CN108009620A - 一种大礼拜计数方法、系统和装置 - Google Patents
一种大礼拜计数方法、系统和装置 Download PDFInfo
- Publication number
- CN108009620A CN108009620A CN201711230296.6A CN201711230296A CN108009620A CN 108009620 A CN108009620 A CN 108009620A CN 201711230296 A CN201711230296 A CN 201711230296A CN 108009620 A CN108009620 A CN 108009620A
- Authority
- CN
- China
- Prior art keywords
- user
- action
- micromotion
- fortnightly holiday
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M1/00—Design features of general application
- G06M1/27—Design features of general application for representing the result of count in the form of electric signals, e.g. by sensing markings on the counter drum
- G06M1/272—Design features of general application for representing the result of count in the form of electric signals, e.g. by sensing markings on the counter drum using photoelectric means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
- Telephone Function (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请公开了一种大礼拜计数方法、系统和装置。大礼拜计数方法包括：获取传感器采集的用户动作信息；其中，所述用户动作信息包括加速度信息和陀螺仪信息；根据所述用户动作信息，识别用户是否完成大礼拜动作中的各分解动作；根据识别结果，判断所述用户是否完成所述大礼拜动作；当判断出所述用户完成所述大礼拜动作时，将计数结果加一。本申请实施例的技术方案既不会影响用户的修行，又不会受到外界环境的影响，同时还能提高计数的准确度。
Description
技术领域
本公开一般涉及自动计数技术领域，尤其涉及一种大礼拜计数方法、系统和装置。
背景技术
大礼拜原为西藏佛教的特殊礼拜方式，又称磕长头，在佛教中已经成为一种顶礼修行的方法，有着广泛的群众基础。个人在修行过程中需要对大礼拜的次数进行准确统计，因此需要有相关的计数手段。
目前，除了单纯的靠人工对大礼拜进行计数之外，现有的计数装置大致分为两种：触控式计数器和红外感应式计数器。其中，触控式计数器的计数方法为：用户每做完一组大礼拜动作后，通过手动触控一次计数器，使计数器的次数加1，这种计数方式容易造成用户分心，增加用户心理负担，在做大礼拜动作时经常因为忘了触控计数器导致漏计。红外感应式计数器的计数方法为：通过漫反射红外感应，对用户大礼拜动作中特定位置进行检测，实现自动计数。该计数原理采用的是红外漫反射原理，用户的衣着材料、颜色、以及反射角度不同都可能引起反射率不同，从而造成红外检测失效，当环境光照够强时，容易导致红外接收器饱和而失效，或没有较大使用空间时红外接收器接收到环境中其它表面反射的红外信号而失效。
上述计数方法容易受到用户自身的影响或环境的影响从而导致计数准确度不高。
发明内容
鉴于现有技术中的上述缺陷或不足，期望提供一种能够使计数准确度提高的大礼拜计数方案。
第一方面，本申请实施例提供了一种大礼拜计数装置，包括：
微处理器和传感器，所述微处理器与所述传感器连接，其中：
所述传感器，用于采集用户动作信息；所述用户动作信息包括加速度信息和陀螺仪信息，并发送给所述微处理器；
所述微处理器，用于根据所述用户动作信息，对所述用户完成的大礼拜动作的数量进行计数。
可选的，所述装置还包括传输模块，与所述微处理器连接，其中：
所述微处理器，用于将所述计数结果发送给所述传输模块；
所述传输模块，用于将所述计数结果发送给相应的APP。
可选的，所述传输模块为蓝牙适配器。
可选的，所述装置还包括显示屏，与所述微处理器连接，其中：
所述微处理器，用于将所述计数结果发送给所述显示屏；
所述显示屏，用于显示所述计数结果。
第二方面，本申请实施例提供了一种大礼拜计数方法，包括：
获取传感器采集的用户动作信息；其中，所述用户动作信息包括加速度信息和陀螺仪信息；
根据所述用户动作信息，识别用户是否完成大礼拜动作中的各分解动作；
根据识别结果，判断所述用户是否完成所述大礼拜动作；
当判断出所述用户完成所述大礼拜动作时，将计数结果加一。
可选的，根据识别结果，判断所述用户是否完成所述大礼拜动作，包括：
当识别出所述用户完成的所述分解动作的数量达到第一阈值时，确定所述用户完成所述大礼拜动作；
当识别出所述用户没有完成的所述分解动作的数量达到第二阈值时，确定所述用户没有完成所述大礼拜动作。
可选的，，所述根据所述用户动作信息，识别所述用户是否完成所述大礼拜动作的各分解动作，具体包括：
按照预先设置的所述大礼拜动作的各分解动作的先后顺序，循环执行第一操作，直至判断出所述用户完成的所述分解动作的数量达到所述第一阈值，或判断出所述用户没有完成的所述分解动作的数量达到第二阈值为止；
其中，所述第一操作包括：
获取当前时刻和所述当前时刻之后第一预设时长内的第一用户动作信息；
根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作；其中，所述大礼拜动作共包含N个分解动作，i≤N，且i和N均为正整数；
当识别出所述用户完成所述大礼拜动作的第i个分解动作时，判断所述用户完成的所述分解动作的数量是否达到所述第一阈值；
当识别出所述用户未完成所述大礼拜动作的第i个分解动作时，判断所述用户未完成的所述分解动作的数量是否达到所述第二阈值。
可选的，根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作，具体包括：
对所述第一用户动作信息进行分析，得到用户动作数据；其中，所述用户动作数据包括：三轴的加速度数据、所述三轴的加速度数据对应的矢量值、三轴的陀螺仪数据以及所述三轴的陀螺仪数据对应的矢量值；其中，所述三轴为所述六轴加速度陀螺仪内置的三个轴线，所述三个轴线分别为X轴、Y轴和Z轴；
将所述用户动作数据和预先针对所述大礼拜动作的第i个分解动作设置的标准动作数据进行相似度匹配，得到所述用户动作数据和所述标准动作数据的相似度值；
当所述相似度值大于等于预设的相似度阈值时，确定所述用户完成所述第i个分解动作，否则确定所述用户未完成所述第i个分解动作。
可选的，当所述相似度值小于所述相似度阈值时，所述方法还包括：
循环执行第二操作，直至识别出所述用户完成所述第i个分解动作，或者所述第二操作的执行次数达到第一预设次数为止；
其中，所述第二操作包括：
确定第二用户动作信息；其中，所述第二用户动作信息包括所述第一用户动作信息和所述第一用户动作信息之后指定时长内的第三用户动作信息；所述指定时长为第二预设时长和所述第二操作当前执行的次数的乘积；
根据所述第二用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作；
当识别出所述用户未完成所述第i个分解动作时，判断当前执行所述第二操作的次数是否达到所述第一预设次数。
可选的，在识别出所述用户未完成所述大礼拜动作的第i个分解动作之后，且判断所述用户未完成的所述分解动作的数量是否达到所述第二阈值之前，所述方法还包括：
循环执行第三操作，直至识别出所述用户完成所述大礼拜动作的第i+n或i-n个分解动作，或所述第三操作的执行次数达到第二预设次数为止；所述n的取值与所述第三操作的执行次数的数值相同；
其中，所述第三操作包括：
根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i+n个分解动作；
当识别出所述用户未完成所述大礼拜动作的第i-n个分解动作时，继续根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i-n个分解动作；
当识别出所述用户未完成所述第i-n个分解动作时，判断所述第三操作的执行次数是否达到所述第二预设次数。
第三方面，本申请实施例提供了一种大礼拜计数系统，包括：
用户动作信息获取单元，用于获取传感器采集的用户动作信息；其中，所述用户动作信息包括加速度信息和陀螺仪信息；
识别单元，用于根据所述用户动作信息获取单元获取的用户动作信息，识别用户是否完成大礼拜动作中的各分解动作；
判断单元，用于根据所述识别单元的识别结果，判断用户是否完成大礼拜动作；
计数单元，用于当所述判断单元判断出所述用户完成所述大礼拜动作时，将计数结果加一。
可选的，所述判断单元，具体用于：
当识别出所述用户完成的所述分解动作的数量达到第一阈值时，确定所述用户完成所述大礼拜动作；
当识别出所述用户没有完成的所述分解动作的数量达到第二阈值时，确定所述用户没有完成所述大礼拜动作。
可选的，所述识别单元，具体用于：
按照预先设置的所述大礼拜动作的各分解动作的先后顺序，循环执行第一操作，直至判断出所述用户完成的所述分解动作的数量达到所述第一阈值，或判断出所述用户没有完成的所述分解动作的数量达到第二阈值为止；
其中，所述第一操作包括：
获取当前时刻和所述当前时刻之后第一预设时长内的第一用户动作信息；
根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作；其中，所述大礼拜动作共包含N个分解动作，i≤N，且i和N均为正整数；
当识别出所述用户完成所述大礼拜动作的第i个分解动作时，判断所述用户完成的所述分解动作的数量是否达到所述第一阈值；
当识别出所述用户未完成所述大礼拜动作的第i个分解动作时，判断所述用户未完成的所述分解动作的数量是否达到所述第二阈值。
可选的，所述识别单元在执行根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作时，具体用于：
对所述第一用户动作信息进行分析，得到用户动作数据；其中，所述用户动作数据包括：三轴的加速度数据、所述三轴的加速度数据对应的矢量值、三轴的陀螺仪数据以及所述三轴的陀螺仪数据对应的矢量值；其中，所述三轴为所述六轴加速度陀螺仪内置的三个轴线，所述三个轴线分别为X轴、Y轴和Z轴；
将所述用户动作数据和预先针对所述大礼拜动作的第i个分解动作设置的标准动作数据进行相似度匹配，得到所述用户动作数据和所述标准动作数据的相似度值；
当所述相似度值大于等于预设的相似度阈值时，确定所述用户完成所述第i个分解动作，否则确定所述用户未完成所述第i个分解动作。
可选的，所述系统还包括第二识别单元，用于：
当所述识别单元确定出所述相似度值小于所述相似度阈值时，循环执行第二操作，直至识别出所述用户完成所述第i个分解动作，或者所述第二操作的执行次数达到第一预设次数为止；
其中，所述第二操作包括：
确定第二用户动作信息；其中，所述第二用户动作信息包括所述第一用户动作信息和所述第一用户动作信息之后指定时长内的第三用户动作信息；所述指定时长为第二预设时长和所述第二操作当前执行的次数的乘积；
根据所述第二用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作；
当识别出所述用户未完成所述第i个分解动作时，判断当前执行所述第二操作的次数是否达到所述第一预设次数。
可选的，所述系统还包括第三识别单元，用于：
在所述识别单元识别出所述用户未完成所述大礼拜动作的第i个分解动作之后，且判断所述用户未完成的所述分解动作的数量是否达到所述第二阈值之前，循环执行第三操作，直至识别出所述用户完成所述大礼拜动作的第i+n或i-n个分解动作，或所述第三操作的执行次数达到第二预设次数为止；所述n的取值与所述第三操作的执行次数的数值相同；
其中，所述第三操作包括：
根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i+n个分解动作；
当识别出所述用户未完成所述大礼拜动作的第i-n个分解动作时，继续根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i-n个分解动作；
当识别出所述用户未完成所述第i-n个分解动作时，判断所述第三操作的执行次数是否达到所述第二预设次数。
本申请实施例提供的大礼拜计数方案，通过采集的用户动作信息，识别用户是否完成大礼拜动作的各分解动作，并根据识别结果来判断用户是否完成大礼拜动作，当判断出用户完成了大礼拜动作时，将计数加一。按照本申请实施例的技术方案，既不会影响用户的修行，又不会受到外界环境的影响，同时还能提高计数的准确度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1为本申请实施例提供的大礼拜计数装置的示例性结构框图；
图2为本申请实施例提供的大礼拜计数方法的示例性流程图；
图3为本申请实施例提供的大礼拜动作的各分解动作的示意图；
图4为本申请实施例提供的根据获取的用户动作信息识别用户是否完成大礼拜动作中的各分解动作的示例性流程图；
图5为本申请实施例提供的根据第一用户动作信息识别用户是否完成大礼拜动作中的第i个分解动作的示例性流程图；
图6为本申请实施例中采用超时限制原则识别用户是否完成第i个分解动作的示例性流程图；
图7为本申请实施例中采用回朔算法对大礼拜动作的分解动作进行识别的示例性流程图；
图8为本申请实施例提供的大礼拜计数系统的示例性结构框图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
请参考图1，为本申请实施例提供的大礼拜计数装置的示例性结构框图。
参见图1，该大礼拜计数装置包括：微处理器101和传感器102，微处理器101与传感器102连接，其中：
传感器102，用于采集用户动作信息；用户动作信息包括加速度信息和陀螺仪信息，并发送给微处理器101。
可选的，该传感器102可以但不限于为六轴加速度陀螺仪，可以同时采集用户的加速度信息和陀螺仪信息。
微处理器101，用于根据传感器102采集的用户动作信息，对用户完成的大礼拜动作的数量进行计数。
可选的，该大礼拜计数装置还可以包括显示屏103，与微处理器101连接，其中：
微处理器101，用于将计数结果发送给显示屏103；
显示屏103，用于显示微处理器101发送的计数结果。
可选的，该大礼拜计数装置还可以包括传输模块104，与微处理器101连接，其中：
微处理器101，用于将计数结果发送给传输模块104；
传输模块，用于将微处理器101发送的计数结果发送给相应的APP。
此时，APP可以对计数结果进行数据汇总、记录、分析和导出等操作。
可选的，该传输模块可以但不限于为蓝牙适配器。
另外，该大礼拜计数装置可以内置在手环中，佩戴在用户手臂上，也可以内置在指环中，佩戴在用户手指上。
当用户佩戴内置该大礼拜计数装置的手环或指环时，可以利用传感器和微处理器实现自动计数，避免了人工触碰计数，从而使得用户可以专心做大礼拜，不会因为忘记触碰而导致计数错误。另外，本申请采用传感器采集加速度数据和陀螺仪数据来判断是否完成大礼拜动作，从而避免了外界环境因素的影响，提高了计数准确度。
基于上述大礼拜计数装置，本申请实施例还提供了一种大礼拜计数方法。请参考图2，为本申请实施例提供的一种大礼拜计数方法的示例性流程图。
参见图2，该大礼拜计数方法包括如下步骤：
步骤201，获取传感器采集的用户动作信息；其中，用户动作信息包括加速度信息和陀螺仪信息。
步骤202，根据获取的用户动作信息，识别用户是否完成大礼拜动作中的各分解动作。
本申请实施例中，大礼拜动作可以由12个分解动作组成，如图3所示，为本申请实施例提供的大礼拜动作的各分解动作的示意图。
在步骤202中，可以根据获取的用户动作信息，依次识别用户是否完成大礼拜动作中的12个分解动作。
步骤203，根据识别结果，判断用户是否完成大礼拜动作。
步骤204，当判断出用户完成大礼拜动作时，将计数结果加一。
在步骤203中，当识别出用户完成的分解动作的数量达到第一阈值时，确定用户完成大礼拜动作；
当识别出用户未完成的分解动作的数量达到第二阈值时，确定用户未完成大礼拜动作。
以大礼拜动作包含12个分解动作为例，第一阈值可以设置为9，即大礼拜动作的分解动作的总数量的75％，当用户完成大礼拜动作的9个分解动作时，确定用户完成大礼拜动作；相应的，第二阈值设置为4，即大礼拜动作的分解动作的总数量的三分之一，当用户未完成大礼拜动作的4个分解动作时，确定用户未完成大礼拜动作。
在这种情况下，步骤202可以按照如图4所示的方法实现：
按照预先设置的大礼拜动作的各分解动作的先后顺序，循环执行第一操作，直至判断出用户完成的分解动作的数量达到第一阈值，或判断出用户没有完成的分解动作的数量达到第二阈值为止；
其中，第一操作包括：
步骤401，获取当前时刻和当前时刻之后第一预设时长内的第一用户动作信息；
步骤402，根据第一用户动作信息，识别用户是否完成大礼拜动作的第i个分解动作；其中，大礼拜动作共包含N个分解动作，i≤N，且i和N均为正整数；
其中，i的初始值为1，即从识别用户是否完成大礼拜动作的第1个分解动作开始，每循环执行第一操作一次，将i加1。
当识别出用户完成大礼拜动作的第i个分解动作时，执行步骤403；当识别出用户未完成大礼拜动作的第i个分解动作时，执行步骤404。
步骤403，判断用户完成的分解动作的数量是否达到第一阈值；
当判断出用户完成的分解动作数量达到第一阈值时，流程结束；当判断出用户完成的分解动作数量未达到第一阈值时，将i加1，再次执行第一操作。
步骤404，判断用户未完成的分解动作的数量是否达到第二阈值。
当判断出用户未完成的分解动作数量达到第二阈值时，流程结束；当判断出用户未完成的分解动作数量未达到第二阈值时，将i加1，再次执行第一操作。
仍以大礼拜动作包含12个分解动作为例，第一阈值设置为9，当识别出用户完成大礼拜动作的第9个分解动作时，假设前8个分解动作用户已完成，此时判断出用户完成的分解动作的数量达到第一阈值，则第一操作执行结束，确定用户完成大礼拜动作，剩余的分解动作无需再执行上述第一操作；相应的，第二阈值设置为4，当识别出用户未完成大礼拜动作的第4个分解动作时，假设前3个分解动作用户均未完成，此时判断出用户未完成的分解动作的数量达到第二阈值，则第一操作执行结束，确定用户未完成大礼拜动作，剩余的分解动作也无需再执行上述第一操作。
可选的，上述步骤402可以按照如图5所示方法实现，具体包括：
步骤501，对第一用户动作信息进行分析，得到用户动作数据；其中，用户动作数据包括：三轴的加速度数据、三轴的加速度数据对应的矢量值、三轴的陀螺仪数据以及三轴的陀螺仪数据对应的矢量值；三轴为六轴加速度陀螺仪内置的三个轴线，三个轴线分别为X轴、Y轴和Z轴。
步骤502，将用户动作数据和预先针对大礼拜动作的第i个分解动作设置的标准动作数据进行相似度匹配，得到用户动作数据和标准动作数据的相似度值。
步骤503，当相似度值大于等于预设的相似度阈值时，确定用户完成第i个分解动作。
步骤504，当相似度值小于相似度阈值时，确定用户未完成第i个分解动作。
比如，X1、Y1和Z1分别为X轴、Y轴和Z轴的三轴加速度数据，则三轴加速度数据的矢量值R1＝SQRT(X1 2+Y1 2+Z1 2)，X2、Y2和Z2分别为X轴、Y轴和Z轴的三轴陀螺仪数据，则三轴陀螺仪数据的矢量值R2＝SQRT(X2 2+Y2 2+Z2 2)。此时，第一用户动作信息的用户动作数据为(X1，Y1，Z1，R1)和(X2，Y2，Z2，R2)这8组数据，将这8组数据和预先针对第i个分解动作设置的8组标准动作数据分别进行相似度值的计算，得到8个相似度值，当这8个相似度值均大于等于预设的相似度阈值(比如80％)时，确定(X1，Y1，Z1，R1)和(X2，Y2，Z2，R2)和第i个分解动作的8组特征点数据匹配成功，用户完成第i个分解动作；当这8个相似度值小于相似度阈值时，确定(X1，Y1，Z1，R1)和(X2，Y2，Z2，R2)和第i个分解动作的8组特征点数据匹配失败，用户未完成第i个分解动作。
可选的，当相似度值小于相似度阈值时，说明用户动作数据和标准动作数据匹配失败，此时可以采用超时限制原则继续识别用户是否完成第i个分解动作。
该方法还可以进一步包括如图6所示步骤：
循环执行第二操作，直至识别出用户完成第i个分解动作，或者第二操作的执行次数达到第一预设次数为止；
其中，第二操作包括：
步骤601，确定第二用户动作信息；其中，第二用户动作信息包括第一用户动作信息和第一用户动作信息之后指定时长内的第三用户动作信息；指定时长为第二预设时长和第二操作当前执行的次数的乘积；
比如，第一预设时长为2s(秒)，第二预设时长为1s，第二操作当前执行的次数为1次，则指定时长为1s，第一用户动作信息为2s内的数据，第二用户动作信息为3s内的数据；当第二操作当前执行的次数为2次时，则指定时长为2s，第二用户动作信息为4s内的数据。
步骤602，根据第二用户动作信息，识别用户是否完成大礼拜动作的第i个分解动作；
当识别出用户完成大礼拜动作的第i个分解动作时，流程结束；当识别出用户未完成大礼拜动作的第i个分解动作时，继续执行步骤603。
其中，步骤602和上述步骤402的实现过程相似，在此不再赘述。
步骤603，判断第二操作的执行次数是否达到第一预设次数。
当判断出当前执行第二操作的次数未达到第一预设次数时，将第二操作的执行次数加1，再次执行第二操作；当判断出第二操作的执行次数达到第一预设次数时，流程结束。
本申请实施例中，在对大礼拜动作的分解动作识别过程中，难免会出现识别用户未完成当前分解动作的情况，此时可以采用回溯算法，即一种选优搜索法，按选优条件向前搜索，以达到目标，但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。
因此，在上述步骤402识别用户是否完成第i个分解动作时，当识别出用户未完成第i个分解动作时，在判断用户未完成的分解动作的数量是否达到第二阈值之前，本申请实施例还可以采用回朔算法继续对大礼拜动作的分解动作进行识别。
参见图7，为本申请实施例中采用回朔算法对对大礼拜动作的分解动作进行识别的示例性流程图，包括如下步骤：
循环执行第三操作，直至识别出用户完成大礼拜动作的第i+n或i-n个分解动作，或第三操作的执行次数达到第二预设次数为止；其中，n的取值与第三操作的执行次数的数值相同。
第三操作包括：
步骤701，根据第一用户动作信息，识别用户是否完成大礼拜动作的第i+n个分解动作。
当识别出用户完成大礼拜动作的第i+n个分解动作时，流程结束；
当识别出用户未完成大礼拜动作的第i+n个分解动作时，继续执行步骤702。
步骤702，根据第一用户动作信息，识别用户是否完成大礼拜动作的第i-n个分解动作。
当识别出用户完成大礼拜动作的第i-n个分解动作时，流程结束；
当识别出用户未完成大礼拜动作的第i-n个分解动作时，继续执行步骤703。
其中，步骤701和步骤702和上述步骤402的实现过程相似，在此不再赘述。
步骤703，判断第三操作的执行次数是否达到第二预设次数。
当判断出达到第二预设次数时，流程结束。
当判断出未达到第二预设次数时，将第三操作的执行次数加1，再次执行第三操作。
应当注意，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
进一步参考图8，为本申请实施例提供的大礼拜计数系统的示例性结构框图。
该大礼拜计数系统包括：
用户动作信息获取单元801，用于获取传感器采集的用户动作信息；其中，所述用户动作信息包括加速度信息和陀螺仪信息；
识别单元802，用于根据所述用户动作信息获取单元801获取的用户动作信息，识别用户是否完成大礼拜动作中的各分解动作；
判断单元803，用于根据所述识别单元802的识别结果，判断用户是否完成大礼拜动作；
计数单元804，用于当所述判断单元803判断出所述用户完成所述大礼拜动作时，将计数结果加一。
可选的，判断单元803可以具体用于：
当识别出所述用户完成的所述分解动作的数量达到第一阈值时，确定所述用户完成所述大礼拜动作；
当识别出所述用户没有完成的所述分解动作的数量达到第二阈值时，确定所述用户没有完成所述大礼拜动作。
可选的，识别单元802可以具体用于：
按照预先设置的所述大礼拜动作的各分解动作的先后顺序，循环执行第一操作，直至判断出所述用户完成的所述分解动作的数量达到所述第一阈值，或判断出所述用户没有完成的所述分解动作的数量达到第二阈值为止；
其中，所述第一操作包括：
获取当前时刻和所述当前时刻之后第一预设时长内的第一用户动作信息；
根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作；其中，所述大礼拜动作共包含N个分解动作，i≤N，且i和N均为正整数；
当识别出所述用户完成所述大礼拜动作的第i个分解动作时，判断所述用户完成的所述分解动作的数量是否达到所述第一阈值；
当识别出所述用户未完成所述大礼拜动作的第i个分解动作时，判断所述用户未完成的所述分解动作的数量是否达到所述第二阈值。
可选的，识别单元802在执行根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作时，具体包括：
对所述第一用户动作信息进行分析，得到用户动作数据；其中，所述用户动作数据包括：三轴的加速度数据、所述三轴的加速度数据对应的矢量值、三轴的陀螺仪数据以及所述三轴的陀螺仪数据对应的矢量值；其中，所述三轴为所述六轴加速度陀螺仪内置的三个轴线，所述三个轴线分别为X轴、Y轴和Z轴；
将所述用户动作数据和预先针对所述大礼拜动作的第i个分解动作设置的标准动作数据进行相似度匹配，得到所述用户动作数据和所述标准动作数据的相似度值；
当所述相似度值大于等于预设的相似度阈值时，确定所述用户完成所述第i个分解动作，否则确定所述用户未完成所述第i个分解动作。
可选的，该系统还可以包括：
第二识别单元，用于：
当所述识别单元802中确定出所述相似度值小于所述相似度阈值时，循环执行第二操作，直至识别出所述用户完成所述第i个分解动作，或者所述第二操作的执行次数达到第一预设次数为止；
其中，所述第二操作包括：
确定第二用户动作信息；其中，所述第二用户动作信息包括所述第一用户动作信息和所述第一用户动作信息之后指定时长内的第三用户动作信息；所述指定时长为第二预设时长和所述第二操作当前执行的次数的乘积；
根据所述第二用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作；
当识别出所述用户未完成所述第i个分解动作时，判断当前执行所述第二操作的次数是否达到所述第一预设次数。
可选的，该系统还可以包括：
第三识别单元，用于：
在识别单元802识别出所述用户未完成所述大礼拜动作的第i个分解动作之后，且判断所述用户未完成的所述分解动作的数量是否达到所述第二阈值之前，循环执行第三操作，直至识别出所述用户完成所述大礼拜动作的第i+n或i-n个分解动作，或所述第三操作的执行次数达到第二预设次数为止；所述n的取值与所述第三操作的执行次数的数值相同；
其中，所述第三操作包括：
根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i+n个分解动作；
当识别出所述用户未完成所述大礼拜动作的第i-n个分解动作时，继续根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i-n个分解动作；
当识别出所述用户未完成所述第i-n个分解动作时，判断所述第三操作的执行次数是否达到所述第二预设次数。
应当理解，该大礼拜计数系统中记载的诸单元或模块与参考图2-图7描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征同样适用于该大礼拜计数系统及其中包含的单元，在此不再赘述。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中。这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本申请的大礼拜计数方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (16)
1.一种大礼拜计数装置，其特征在于，包括：微处理器和传感器，所述微处理器与所述传感器连接，其中：
所述传感器，用于采集用户动作信息；所述用户动作信息包括加速度信息和陀螺仪信息，并发送给所述微处理器；
所述微处理器，用于根据所述用户动作信息，对所述用户完成的大礼拜动作的数量进行计数。
2.根据权利要求1所述的装置，其特征在于，所述装置还包括传输模块，与所述微处理器连接，其中：
所述微处理器，用于将所述计数结果发送给所述传输模块；
所述传输模块，用于将所述计数结果发送给相应的APP。
3.根据权利要求2所述的装置，其特征在于，所述传输模块为蓝牙适配器。
4.根据权利要求1所述的装置，其特征在于，所述装置还包括显示屏，与所述微处理器连接，其中：
所述微处理器，用于将所述计数结果发送给所述显示屏；
所述显示屏，用于显示所述计数结果。
5.一种大礼拜计数方法，应用于权利要求1-4任一项所述的大礼拜计数装置中，其特征在于，包括：
获取传感器采集的用户动作信息；其中，所述用户动作信息包括加速度信息和陀螺仪信息；
根据所述用户动作信息，识别用户是否完成大礼拜动作中的各分解动作；
根据识别结果，判断所述用户是否完成所述大礼拜动作；
当判断出所述用户完成所述大礼拜动作时，将计数结果加一。
6.根据权利要求5所述的方法，其特征在于，根据识别结果，判断所述用户是否完成所述大礼拜动作，包括：
当识别出所述用户完成的所述分解动作的数量达到第一阈值时，确定所述用户完成所述大礼拜动作；
当识别出所述用户没有完成的所述分解动作的数量达到第二阈值时，确定所述用户没有完成所述大礼拜动作。
7.根据权利要求6所述的方法，其特征在于，所述根据所述用户动作信息，识别所述用户是否完成所述大礼拜动作的各分解动作，具体包括：
按照预先设置的所述大礼拜动作的各分解动作的先后顺序，循环执行第一操作，直至判断出所述用户完成的所述分解动作的数量达到所述第一阈值，或判断出所述用户没有完成的所述分解动作的数量达到第二阈值为止；
其中，所述第一操作包括：
获取当前时刻和所述当前时刻之后第一预设时长内的第一用户动作信息；
根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作；其中，所述大礼拜动作共包含N个分解动作，i≤N，且i和N均为正整数；
当识别出所述用户完成所述大礼拜动作的第i个分解动作时，判断所述用户完成的所述分解动作的数量是否达到所述第一阈值；
当识别出所述用户未完成所述大礼拜动作的第i个分解动作时，判断所述用户未完成的所述分解动作的数量是否达到所述第二阈值。
8.根据权利要求7所述的方法，其特征在于，根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作，具体包括：
对所述第一用户动作信息进行分析，得到用户动作数据；其中，所述用户动作数据包括：三轴的加速度数据、所述三轴的加速度数据对应的矢量值、三轴的陀螺仪数据以及所述三轴的陀螺仪数据对应的矢量值；其中，所述三轴为所述六轴加速度陀螺仪内置的三个轴线，所述三个轴线分别为X轴、Y轴和Z轴；
将所述用户动作数据和预先针对所述大礼拜动作的第i个分解动作设置的标准动作数据进行相似度匹配，得到所述用户动作数据和所述标准动作数据的相似度值；
当所述相似度值大于等于预设的相似度阈值时，确定所述用户完成所述第i个分解动作，否则确定所述用户未完成所述第i个分解动作。
9.根据权利要求8所述的方法，其特征在于，当所述相似度值小于所述相似度阈值时，所述方法还包括：
循环执行第二操作，直至识别出所述用户完成所述第i个分解动作，或者所述第二操作的执行次数达到第一预设次数为止；
其中，所述第二操作包括：
确定第二用户动作信息；其中，所述第二用户动作信息包括所述第一用户动作信息和所述第一用户动作信息之后指定时长内的第三用户动作信息；所述指定时长为第二预设时长和所述第二操作当前执行的次数的乘积；
根据所述第二用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作；
当识别出所述用户未完成所述第i个分解动作时，判断当前执行所述第二操作的次数是否达到所述第一预设次数。
10.根据权利要求7所述的方法，其特征在于，在识别出所述用户未完成所述大礼拜动作的第i个分解动作之后，且判断所述用户未完成的所述分解动作的数量是否达到所述第二阈值之前，所述方法还包括：
循环执行第三操作，直至识别出所述用户完成所述大礼拜动作的第i+n或i-n个分解动作，或所述第三操作的执行次数达到第二预设次数为止；所述n的取值与所述第三操作的执行次数的数值相同；
其中，所述第三操作包括：
根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i+n个分解动作；
当识别出所述用户未完成所述大礼拜动作的第i-n个分解动作时，继续根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i-n个分解动作；
当识别出所述用户未完成所述第i-n个分解动作时，判断所述第三操作的执行次数是否达到所述第二预设次数。
11.一种大礼拜计数系统，其特征在于，包括：
用户动作信息获取单元，用于获取传感器采集的用户动作信息；其中，所述用户动作信息包括加速度信息和陀螺仪信息；
识别单元，用于根据所述用户动作信息获取单元获取的用户动作信息，识别用户是否完成大礼拜动作中的各分解动作；
判断单元，用于根据所述识别单元的识别结果，判断用户是否完成大礼拜动作；
计数单元，用于当所述判断单元判断出所述用户完成所述大礼拜动作时，将计数结果加一。
12.根据权利要求11所述的系统，其特征在于，所述判断单元，具体用于：
当识别出所述用户完成的所述分解动作的数量达到第一阈值时，确定所述用户完成所述大礼拜动作；
当识别出所述用户没有完成的所述分解动作的数量达到第二阈值时，确定所述用户没有完成所述大礼拜动作。
13.根据权利要求12所述的系统，其特征在于，所述识别单元，具体用于：
按照预先设置的所述大礼拜动作的各分解动作的先后顺序，循环执行第一操作，直至判断出所述用户完成的所述分解动作的数量达到所述第一阈值，或判断出所述用户没有完成的所述分解动作的数量达到第二阈值为止；
其中，所述第一操作包括：
获取当前时刻和所述当前时刻之后第一预设时长内的第一用户动作信息；
根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作；其中，所述大礼拜动作共包含N个分解动作，i≤N，且i和N均为正整数；
当识别出所述用户完成所述大礼拜动作的第i个分解动作时，判断所述用户完成的所述分解动作的数量是否达到所述第一阈值；
当识别出所述用户未完成所述大礼拜动作的第i个分解动作时，判断所述用户未完成的所述分解动作的数量是否达到所述第二阈值。
14.根据权利要求13所述的系统，其特征在于，所述识别单元在执行根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作时，具体用于：
对所述第一用户动作信息进行分析，得到用户动作数据；其中，所述用户动作数据包括：三轴的加速度数据、所述三轴的加速度数据对应的矢量值、三轴的陀螺仪数据以及所述三轴的陀螺仪数据对应的矢量值；其中，所述三轴为所述六轴加速度陀螺仪内置的三个轴线，所述三个轴线分别为X轴、Y轴和Z轴；
将所述用户动作数据和预先针对所述大礼拜动作的第i个分解动作设置的标准动作数据进行相似度匹配，得到所述用户动作数据和所述标准动作数据的相似度值；
当所述相似度值大于等于预设的相似度阈值时，确定所述用户完成所述第i个分解动作，否则确定所述用户未完成所述第i个分解动作。
15.根据权利要求14所述的系统，其特征在于，所述系统还包括第二识别单元，用于：
当所述识别单元确定出所述相似度值小于所述相似度阈值时，循环执行第二操作，直至识别出所述用户完成所述第i个分解动作，或者所述第二操作的执行次数达到第一预设次数为止；
其中，所述第二操作包括：
确定第二用户动作信息；其中，所述第二用户动作信息包括所述第一用户动作信息和所述第一用户动作信息之后指定时长内的第三用户动作信息；所述指定时长为第二预设时长和所述第二操作当前执行的次数的乘积；
根据所述第二用户动作信息，识别所述用户是否完成所述大礼拜动作的第i个分解动作；
当识别出所述用户未完成所述第i个分解动作时，判断当前执行所述第二操作的次数是否达到所述第一预设次数。
16.根据权利要求13所述的系统，其特征在于，所述系统还包括第三识别单元，用于：
在所述识别单元识别出所述用户未完成所述大礼拜动作的第i个分解动作之后，且判断所述用户未完成的所述分解动作的数量是否达到所述第二阈值之前，循环执行第三操作，直至识别出所述用户完成所述大礼拜动作的第i+n或i-n个分解动作，或所述第三操作的执行次数达到第二预设次数为止；所述n的取值与所述第三操作的执行次数的数值相同；
其中，所述第三操作包括：
根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i+n个分解动作；
当识别出所述用户未完成所述大礼拜动作的第i-n个分解动作时，继续根据所述第一用户动作信息，识别所述用户是否完成所述大礼拜动作的第i-n个分解动作；
当识别出所述用户未完成所述第i-n个分解动作时，判断所述第三操作的执行次数是否达到所述第二预设次数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711230296.6A CN108009620B (zh) | 2017-11-29 | 2017-11-29 | 一种大礼拜计数方法、系统和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711230296.6A CN108009620B (zh) | 2017-11-29 | 2017-11-29 | 一种大礼拜计数方法、系统和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108009620A true CN108009620A (zh) | 2018-05-08 |
| CN108009620B CN108009620B (zh) | 2022-01-21 |
Family
ID=62054887
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711230296.6A Active CN108009620B (zh) | 2017-11-29 | 2017-11-29 | 一种大礼拜计数方法、系统和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108009620B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109284783A (zh) * | 2018-09-27 | 2019-01-29 | 广州慧睿思通信息科技有限公司 | 基于机器学习的大礼拜计数方法、装置、用户设备及介质 |
| CN113378758A (zh) * | 2021-06-24 | 2021-09-10 | 首都师范大学 | 一种动作识别方法、装置、电子设备及存储介质 |
| CN113449836A (zh) * | 2021-07-21 | 2021-09-28 | 温州亿通自动化设备有限公司 | 一种磕头计数方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120009214A (ko) * | 2010-07-23 | 2012-02-01 | 한국삼양공업(주) | 108배 카운팅장치 |
| CN203444515U (zh) * | 2013-04-23 | 2014-02-19 | 郝智禹 | 一种礼佛计数器 |
| CN106805385A (zh) * | 2017-03-22 | 2017-06-09 | 温州亿通自动化设备有限公司 | 一种大礼拜计数手环、计数方法及计数系统 |
| CN106951852A (zh) * | 2017-03-15 | 2017-07-14 | 深圳汇创联合自动化控制有限公司 | 一种有效的人体行为识别系统 |
| CN107016347A (zh) * | 2017-03-09 | 2017-08-04 | 腾讯科技（深圳）有限公司 | 一种体感动作识别方法、装置以及系统 |
-
2017
- 2017-11-29 CN CN201711230296.6A patent/CN108009620B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120009214A (ko) * | 2010-07-23 | 2012-02-01 | 한국삼양공업(주) | 108배 카운팅장치 |
| CN203444515U (zh) * | 2013-04-23 | 2014-02-19 | 郝智禹 | 一种礼佛计数器 |
| CN107016347A (zh) * | 2017-03-09 | 2017-08-04 | 腾讯科技（深圳）有限公司 | 一种体感动作识别方法、装置以及系统 |
| CN106951852A (zh) * | 2017-03-15 | 2017-07-14 | 深圳汇创联合自动化控制有限公司 | 一种有效的人体行为识别系统 |
| CN106805385A (zh) * | 2017-03-22 | 2017-06-09 | 温州亿通自动化设备有限公司 | 一种大礼拜计数手环、计数方法及计数系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109284783A (zh) * | 2018-09-27 | 2019-01-29 | 广州慧睿思通信息科技有限公司 | 基于机器学习的大礼拜计数方法、装置、用户设备及介质 |
| CN109284783B (zh) * | 2018-09-27 | 2022-03-18 | 广州慧睿思通信息科技有限公司 | 基于机器学习的大礼拜计数方法、装置、用户设备及介质 |
| CN113378758A (zh) * | 2021-06-24 | 2021-09-10 | 首都师范大学 | 一种动作识别方法、装置、电子设备及存储介质 |
| CN113449836A (zh) * | 2021-07-21 | 2021-09-28 | 温州亿通自动化设备有限公司 | 一种磕头计数方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108009620B (zh) | 2022-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Parate et al. | Risq: Recognizing smoking gestures with inertial sensors on a wristband | |
| US10905374B2 (en) | Method and wearable device for performing actions using body sensor array | |
| CN105159539B (zh) | 可穿戴设备的触控响应方法、装置及可穿戴设备 | |
| US20160132752A1 (en) | Classifying User Activities Using Eye Fixation Clustering, Fixation Features, and Regions of Interest | |
| CN104216642B (zh) | 一种终端控制方法 | |
| CN108009620A (zh) | 一种大礼拜计数方法、系统和装置 | |
| CN104731314B (zh) | 使用面向运动的生物计量数据提供最后已知浏览位置提示 | |
| CN109829368A (zh) | 手掌特征的识别方法、装置、计算机设备及存储介质 | |
| CN107422944A (zh) | 一种自动调整菜单显示模式的方法与装置以及可穿戴设备 | |
| Al-Ghannam et al. | Prayer activity monitoring and recognition using acceleration features with mobile phone | |
| CN106774917A (zh) | 终端控制装置、穿戴式设备、终端及终端控制方法 | |
| JP2017204094A (ja) | 視線特定プログラム、視線特定装置、及び視線特定方法 | |
| WO2018036023A1 (zh) | 智能手表的文本输入方法及装置 | |
| CN105701015A (zh) | 一种基于用户模型的智能手机人机界面可用性评估方法 | |
| CN114385012A (zh) | 运动的识别方法、装置、电子设备和可读存储介质 | |
| CN106248101A (zh) | 一种监测方法以及装置 | |
| CN107908343A (zh) | 一种信息展示方法及装置 | |
| CN104156308A (zh) | 一种基于用户执行踪迹重放的移动应用测试方法 | |
| CN106445107A (zh) | 一种基于面部表情进行信息发送的方法及装置 | |
| CN109643190A (zh) | 便携式电子设备的扩展交互 | |
| CN110180158B (zh) | 一种跑步状态识别方法、系统及终端设备 | |
| CN107992193A (zh) | 手势确认方法、装置及电子设备 | |
| Viana et al. | GymApp: A real time physical activity trainner on wearable devices | |
| US20210398053A1 (en) | Work content analyzing apparatus, work content analyzing method, program, and sensor | |
| CN112426709B (zh) | 前臂运动姿态识别方法、界面交互的控制方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |