一种IMU数据样本采集标注训练方法及系统技术方案

本发明专利技术公开了一种IMU数据样本采集标注训练方法，包括：对用户执行预设健身动作时产生的IMU数据进行采集作为第一IMU数据；对第一IMU数据进行标注，并生成对应不同速率的IMU样本数据；根据预设健身动作对应的健身视频对IMU样本数据进行修正形成修正IMU样本；使用修正IMU数据样本训练识别模型；识别模型用于识别预设健身动作。本发明专利技术还公开了一种IMU数据样本采集标注训练系统。本发明专利技术一种IMU数据样本采集标注训练方法及系统，通过在采样过程中对不同速率的健身动作的IMU数据进行采集，使得训练出来的模型可以对不同速率的健身动作进行准确的识别，有效的提高了健身动作识别的准确率。准确率。准确率。

【技术实现步骤摘要】
一种IMU数据样本采集标注训练方法及系统


[0001]本专利技术涉及智能健身
，具体涉及一种IMU数据样本采集标注训练方法及系统。

技术介绍

[0002]通过IMU数据进行姿态和运动识别已经开始大规模的推广应用，目前对于运动状态的识别多依赖于通过训练出来的模型对IMU数据进行识别，其相关技术已经日趋成熟。但是在进行健身动作的识别打分时，由于不同用户身体条件的差异，完成相同的健身动作时往往动作速率各异，这使得通过现有的识别模型进行识别时，用户动作标准完成但是速率与训练样本速率不同时，识别模型难以准确判断动作的标准程度，甚至出现无法识别的现象。

技术实现思路

[0003]本专利技术所要解决的技术问题是现有的识别模型对用户不同速率情况下完成的动作识别准确率不高，目的在于提供一种IMU数据样本采集标注训练方法及系统，解决上述问题。
[0004]本专利技术通过下述技术方案实现：
[0005]在一个方面，本实施例提供了一种IMU数据样本采集标注训练方法，包括：
[0006]通过预设的数据采集流程对用户执行预设健身动作时产生的IMU数据进行采集作为第一IMU数据；所述第一IMU数据包括所述用户通过不同速率执行所述预设健身动作时采集的IMU数据；
[0007]对所述第一IMU数据进行标注，并生成对应不同速率的IMU样本数据；
[0008]根据所述预设健身动作对应的健身视频对所述IMU样本数据进行修正形成修正IMU样本；
[0009]使用所述修正IMU数据样本训练识别模型；所述识别模型用于识别所述预设健身动作。
[0010]现有技术中，对于识别模型主要是采用聚类算法和深度学习的神经网络进行训练，其技术体系已经非常成熟。但是专利技术人在实践中发现，对于健身运动而言，有些运动不同的人完成的速率是有区别的，用户在健身时，往往会根据自己的身体情况对健身速率进行改变。例如在进行开合跳时，视频中完成一个标准开合跳一般在1000ms左右，而如果用户自身身体素质较好，可以将时间压缩到800ms，如果用户自身身体素质较差，时间可能会延长到1500ms～2000ms，这样如果识别模型在训练的时候所采用样本是依据视频中速率的1000ms左右来采样的，用户完成的速率也会成为识别打分的标准，这样显然是不合理的。
[0011]本实施例实施时，在进行第一IMU数据采集时，就进行不同速率完成健身动作的IMU数据采集，形成的IMU数据在进行标注和修正之后，进行模型训练，形成的模型就可以有效的应对不同的速率的运动进行识别。在本实施例中，对第一IMU数据进行标注可以采用人
工标注，也可以采用自动标注；而根据健身视频对IMU样本进行修正，则是通过健身视频判断某段IMU样本是否为对应动作的数据来进行修正。本实施例通过在采样过程中对不同速率的健身动作的IMU数据进行采集，使得训练出来的模型可以对不同速率的健身动作进行准确的识别，有效的提高了健身动作识别的准确率。
[0012]进一步的，预设的数据采集流程包括：
[0013]播放所述预设健身动作的健身视频；
[0014]采集用户在所述预设健身动作的准备动作静止第一预设时长的IMU数据作为第二IMU数据，并根据所述第二IMU数据对IMU传感器进行ekf初始化；
[0015]完成ekf初始化后采集用户在第一预设速率下完成所述预设健身动作的IMU数据作为第三IMU数据，并采集用户在第二预设速率下完成所述预设健身动作的IMU数据作为第四IMU数据；
[0016]重复采集多组第三IMU数据和多组第四IMU数据形成所述第一IMU数据。
[0017]进一步的，预设的数据采集流程还包括：
[0018]每次完成一组第三IMU数据或第四IMU数据的采集时，将IMU传感器在预设平面内旋转并进行下一组第三IMU数据或第四IMU数据的采集。
[0019]进一步的，使用所述修正IMU数据样本训练识别模型包括：
[0020]从所述修正IMU样本中提取不同速率对应的IMU数据，并通过不同速率对应的IMU数据训练多个对应不同速率的识别模型；
[0021]获取不同速率对应的IMU数据的数据长度，并建立所述数据长度和对应的识别模型的映射关系。
[0022]进一步的，当进行所述预设健身动作识别时，获取检测到的IMU数据作为第五IMU数据；
[0023]获取所述第五IMU数据的有效长度，所述有效长度为所述第五IMU数据中连续存在有效数据的长度；
[0024]根据与所述有效长度最接近的至少两个所述数据长度作为基准长度；
[0025]将所述基准长度进行拟合形成修正梯度，并根据所述修正梯度将所述第五IMU数据修正为对应所述基准长度的IMU数据作为修正MIU数据；
[0026]将所述修正MIU数据输入对应所述基准长度的识别模型进行识别。
[0027]在另一个方面，本实施例提供了一种IMU数据样本采集标注训练系统，包括：
[0028]获取单元，被配置为通过预设的数据采集流程对用户执行预设健身动作时产生的IMU数据进行采集作为第一IMU数据；所述第一IMU数据包括所述用户通过不同速率执行所述预设健身动作时采集的IMU数据；
[0029]标注单元，被配置为对所述第一IMU数据进行标注，并生成对应不同速率的IMU样本数据；
[0030]修正单元，被配置为根据所述预设健身动作对应的健身视频对所述IMU样本数据进行修正形成修正IMU样本；
[0031]训练单元，被配置为使用所述修正IMU数据样本训练识别模型；所述识别模型用于识别所述预设健身动作。
[0032]进一步的，预设的数据采集流程包括：
[0033]播放所述预设健身动作的健身视频；
[0034]采集用户在所述预设健身动作的准备动作静止第一预设时长的IMU数据作为第二IMU数据，并根据所述第二IMU数据对IMU传感器进行ekf初始化；
[0035]完成ekf初始化后采集用户在第一预设速率下完成所述预设健身动作的IMU数据作为第三IMU数据，并采集用户在第二预设速率下完成所述预设健身动作的IMU数据作为第四IMU数据；
[0036]重复采集多组第三IMU数据和多组第四IMU数据形成所述第一IMU数据。
[0037]进一步的，预设的数据采集流程还包括：
[0038]每次完成一组第三IMU数据或第四IMU数据的采集时，将IMU传感器在预设平面内旋转并进行下一组第三IMU数据或第四IMU数据的采集。
[0039]进一步的，所述训练模型被配置为：
[0040]从所述修正IMU样本中提取不同速率对应的IMU数据，并通过不同速率对应的IMU数据训练多个对应不同速率的识别模型；
[0041]获取不同速率对应的IMU数据的数据长度，并建立所述数据长度和对应的识别模型的映射关系。
[0042]进一步的，还包括识别单元，被配置为当进行所述预设健身动作识别时，获取检测到的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种IMU数据样本采集标注训练方法，其特征在于，包括：通过预设的数据采集流程对用户执行预设健身动作时产生的IMU数据进行采集作为第一IMU数据；所述第一IMU数据包括所述用户通过不同速率执行所述预设健身动作时采集的IMU数据；对所述第一IMU数据进行标注，并生成对应不同速率的IMU样本数据；根据所述预设健身动作对应的健身视频对所述IMU样本数据进行修正形成修正IMU样本；使用所述修正IMU数据样本训练识别模型；所述识别模型用于识别所述预设健身动作。2.根据权利要求1所述的一种IMU数据样本采集标注训练方法，其特征在于，预设的数据采集流程包括：播放所述预设健身动作的健身视频；采集用户在所述预设健身动作的准备动作静止第一预设时长的IMU数据作为第二IMU数据，并根据所述第二IMU数据对IMU传感器进行ekf初始化；完成ekf初始化后采集用户在第一预设速率下完成所述预设健身动作的IMU数据作为第三IMU数据，并采集用户在第二预设速率下完成所述预设健身动作的IMU数据作为第四IMU数据；重复采集多组第三IMU数据和多组第四IMU数据形成所述第一IMU数据。3.根据权利要求2所述的一种IMU数据样本采集标注训练方法，其特征在于，预设的数据采集流程还包括：每次完成一组第三IMU数据或第四IMU数据的采集时，将IMU传感器在预设平面内旋转并进行下一组第三IMU数据或第四IMU数据的采集。4.根据权利要求1所述的一种IMU数据样本采集标注训练方法，其特征在于，使用所述修正IMU数据样本训练识别模型包括：从所述修正IMU样本中提取不同速率对应的IMU数据，并通过不同速率对应的IMU数据训练多个对应不同速率的识别模型；获取不同速率对应的IMU数据的数据长度，并建立所述数据长度和对应的识别模型的映射关系。5.根据权利要求4所述的一种IMU数据样本采集标注训练方法，其特征在于，当进行所述预设健身动作识别时，获取检测到的IMU数据作为第五IMU数据；获取所述第五IMU数据的有效长度，所述有效长度为所述第五IMU数据中连续存在有效数据的长度；根据与所述有效长度最接近的至少两个所述数据长度作为基准长度；将所述基准长度进行拟合形成修正梯度，并根据所述修正梯度将所述第五IMU数据修正为对应所述基准长度的IMU数据作为修正MIU数据；将所述修正MIU数据输入对应所述基准长度的识别模型进行识别。6.一种IMU数据样本采集标注训练系统，其特征在于，...

【专利技术属性】
技术研发人员：奚伟涛，付勇，张谦，张博文，
申请(专利权)人：成都拟合未来科技有限公司，
类型：发明
国别省市：