【技术实现步骤摘要】
基于耳机的保护隐私的颈椎运动识别方法及系统
[0001]本专利技术属于机辅助颈椎病预防
,特别涉及基于耳机的保护隐私的颈椎运动识别方法及系统。
技术介绍
[0002]颈椎在人们的生活中起着重要的作用,然而随着社会节奏的加快,低头族和办公族的流行,颈椎病发生呈上升趋势。而通过检测和识别颈部运动,加以提醒干预,可以辅助预防颈椎病。
[0003]首先,考虑到不同的颈部运动导致头部产生不同的震动方式,这种震动可以被现有商用耳机搭载的加速度计捕捉到,从而检测识别颈部运动。以此为基础,本专利技术提出了一个新的系统,CSEar,使用耳机的内置加速计来识别颈部运动。如图1所示,12种颈椎动作包括伸展NE和伸展恢复RNE、屈曲NF和屈曲恢复NFR、右倾RI和右倾恢复RRI、左倾LI和左倾恢复RLI、右旋RR和右旋恢复RRR、左旋LR和左旋恢复RLR。然而现有工作没有提出一个完整的方案识别包括走路和休息状态下的这12种颈部运动,同时也没有考虑到用户的隐私保护等问题。因此现有工作并不充分。
技术实现思路
[0004]本专利技术的目的在于提供基于耳机的保护隐私的颈椎运动识别方法及系统,以解决上述问题。
[0005]为实现上述目的,本专利技术采用以下技术方案:
[0006]基于耳机的保护隐私的颈椎运动识别方法,包括以下步骤:
[0007]耳机内设置加速计,通过加速计采集加速度信号,设置隐私隔离区,区分当前为步行或休息状态;
[0008]处于静止状态使用子窗口合并算法来检测颈部运动, ...
【技术保护点】
【技术特征摘要】
1.基于耳机的保护隐私的颈椎运动识别方法,其特征在于,包括以下步骤:耳机内设置加速计,通过加速计采集加速度信号,设置隐私隔离区,区分当前为步行或休息状态;处于静止状态使用子窗口合并算法来检测颈部运动,处于行动状态时通过PCA的分量提取、漂移消除、基于信号斜率的包络计算、分量选择和子窗口合并来确定颈部运动的边界;通过数据扩充来增加样本量,避免过拟合,然后将数据输入CNN以识别颈部运动。2.根据权利要求1所述的基于耳机的保护隐私的颈椎运动识别方法,其特征在于,区分当前为步行或休息状态:首先,利用高通滤波器消除重力和随机噪声的影响,然后根据均方根RMS
I
阈值确定用户的状态;如果用户处于步行状态,则通过低通滤波器去除原始信号中的步态信息,没有用户隐私的数据传输到云端;如果用户处于静止状态,原始数据将与去掉重力信息的高通滤波数据一起发送到云端;3.根据权利要求1所述的基于耳机的保护隐私的颈椎运动识别方法,其特征在于,使用子窗口合并算法来检测颈部运动,如公式:处于行动状态时,计算如下:D=[LX
′
,LY
′
,LZ
′
,RX
′
,RY
′
,RZ
′
]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)C=D
*
×
(D
*
)
T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)Y=R
×
D(R为C的特征向量矩阵)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)Y
′
k
=Y
k
‑
f
k
,k∈{1,2,
…
N}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)y
k
=|ΔY
′
k
(t)=Y
′
k
(t)
‑
Y
′
k
(t
‑
1)|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)(7)(7)4.根据权利要求1所述的基于耳机的保护隐私的颈椎运动识别方法,其特征在于,耳机内置加速度传感器采集数据;设置隐私隔离区,通过滤波去除步态信息,保护用户隐私。5.根据权利要求1所述的基于耳机的保护隐私的颈椎运动识别方法,其特征在于,分量提取:首先利用主成分分析(PCA)方法将六轴数据重组为不相关的成分;在进行PCA分析前,对六轴数据进行归一化处理,以抵消不同维度的影响;
D=[LX
′
,LY
′
,LZ
′
,RX
′
,RY
′
,RZ
′
]式中LX
′
,LY
′<...
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。