高效姿势处理

1.一种用于姿势识别的制品，包括提供指令的机器可读存储介质以及机器，所述机器执行操作，所述操作包括：
从传感器接收指示运动的数据，所述传感器具有加速度计；
检索系统用户的背景；
基于数据的持续时间和数据的能级中的至少一个，经由一个或多个算法的第一集合确定所述运动是否是姿势运动；以及
响应于确定所述运动是姿势运动基于所述数据，经由一个或多个算法的第二集合确定候选姿势，算法的第二集合包括姿势识别算法，
其中确定候选姿势包括：
利用系统用户的背景来选择一个或多个允许的姿势的子集；以及
将一个或多个算法的第二集合加载的姿势模型限于允许的姿势的子集。
2.如权利要求1所述的制品，其特征在于，所述操作还包括：
响应于确定所述运动不是姿势运动而丢弃所述数据。
3.如权利要求1所述的制品，其特征在于，算法的第一集合包括一个或多个低复杂度算法，且所述机器包括低功率处理器和主处理器单元，算法的第一集合经由低功率处理器执行且算法的第二集合经由主处理单元执行。
4.如权利要求1所述的制品，其特征在于，所述姿势识别算法基于隐式马尔可夫模型(HMM)。
5.如权利要求4所述的制品，其特征在于，确定候选姿势包括：
利用系统用户的背景来拒绝一个或多个不允许的姿势的子集；以及
选择丢弃不允许的姿势的子集的HMM填充模型。
6.如权利要求4所述的制品，其特征在于，HMM训练集合和一个或多个姿势模型基于机器的用户的物理活动。
7.如权利要求4所述的制品，其特征在于，姿势拒绝算法通过将姿势运动的持续时间和能量与从训练数据的数据库获得的持续时间和能量的最小和最大值中的一个或多个进行比较来确认通过HMM算法识别的姿势。
8.如权利要求1所述的制品，其特征在于，所述传感器包含在机器中，所述机器包括移动设备，并且经由第一算法确定运动是否是姿势运动还基于移动设备的用户背景以及来自用户的指示姿势命令的时段的明确动作中的至少一个。
9.如权利要求1所述的制品，其特征在于，基于所述数据确定候选姿势包括：
访问一个或多个示例姿势输入的数据库，所述示例姿势数据包括最小和最大持续时间；以及
验证姿势运动的持续时间在示例姿势输入的最小和最大持续时间内。
10.如权利要求1所述的制品，其特征在于，来自传感器的数据包含在一系列的数据段内，一个或多个段指示由能量阈值限定的运动，并且从传感器接收数据是响应于超过能量阈值的数据。
11.一种用于姿势识别的制品，包括提供指令的机器可读存储介质以及机器，所述机器执行操作，所述操作包括：
从传感器接收指示运动的数据，所述传感器具有加速度计；
检索系统用户的背景；
至少部分地基于所述数据的一个或多个信号特性确定来自多个姿势识别算法的一个或多个姿势识别算法的子集；以及
至少部分地基于将姿势识别算法的子集施加到所述数据，根据来自传感器的数据确定姿势，
其中确定候选姿势包括：
利用系统用户的背景来选择一个或多个允许的姿势的子集；以及
将算法的子集加载的姿势模型限于允许的姿势的子集。
12.如权利要求11所述的制品，其特征在于，所述数据的信号特性包括所述数据的能量量级。
13.如权利要求12所述的制品，其特征在于，确定姿势识别算法的子集至少部分地基于将数据的能量量级与关联于多个姿势算法之一的一个或多个量级值进行比较。
14.如权利要求11所述的制品，其特征在于，所述数据的信号特性包括所述数据的持续时间。
15.如权利要求14所述的制品，其特征在于，确定姿势识别算法的子集至少部分地基于将数据的持续时间与关联于多个姿势算法之一的一个或多个量级值进行比较。
16.如权利要求11所述的制品，其特征在于，所述数据的信号特性包括所述数据的频谱。
17.如权利要求16所述的制品，其特征在于，确定姿势识别算法的子集至少部分地基于将数据的频谱与所存储的关联于多个姿势算法之一的一个或多个频谱图案进行比较。
18.一种用于姿势识别的方法，包括：
从传感器接收指示运动的数据，所述传感器具有加速度计；
检索系统用户的背景；
基于数据的持续时间和数据的能级中的至少一个，经由一个或多个算法的第一集合确定所述运动是否是姿势运动；以及
响应于确定所述运动是姿势运动基于所述数据，经由一个或多个算法的第二集合确定候选姿势，算法的第二集合包括姿势识别算法，
其中确定候选姿势包括：
利用系统用户的背景来选择一个或多个允许的姿势的子集；以及
将一个或多个算法的第二集合加载的姿势模型限于允许的姿势的子集。
19.如权利要求18所述的方法，其特征在于，算法的第一集合包括经由低功率处理器执行的一个或多个低复杂度算法，而算法的第二集合经由主处理单元执行。
20.一种用于姿势识别的方法，包括：
从传感器接收指示运动的数据，所述传感器具有加速度计；
检索系统用户的背景；
至少部分地基于所述数据的一个或多个信号特性确定来自多个姿势识别算法的一个或多个姿势识别算法的子集；以及
至少部分地基于将姿势识别算法的子集施加到所述数据，根据来自传感器的数据确定姿势，
其中确定候选姿势包括：
利用系统用户的背景来选择一个或多个允许的姿势的子集；以及
将算法的子集加载的姿势模型限于允许的姿势的子集。
21.权利要求20所述的方法，其特征在于，所述数据的一个或多个信号特性包括以下特性中的至少一个
数据的能量量级、
数据的持续时间以及
数据的频谱。
22.权利要求21所述的方法，其特征在于，至少部分地基于以下步骤中的至少一个确定姿势识别算法的子集
如果所述数据的信号特性包括所述数据的能量量级，将所述数据的能量量级与关联于多个姿势算法之一的一个或多个量级值进行比较，
如果所述数据的信号特性包括所述数据的持续时间，将所述数据的持续时间与关联于多个姿势算法之一的时间值进行比较，以及
如果所述数据的信号特性包括所述数据的频谱，将所述数据的频谱与关联于多个姿势算法之一的频谱图案进行比较。

暂无