數(shù)據(jù)，包括：根據(jù)所述傳感檢測時隙和預設的傳感頻率確定所述動作識別模型的輸入數(shù)據(jù)量；根據(jù)所述輸入數(shù)據(jù)量和所述識別重疊率確定所述動作傳感數(shù)據(jù)的重疊數(shù)據(jù)量；根據(jù)所述重疊數(shù)據(jù)量和所述動作識別模型的所述輸入數(shù)據(jù)量，對所述動作傳感數(shù)據(jù)進行切分得到動作傳感子數(shù)據(jù)。

5、在一些實施例中，所述根據(jù)所述動作識別模型對應的所述傳感檢測時隙和預設的識別重疊率，對所述動作傳感數(shù)據(jù)進行切分得到動作傳感子數(shù)據(jù)，包括：獲取所述動作識別模型預設的識別時長；根據(jù)所述傳感檢測時隙和所述識別重疊率，確定所述動作傳感數(shù)據(jù)的識別間隔時長；當所述識別時長大于所述識別間隔時長時，減小所述識別重疊率以更新所述動作傳感數(shù)據(jù)的所述重疊數(shù)據(jù)量；根據(jù)更新后的所述重疊數(shù)據(jù)量和所述動作識別模型的所述輸入數(shù)據(jù)量，對所述動作傳感數(shù)據(jù)進行切分得到動作傳感子數(shù)據(jù)。

6、在一些實施例中，所述預設傳感類別包括第一傳感類別、第二傳感類別和第三傳感類別，所述動作傳感數(shù)據(jù)包括角速度傳感數(shù)據(jù)和加速度傳感數(shù)據(jù)，所述針對每一所述動作識別模型，從所述動作傳感數(shù)據(jù)中提取匹配于對應所述預設傳感類別的目標傳感數(shù)據(jù)，并將所述目標傳感數(shù)據(jù)輸入所述動作識別模型進行動作識別，得到動作識別結果，包括：當所述動作識別模型的所述預設傳感類別為所述第一傳感類別時，從所述角速度傳感數(shù)據(jù)中提取目標傳感數(shù)據(jù)，并將所述目標傳感數(shù)據(jù)輸入所述動作識別模型進行動作識別，得到動作識別結果；當所述動作識別模型的所述預設傳感類別為所述第二傳感類別時，從所述加速度傳感數(shù)據(jù)中提取目標傳感數(shù)據(jù)，并將所述目標傳感數(shù)據(jù)輸入所述動作識別模型進行動作識別，得到動作識別結果；當所述動作識別模型的所述預設傳感類別為所述第三傳感類別時，從所述角速度傳感數(shù)據(jù)和所述加速度傳感數(shù)據(jù)中提取目標傳感數(shù)據(jù)，并將所述目標傳感數(shù)據(jù)輸入所述動作識別模型進行動作識別，得到動作識別結果。

7、在一些實施例中，在確定至少一個預訓練的動作識別模型之前，還包括對所述動作識別模型進行預訓練，具體包括：針對每一所述動作識別模型，獲取對應的所述預設動作的初始訓練數(shù)據(jù)，并標記所述初始訓練數(shù)據(jù)中各動作的動作起始點；根據(jù)所述動作起始點和每一所述動作識別模型的所述傳感檢測時隙裁取所述初始訓練數(shù)據(jù)，得到每一所述動作識別模型的目標訓練數(shù)據(jù)；根據(jù)所述目標訓練數(shù)據(jù)對每一所述動作識別模型進行預訓練。

8、在一些實施例中，所述預設動作包括無動作，所述針對每一所述動作識別模型，獲取對應的所述預設動作的初始訓練數(shù)據(jù)，包括：獲取無動作下的初始第一訓練數(shù)據(jù)，其中，所述初始第一訓練數(shù)據(jù)包括三個方向上的第一軸訓練數(shù)據(jù)；根據(jù)三個方向上的所述第一軸訓練數(shù)據(jù)生成至少一個初始第二訓練數(shù)據(jù)，其中，所述初始第二訓練數(shù)據(jù)包括三個方向上的第二軸訓練數(shù)據(jù)；根據(jù)所述第一軸訓練數(shù)據(jù)和所述第二軸訓練數(shù)據(jù)得到無動作下的初始訓練數(shù)據(jù)。

9、為實現(xiàn)上述目的，本申請實施例的第二方面提出了一種動作識別裝置，包括：動作識別模型模塊，用于確定至少一個預訓練的動作識別模型；其中，每一所述動作識別模型配置有對應的預設動作和預設傳感類別；動作數(shù)據(jù)獲取模塊，用于根據(jù)目標對象的可穿戴設備，獲取實時的動作傳感數(shù)據(jù)；動作識別結果模塊，用于針對每一所述動作識別模型，從所述動作傳感數(shù)據(jù)中提取匹配于對應所述預設傳感類別的目標傳感數(shù)據(jù)，并將所述目標傳感數(shù)據(jù)輸入所述動作識別模型進行動作識別，得到動作識別結果；觸發(fā)動作模塊，用于在所述動作識別結果反映所述動作傳感數(shù)據(jù)與所述動作識別模型對應的所述預設動作相匹配的情況下，將所述預設動作確定為所述目標對象的觸發(fā)動作。

10、為實現(xiàn)上述目的，本申請實施例的第三方面提出了一種電子設備，所述電子設備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述第一方面實施例所述的方法。

11、為實現(xiàn)上述目的，本申請實施例的第四方面提出了一種存儲介質，所述存儲介質為計算機可讀存儲介質，所述存儲介質存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述第一方面實施例所述的方法。

12、本申請?zhí)岢龅膭幼髯R別方法、裝置、電子設備及存儲介質，具有以下有益效果：確定至少一個預訓練的動作識別模型；其中，每一動作識別模型配置有對應的預設動作和預設傳感類別；根據(jù)目標對象的可穿戴設備，獲取實時的動作傳感數(shù)據(jù)；針對每一動作識別模型，從動作傳感數(shù)據(jù)中提取匹配于對應預設傳感類別的目標傳感數(shù)據(jù)，并將目標傳感數(shù)據(jù)輸入動作識別模型進行動作識別，得到動作識別結果；在動作識別結果反映動作傳感數(shù)據(jù)與動作識別模型對應的預設動作相匹配的情況下，將預設動作確定為目標對象的觸發(fā)動作，能夠并行輸入數(shù)據(jù)至至少一個動作識別模型，同時識別不同動作時長的觸發(fā)動作，能夠提高動作識別的準確率。

技術特征：

1.一種動作識別方法，其特征在于，包括：

2.根據(jù)權利要求1所述的動作識別方法，其特征在于，每一所述動作識別模型還配置有對應的預設動作時長和傳感檢測時隙，所述針對每一所述動作識別模型，從所述動作傳感數(shù)據(jù)中提取匹配于對應所述預設傳感類別的目標傳感數(shù)據(jù)，并將所述目標傳感數(shù)據(jù)輸入所述動作識別模型進行動作識別，得到動作識別結果，包括：

3.根據(jù)權利要求2所述的動作識別方法，其特征在于，所述根據(jù)所述動作識別模型對應的所述傳感檢測時隙和預設的識別重疊率，對所述目標傳感數(shù)據(jù)進行切分得到動作傳感子數(shù)據(jù)，包括：

4.根據(jù)權利要求3所述的動作識別方法，其特征在于，所述根據(jù)所述動作識別模型對應的所述傳感檢測時隙和預設的識別重疊率，對所述目標傳感數(shù)據(jù)進行切分得到動作傳感子數(shù)據(jù)，包括：

5.根據(jù)權利要求1所述的動作識別方法，其特征在于，所述預設傳感類別包括第一傳感類別、第二傳感類別和第三傳感類別，所述動作傳感數(shù)據(jù)包括角速度傳感數(shù)據(jù)和加速度傳感數(shù)據(jù)，所述針對每一所述動作識別模型，從所述動作傳感數(shù)據(jù)中提取匹配于對應所述預設傳感類別的目標傳感數(shù)據(jù)，并將所述目標傳感數(shù)據(jù)輸入所述動作識別模型進行動作識別，得到動作識別結果，包括：

6.根據(jù)權利要求1所述的動作識別方法，其特征在于，在確定至少一個預訓練的動作識別模型之前，還包括對所述動作識別模型進行預訓練，具體包括：

7.根據(jù)權利要求6所述的動作識別方法，其特征在于，所述預設動作包括無動作，所述針對每一所述動作識別模型，獲取對應的所述預設動作的初始訓練數(shù)據(jù)，包括：

8.一種動作識別裝置，其特征在于，包括：

9.一種電子設備，其特征在于，所述電子設備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權利要求1至7任一項所述的動作識別方法。

10.一種計算機可讀存儲介質，所述存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1至7任一項所述的動作識別方法。

技術總結
本申請實施例提供了一種動作識別方法、裝置、電子設備及存儲介質，屬于智能穿戴技術領域。方法包括：確定至少一個預訓練的動作識別模型；其中，每一動作識別模型配置有對應的預設動作和預設傳感類別；根據(jù)目標對象的可穿戴設備，獲取實時的動作傳感數(shù)據(jù)；針對每一動作識別模型，從動作傳感數(shù)據(jù)中提取匹配于對應預設傳感類別的目標傳感數(shù)據(jù)，并將目標傳感數(shù)據(jù)輸入動作識別模型進行動作識別，得到動作識別結果；在動作識別結果反映動作傳感數(shù)據(jù)與動作識別模型對應的預設動作相匹配的情況下，將預設動作確定為目標對象的觸發(fā)動作。本申請實施例提供的動作識別方法、裝置、電子設備及存儲介質，能夠提高動作識別的準確率。

技術研發(fā)人員：白文科,吳海全,姜德軍,遲欣,曹磊,郭世文
受保護的技術使用者：深圳市飛科笛系統(tǒng)開發(fā)有限公司
技術研發(fā)日：
技術公布日：2024/12/19