一种用于识别被检测对象动作的设备、系统及方法

1.一种用于识别被检测对象的动作的设备，包括：
输入装置，用于用户从多个场景模式中选择输入一个场景模式；
检测装置，用于所述用户将所述设备放置在被检测对象上，以检测所述被检测对象的动作并输出相应的动作信号；
微处理器，用于根据所述用户选择的场景模式处理所述动作信号，以识别不同场景模式下的所述被检测对象的动作并输出。
2.根据权利要求1所述的设备，其特征在于：
还包括一存储装置，用于存储多个场景模式下对应的场景模型；
所述微处理器根据所选择的场景模式对应的一所述场景模型识别所述被检测对象的动作。
3.根据权利要求1所述的设备，其特征在于：
还包括一输出装置，用于在所述用户选择所述场景模式之后提示用户将所述设备放置到所述被检测对象的相应部位。
4.根据权利要求2所述的设备，其特征在于：
所述场景模式包括有示范动作场景模式和无示范动作场景模式之一或其组合；
所述有示范动作场景模式对应有示范动作的场景模型，所述无示范动作场景模式对应无示范动作的场景模型；
所述有示范动作的场景模型包括划分为多个时间段的多个对应的子场景模型。
5.根据权利要求4所述的设备，其特征在于：
还包括一输出装置，用于在所述无示范动作场景模式下，输出被检测对象所做的动作；
以及
在所述有示范动作场景模式下，根据所述微处理器的处理结果提示所述被检测对象在执行其中一个动作时的动作类型和/或标准等级。
6.根据权利要求4所述的设备，其特征在于：
还包括一输出装置，用于在所述无示范动作场景模式下，输出被检测对象所做的动作；
以及
在所述有示范动作场景模式下，根据所述微处理器的处理结果提示所述被检测对象在执行其中一个动作时的动作类型及如何执行动作以达到规范标准等级。
7.根据权利要求4所述的设备，其特征在于：
所述检测装置为加速度传感器、陀螺仪、角速度传感器、高度传感器、图像传感器、红外传感器、位置传感器之一或其组合。
8.根据权利要求7所述的设备，其特征在于：
所述场景模型包括传感器采样率参数、特征权重值参数、动作分类算法。
9.根据权利要求8所述的设备，其特征在于：
所述子场景模型中的所述动作分类算法包括标准动作模型和不标准动作模型。
10.根据权利要求7所述的设备，其特征在于：
所述传感器根据所述传感器采样率参数进行动作信号的采样并将采样后的动作信号发送给所述微处理器；
所述微处理器还包括一识别单元，其中所述识别单元进一步包括，
一特征提取单元，用于对采样出的信号进行特征提取，并根据所述特征权重值参数对所述提取的特征赋予权重；
一分类单元，用于将赋予特征权重的特征根据所述动作分类算法进行分类计算，以识别所述动作。
11.根据权利要求4所述的设备，其特征在于：
所述无示范动作场景模式至少包括高尔夫场景模式、办公室场景模式、体感游戏场景模式、健身房场景模式、老人监护场景模式、小孩监护场景模式、车载场景模式、桥梁健康检测场景模式之一；
所述有示范动作场景模式至少包括瑜珈示范场景模式、高尔夫示范场景模式、太极拳示范场景模式、网球示范场景模式之一。
12.根据权利要求2-11之一所述的设备，其特征在于：
所述存储器还用于存储所述动作识别结果。
13.根据权利要求1-11之一所述的设备，其特征在于：
所述被检测对象包括人体、动物、机器人或物体。
14.一种用于识别被检测对象动作的系统，包括：
终端，包括显示装置，用户根据显示装置显示的场景模式列表选择其中一个场景模式；
设备，通过无线或有线的方式连接到所述终端，用于放置在所述被检测对象上并根据用户选择的场景模式识别所述被检测对象的动作，并发送给所述终端；
所述终端显示所述的动作识别结果。
15.根据权利要求14所述的系统，其特征在于：
所述设备还包括检测装置，用于检测所述被检测对象的动作并输出相应的动作信号；
微处理器，用于根据用户选择的场景模式处理所述动作信号，以识别不同场景模式下的所述被检测对象的动作。
16.根据权利要求14或15所述的系统，其特征在于：
所述终端还包括存储装置，用于存储多个场景模式所对应的场景模型。
17.根据权利要求16所述的系统，其特征在于：
当用户选择一种场景模式时，所述设备通过无线或有线方式从所述终端中接收对应的所述场景模型；
所述微处理器用于根据所述场景模型识别被检测对象的动作并将识别结果发送给所述终端。
18.根据权利要求14、17之一所述的系统，其特征在于：
所述终端根据用户所选择的场景模式类型提示用户将所述设备放置到所述被检测对象的相应部位。
19.根据权利要求14、16之一所述的系统，其特征在于：
所述场景模式分为有示范动作场景模式和无示范动作情景模式；
所述有示范动作场景模式对应有示范动作的场景模型，所述无示范动作场景模式对应无示范动作的场景模型；
所述有示范动作的场景模型包括划分为多个时间段的多个对应的子场景模型。
20.根据权利要求19所述的系统，其特征在于：
所述终端在所述无示范动作场景模式下，输出动作识别结果；
在所述有示范动作场景模式下，在所述被检测对象执行所述示范动作时，根据所述微处理器的处理结果提示所述被检测对象在执行其中一个动作时的动作识别结果和/或其标准等级。
21.根据权利要求18所述的系统，其特征在于：
所述终端在当用户选择所述有示范顺序动作场景模式，并在所述被检测对象执行所述示范顺序动作时，根据所述微处理器的处理结果提示所述被检测对象如何执行动作以达到规范标准等级。
22.根据权利要求14-21任一项所述的系统，其特征在于：
所述设备为一个或者多个；
所述终端在用户选择了场景模式之后提示用户将各所述设备放置到被检测对象的相应部位；
所述场景模型包括多个相应部位的各部位场景模型，所述各部位场景模型进一步包括传感器采样率参数、特征权重值参数、动作分类算法。
23.根据权利要求22所述的系统，其特征在于：
场景模型所述终端在用户放置完所述多个设备后，场景模型将所述部位场景模型对应传送给所述一个或多个设备。
24.根据权利要求12-19任一项所述的系统，其特征在于：
还包括服务器，用于存储多个场景模式所对应的场景模型。
25.根据权利要求24所述的系统，其特征在于：
当用户选择一种场景模式时，所述终端通过无线或有线方式将所述服务器中的对应的所述场景模型传送给所述设备。
26.一种识别被检测对象动作的方法，包括：
用户从多个场景模式中选择其中一个场景模式；
检测被检测对象在其选择的场景模式下的动作信号；
根据用户选择的场景模式处理所述动作信号，以识别不同场景模式下的被检测对象的动作。
27.根据权利要求26所述的方法，其特征在于：
在用户选择所述场景模式之后提示用户将所述设备放置到所述被检测对象的相应部位。
28.根据权利要求27所述的方法，其特征在于：
所述场景模式包括有示范动作场景模式和无示范动作情景模式之一或组合。
29.根据权利要求28所述的方法，其特征在于：
在所述无示范动作场景模式下输出动作识别结果；以及在所述有示范顺序动作场景模式下，并在所述被检测对象执行所述示范动作时，提示所述被检测对象在执行其中一个动作时的动作识别结果和/或其标准等级。
30.根据权利要求29所述的方法，其特征在于：
在所述无示范动作场景模式下输出动作识别结果；以及
在有示范顺序动作场景模式下，并在所述被检测对象执行所述示范动作时，提示所述被检测对象在执行其中一个动作时的动作识别结果及如何执行动作以达到规范标准等级。
31.根据权利要求26所述的方法，其特征在于：
根据用户选择的场景模式所对应的场景模型处理所述动作信号。
32.根据权利要求31所述的方法，其特征在于：
利用传感器检测用户在其选择的场景模式下的动作信号；
所述场景模型包括传感器采样率参数、特征权重值参数、动作分类算法。
33.根据权利要求31所述的方法，其特征在于：
所述传感器根据所述传感器采样率进行动作信号的采样。
34.根据权利要求32所述的方法，其特征在于，还包括：
特征提取步骤，用于对采样出的信号进行特征提取，并根据所述特征权重值参数对所提取的特征赋予权重；
分类步骤，用于将赋予权重的特征根据所述动作分类算法进行分类计算以识别所述动作。

暂无