CN108158587A - 室内人体运动量的测量方法和测量装置 - Google Patents
室内人体运动量的测量方法和测量装置 Download PDFInfo
- Publication number
- CN108158587A CN108158587A CN201611104652.5A CN201611104652A CN108158587A CN 108158587 A CN108158587 A CN 108158587A CN 201611104652 A CN201611104652 A CN 201611104652A CN 108158587 A CN108158587 A CN 108158587A
- Authority
- CN
- China
- Prior art keywords
- moment
- human body
- calculating
- amount
- movement
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6889—Rooms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
- G06V20/36—Indoor scenes
-
- 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
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Geometry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种室内人体运动量的测量方法和测量装置。该方法包括:获取设置于室内的红外深度体感传感器传输的室内人体运动时的人体轮廓深度信息图像;根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分析人体在每一运动时刻时的身体体重系数;根据所述人体轮廓深度信息图像在每一运动时刻的图像帧和所述身体体重系数,计算人体的运动量。该方法通过设置于室内的红外深度体感传感器捕捉人体运动时的人体轮廓深度信息图像,利用该人体轮廓深度信息图像能够用于人体运动量的计算,解决现有技术用于检测运动量的智能设备必须进行配戴,给使用者带来不便,且检测精度不准确的问题。
Description
技术领域
本发明涉及物联网技术领域,尤其是指一种室内人体运动量的测量方法和测量装置。
背景技术
随着微电子技术的发展,已经演化出了多样的智能设备来帮助人们对自身的日常运动量进行检测,比如智能手机、智能手表、运动手环等等。该些智能设备主要使用两类检测方法:一类方法是利用内嵌的加速度计对佩戴者的运动加速度进行测量和记录,然后根据加速度的变化计算出佩戴者在一段时间内的运动步数以及加速度绝对值的积分,从而估算出其运动所消耗的能量。另一类方法是利用各种微型光电或振动传感器对佩戴者的心率进行测量和记录,然后根据心率变化和能量消耗量之间的相关性估算出运动量。
然而,通过智能手机、智能手表、运动手环等用于检测运动量的智能设备检测运动量时,需要人们随身佩戴智能设备才能达到检测目的,这对居室环境中的使用者来说颇为不便。此外上述智能设备中,运用加速度计进行运动量检测时会随着使用者配戴位置的不同,测量结果有明显差异,从而导致检测结果不够精确。例如佩戴于手腕的运动手环会对手部的运动更为敏感,这样在只有佩戴手环的手臂进行局部运动的情况下会导致检测出的运动量偏大。然而在相反的情况下,当佩戴手环的手臂保持不动而身体其它部位进行运动时会导致检测出的运动量偏小;而运用心率计进行运动量检测的智能设备,常常会受到运动本身的干扰而导致对心率的测量精度不高。另外心律与运动量的相关性会随使用者个体的不同、身体状况的变化以及情绪的变化有较大差异。因此上述各种因素都会导致检测出来的运动量精度不高。
发明内容
本发明技术方案的目的是提供一种室内人体运动量的测量方法和测量装置,解决现有技术用于检测运动量的智能设备必须进行配戴,给使用者带来不便,且检测精度不准确的问题。
本发明提供一种室内人体运动量的测量方法,其中,包括:
获取设置于室内的红外深度体感传感器传输的室内人体运动时的人体轮廓深度信息图像;
根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分析人体在每一运动时刻时的身体体重系数;
根据所述人体轮廓深度信息图像在每一运动时刻的图像帧和所述身体体重系数,计算人体的运动量。
优选地,上述所述室内人体运动量的测量方法,其中,在所述获取设置于室内的红外深度体感传感器传输的室内人体运动时的人体轮廓深度信息图像的步骤之前,所述方法还包括:
接收设置于室内的人体热释电红外传感器每间隔预设时间传输的监测信号;
当所述监测信号检测到室内有人体活动时,向所述红外深度体感传感器发送开启信号;
当所述监测信号检测到室内在预时时长内没有人体活动时,向所述红外深度体感传感器发送关闭信号。
优选地,上述所述室内人体运动量的测量方法,其中,所述根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分析人体在每一运动时刻时的身体体重系数的步骤包括:
根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,确定每一运动时刻的身体方向转角θBO;
根据每一运动时刻的身体方向转角θBO和每一运动时刻的所述图像帧中人体每一位置的三维坐标信息,计算每一运动时刻的身体体重系数估计值;
对所述身体体重系数估计值进行滤波修正,获得每一运动时刻的身体体重系数。
优选地,上述所述室内人体运动量的测量方法,其中,所述根据每一运动时刻的身体方向转角θBO和每一运动时刻的所述图像帧中人体每一位置的三维坐标信息,计算每一运动时刻的身体体重系数估计值的步骤中,根据以下公式计算所述身体体重系数估计值:
其中,BodyRatiom为所计算运动时刻的身体体重系数估计值,KB为调整系数,BodyPointi{z}为人体上i位置在z方向的坐标,n为所计算运动时刻所述图像帧中能够获取三维坐标信息的人体部位总数量。
优选地,上述所述室内人体运动量的测量方法,其中,所述对所述身体体重系数估计值进行滤波修正,获得每一运动时刻的身体体重系数的步骤中,根据以下公式计算所述身体体重系数:
其中,a、b为常数值,BodyRatio为所计算运动时刻的所述身体体重系数。
优选地,上述所述室内人体运动量的测量方法,其中,所述根据所述人体轮廓深度信息图像在每一运动时刻的图像帧和所述身体体重系数,计算人体的运动量的步骤包括:
根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定每一运动时刻的多个身体部位的三维坐标信息;
根据每一运动时刻的多个身体部位的三维坐标信息,计算多个运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量;
根据分别计算获得的多个运动部位的实时运动量和所述身体体重系数,计算人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
优选地,上述所述室内人体运动量的测量方法,其中,所述根据分别计算获得的多个运动部位的实时运动量和所述身体体重系数,计算人体在计算时刻和所述计算时刻的前一时刻之间的运动量的步骤包括:
计算多个运动部位的所述实时运动量的累加值;
计算所述累加值与所述身体体重系数的乘积,获得人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
优选地,上述所述室内人体运动量的测量方法,其中,所述根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定每一运动时刻的多个身体部位的三维坐标信息的步骤包括:
根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定头部、躯干、肩部、肘部、手部、臀部、膝盖和脚部的三维坐标信息。
优选地,上述所述室内人体运动量的测量方法,其中,所述根据每一运动时刻的多个身体部位的三维坐标信息,计算多个运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量的步骤中,根据每一运动时刻的多个身体部位的三维坐标信息,分别计算头部、躯干、上臂、下臂、大腿和小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
优选地,上述所述室内人体运动量的测量方法,其中,所述运动部位为头部或躯干时,根据每一运动时刻的多个身体部位的三维坐标信息,计算在计算时刻和所述计算时刻的前一时刻之间的实时运动量的步骤包括:
获取运动部位上一特定位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
根据所述特定位置点在三维坐标方向上计算时刻相对于所述计算时刻的前一时刻的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
优选地,上述所述室内人体运动量的测量方法,其中,所述运动部位为上臂、下臂、大腿或小腿时,根据每一运动时刻的多个身体部位的三维坐标信息,计算在计算时刻和所述计算时刻的前一时刻之间的实时运动量的步骤包括:
获取运动部位上具有预设距离的第一位置点和第二位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
根据所述三维坐标信息,分别计算在计算时刻时第一位置点相对于第二位置点的第一相对位置以及在计算时刻的前一时刻时第一位置点相对于第二位置点的第二相对位置;
根据所述第一相对位置和所述第二相对位置在三维坐标方向上的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
本发明还提供一种室内人体运动量的测量装置,其中,包括:
图像获取模块,用于获取设置于室内的红外深度体感传感器传输的室内人体运动时的人体轮廓深度信息图像;
体重系数计算模块,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分析人体在每一运动时刻时的身体体重系数;
运动量计算模块,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧和所述身体体重系数,计算人体的运动量。
优选地,上述所述室内人体运动量的测量装置,其中,所述测量装置还包括:
监测信号接收模块,用于接收设置于室内的人体热释电红外传感器每间隔预设时间传输的监测信号;
第一信号发送模块,用于当所述监测信号检测到室内有人体活动时,向所述红外深度体感传感器发送开启信号;
第二信号发送模块,用于当所述监测信号检测到室内在预时时长内没有人体活动时,向所述红外深度体感传感器发送关闭信号。
优选地,上述所述室内人体运动量的测量装置,其中,所述体重系数计算模块包括:
转角分析单元,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,确定每一运动时刻的身体方向转角θBO;
系数计算单元,用于根据每一运动时刻的身体方向转角θBO和每一运动时刻的所述图像帧中人体每一位置的三维坐标信息,计算每一运动时刻的身体体重系数估计值;
修正计算单元,用于对所述身体体重系数估计值进行滤波修正,获得每一运动时刻的身体体重系数。
优选地,上述所述室内人体运动量的测量装置,其中,所述系数计算单元根据以下公式计算所述身体体重系数估计值:
其中,BodyRatiom为所计算运动时刻的身体体重系数估计值,KB为调整系数,BodyPointi{z}为人体上i位置在z方向的坐标,n为所计算运动时刻所述图像帧中能够获取三维坐标信息的人体部位总数量。
优选地,上述所述室内人体运动量的测量装置,其中,所述修正计算单元根据以下公式计算所述身体体重系数:
其中,a、b为常数值,BodyRatio为所计算运动时刻的所述身体体重系数。
优选地,上述所述室内人体运动量的测量装置,其中,所述运动量计算模块包括:
坐标提取单元,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定每一运动时刻的多个身体部位的三维坐标信息;
第一运动量计算单元,用于根据每一运动时刻的多个身体部位的三维坐标信息,计算多个运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量;
第二运动量计算单元,用于根据分别计算获得的多个运动部位的实时运动量和所述身体体重系数,计算人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
优选地,上述所述室内人体运动量的测量装置,其中,所述第二运动量计算单元包括:
第一计算子单元,用于计算多个运动部位的所述实时运动量的累加值;
第二计算子单元,用于计算所述累加值与所述身体体重系数的乘积,获得人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
优选地,上述所述室内人体运动量的测量装置,其中,所述坐标提取单元具体用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定头部、躯干、肩部、肘部、手部、臀部、膝盖和脚部的三维坐标信息。
优选地,上述所述室内人体运动量的测量装置,其中,所述第一运动量计算单元具体根据每一运动时刻的多个身体部位的三维坐标信息,分别计算头部、躯干、上臂、下臂、大腿和小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
优选地,上述所述室内人体运动量的测量装置,其中,所述第一运动量计算单元包括:
第一坐标获取子单元,用于所述运动部位为头部或躯干时,获取运动部位上一特定位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
第一处理子单元,用于根据所述特定位置点在三维坐标方向上计算时刻相对于所述计算时刻的前一时刻的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
优选地,上述所述室内人体运动量的测量装置,其中,所述第一运动量计算单元包括:
第二坐标获取子单元,用于当所述运动部位为上臂、下臂、大腿或小腿时,获取运动部位上具有预设距离的第一位置点和第二位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
第二处理子单元,用于根据所述三维坐标信息,分别计算在计算时刻时第一位置点相对于第二位置点的第一相对位置以及在计算时刻的前一时刻时第一位置点相对于第二位置点的第二相对位置;
第三处理子单元,用于根据所述第一相对位置和所述第二相对位置在三维坐标方向上的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
本发明具体实施例上述技术方案中的至少一个具有以下有益效果:
本发明实施例所述测量方法,通过设置于室内的红外深度体感传感器捕捉人体运动时的人体轮廓深度信息图像,利用该人体轮廓深度信息图像能够用于人体运动量的计算,采用该方法无需用户佩戴任何电子设备,使用方便,而且能够通过人体轮廓深度信息图像进行身体体重系数分析,利用该身体体重系数进行运动量的计算,能够保证运动量检测的精度更加准确,解决现有技术用于检测运动量的智能设备必须进行配戴,给使用者带来不便,且检测精度不准确的问题。
附图说明
图1表示本发明实施例所述室内人体运动量的测量方法的流程示意图;
图2表示图1中步骤S120的流程示意图;
图3表示图1中步骤S130的流程示意图;
图4表示本发明实施例所述室内人体运动量的测量装置的结构示意图。
具体实施方式
为使本发明的实施例要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明实施例提供一种室内人体运动量的测量方法,参阅图1所示,所述测量方法包括步骤:
S110,获取设置于室内的红外深度体感传感器传输的室内人体运动时的人体轮廓深度信息图像;
S120,根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分析人体在每一运动时刻时的身体体重系数;
S130,根据所述人体轮廓深度信息图像在每一运动时刻的图像帧和所述身体体重系数,计算人体的运动量。
本发明实施例所述测量方法,通过设置于室内的红外深度体感传感器捕捉人体运动时的人体轮廓深度信息图像,利用该人体轮廓深度信息图像能够用于人体运动量的计算,采用该方法无需用户佩戴任何电子设备,使用方便,而且能够通过人体轮廓深度信息图像进行身体体重系数分析,利用该身体体重系数进行运动量的计算,能够保证运动量检测的精度更加准确,解决现有技术用于检测运动量的智能设备必须进行配戴,给使用者带来不便,且检测精度不准确的问题。
较佳地,本发明实施例所述测量方法,在步骤S110之前,还包括:
接收设置于室内的人体热释电红外传感器每间隔预设时间传输的监测信号;
当所述监测信号检测到室内有人体活动时,向所述红外深度体感传感器发送开启信号;
当所述监测信号检测到室内在预时时长内没有人体活动时,向所述红外深度体感传感器发送关闭信号。
本发明实施例所述测量方法,通过上述方式,较佳地还需要在室内设置人体热释电红外PIR传感器,处于持续工作状态,用于检测室内的人体活动状态。当通过PIR传感器的监测信号检测到室内有人体活动时,向红外深度体感传感器发送开启信号,使红外深度体感传感器打开,开始捕捉人体运动时的人体轮廓深度信息图像;当通过PIR传感器的监测信号检测到室内在预设时长内没有人体活动时,向红外深度体感传感器发送关闭信号,使红外深度体感传感器在室内没有人体活动状态时关闭,以便节省能量并达到延长使用寿命的目的。
另外,所述测量方法还包括:
当红外深度体感传感器在预设时长内没有捕捉到人体轮廓深度信息图像时,则向红外深度体感传感器发送关闭信号,同样达到节省红外深度体感传感器的电量并延长使用寿命的目的。
本发明实施例所述测量方法,步骤S120,也即根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分析人体在每一运动时刻时的身体体重系数的步骤,如图2所示,包括步骤:
S121,根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,确定每一运动时刻的身体方向转角θBO;
S122,根据每一运动时刻的身体方向转角θBO和每一运动时刻的所述图像帧中人体每一位置的三维坐标信息,计算每一运动时刻的身体体重系数估计值;
S123,对所述身体体重系数估计值进行滤波修正,获得每一运动时刻的身体体重系数。
具体地,步骤S121中,本领域技术人员可以理解,通过红外深度体感传感器获得的人体轮廓深度信息图像,每一运动时刻对应一图像帧,对应运动时刻的图像帧中人体的轮廓以深度图像的形式标识,根据该图像帧可以提取人体上各个部位位置的三维坐标信息,例如表示为:BodyPoint1{x,y,z},BodyPoint2{x,y,z},...。利用图像帧中人体的轮廓以及从中提取人体各个部位位置的三维坐标信息,即能够对应运动时刻的身体方向转角θBO,也即对应运动时刻时人体相对于红外深度体感传感器的转动角度。
利用红外深度体感传感器获得的人体轮廓深度信息图像提取各个部位位置的三维坐标信息,并确定每一图像帧中人体相对于红外深度体感传感器的身体方向转角θBO应该为本领域技术人员所熟知的技术,且该技术并非为本发明的研究重点,在此不作详细描述。
以下本发明实施例中,以X方向为水平方向,Z方向为水平面内垂直于X方向的方向,Y方向为垂直于水平面方向的方向作为三维坐标系,对本发明实施例所述测量方法的具体过程进行详细说明。
其中,步骤S122中,根据每一运动时刻的身体方向转角θBO和每一运动时刻的所述图像帧中人体每一位置的三维坐标信息,计算每一运动时刻的身体体重系数估计值的步骤中,根据以下公式计算身体体重系数估计值。
公式(1):
其中,BodyRatiom为所计算运动时刻的身体体重系数估计值,KB为调整系数,BodyPointi{z}为人体上i位置在z方向的坐标,n为所计算运动时刻所述图像帧中能够获取三维坐标信息的人体部位总数量。
另外,上述公式(1)中,KB为与红外深度体感传感器的拍摄参数相对应的调整系数,用于校正拍摄参数不同所带来人体部位的三维坐标提取的误差。
采用上述的计算方式,提取所计算运动时刻的图像帧中人体上各个部位位置的三维坐标信息,将各个部位位置的Z方向上坐标进行累加,并考虑人体相对于红外深度体感传感器的身体方向转角θBO不同,对身体体重系数估计值的影响,能够计算获得每一运动时刻的身体体重系数估计值。
进一步地,为了滤除红外深度体感传感器的测量波动,本发明所述测量方法在采用上述方式计算获得身体体重系数估计值之后,还进一步包括步骤S123,对所计算获得的身体体重系数估计值进行滤波修正,获得对应运动时刻的身体体重系数。
具体地,步骤S123中,对所述身体体重系数估计值进行滤波修正,获得每一运动时刻的身体体重系数的步骤中,根据以下公式计算所述身体体重系数:
公式(2):
其中,a、b为常数值,BodyRatio为所计算运动时刻的所述身体体重系数。
通过上述公式(2),采用线性滤波算法对上述计算获得的身体体重系数估计值进行滤波修正,以获得精确的身体体重系数。上述计算方式的其中一实施例,a=5,b=1;当然线性滤波算法的方式并不限于该一种。
进一步地,本发明实施所述测量方法中,步骤S130,根据所述人体轮廓深度信息图像在每一运动时刻的图像帧和所述身体体重系数,计算人体的运动量的步骤,如图3所示,具体包括步骤:
S131,根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定每一运动时刻的多个身体部位的三维坐标信息;
S132,根据每一运动时刻的多个身体部位的三维坐标信息,计算多个运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量;
S133,根据分别计算获得的多个运动部位的实时运动量和所述身体体重系数,计算人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
具体地,步骤S133,根据分别计算获得的多个运动部位的实时运动量和所述身体体重系数,计算人体在计算时刻和所述计算时刻的前一时刻之间的运动量的步骤包括:
计算多个运动部位的所述实时运动量的累加值;
计算所述累加值与所述身体体重系数的乘积,获得人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
另外,在步骤S131中,根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定每一运动时刻的多个身体部位的三维坐标信息的步骤中,根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定头部、躯干、肩部、肘部、手部、臀部、膝盖和脚部的三维坐标信息。
具体地,所确定肩部的三维坐标信息包括左肩部、右肩部的三维坐标信息,所确定肘部的三维坐标信息包括左肘部、右肘部的三维坐标信息,所确定手部的三维坐标信息包括左手部、右手部的三维坐标信息,所确定臀部的三维坐标信息包括左臀部、右臀部的三维坐标信息,所确定膝盖的三维坐标信息包括左膝盖、右膝盖的三维坐标信息,所确定脚部的三维坐标信息包括左脚部、右脚部的坐标信息。
上述的各身体部位的三维坐标信息可以分别表示为如下:
头部:Head{x,y,z};躯干:Torso{x,y,z};左肩部:LeftShoulder{x,y,z};左肘部:LeftElbow{x,y,z};左手部:LeftHand{x,y,z};右肩部:RightShoulder{x,y,z};右肘部:RightElbow{x,y,z};右手部,RightHand{x,y,z};右臀部:RightHip{x,y,z};右膝盖:RightKnee{x,y,z};右脚部:RightFoot{x,y,z};左臀部:LeftHip{x,y,z};左膝盖:LeftKnee{x,y,z};左脚部:LeftFoot{x,y,z}。
基于上述所获得的信息,步骤S132,根据每一运动时刻的多个身体部位的三维坐标信息,计算多个运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量时,根据每一运动时刻的多个身体部位的三维坐标信息,分别计算头部、躯干、上臂、下臂、大腿和小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
具体地,计算上臂、下臂、大腿和小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量时,分别计算左上臂、左下臂、右上臂、右下臂、左大腿、左小腿、右大腿和右小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
另外,计算时刻和计算时刻的前一时刻具体也可以为分别对应红外深度体感传感器所获取人体轮廓深度信息图像的相邻两个图像帧的对应时间,该相邻两个图像帧之间的间隔时间形成为用于确定人体运动量的最小的时间单元,采用本发明实施例所述测量方法,能够检测获得相邻两个图像帧之间的间隔时间内人体的运动量。
利用上述的方式,需要提取计算时刻所对应人体轮廓深度信息图像的图像帧中上述各身体部位的三维坐标信息,以及提取计算时刻所对应人体轮廓深度信息图像的图像帧的上一个图像帧中上述各身体部位的三维坐标信息。
当然,采用本发明实施例所述测量方法,还能够获得大于上述相邻两个图像帧之间的间隔时间的时间段内的人体运动量,精确计算方式为多个相邻两个图像帧之间的间隔时间的人体运动量累加,获得需要计算时间段的运动量,粗略计算方式可以直接采用需要计算时间段所对应图像帧中的各身体部位的三维坐标信息进行计算。
基于以上述数据的获取,以下对分别计算头部、躯干、上臂、下臂、大腿和小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量的具体计算方式进行详细描述。
当运动部位为头部或躯干时,步骤S132中,根据每一运动时刻的多个身体部位的三维坐标信息,计算在计算时刻和所述计算时刻的前一时刻之间的实时运动量的步骤包括:
获取运动部位上一特定位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
根据所述特定位置点在三维坐标方向上计算时刻相对于所述计算时刻的前一时刻的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
具体地,当运动部位为头部时,上述的特定位置点为位于头部上的一位置点Head{x,y,z},所获取的该特定位置点在计算时刻的三维坐标信息可以表示为Head{xm,ym,zm},该特定位置点在计算时刻的前一时刻的三维坐标信息可以表示为Head{xm-1,ym-1,zm-1}。
其中,根据所述特定位置点在三维坐标方向上计算时刻相对于所述计算时刻的前一时刻的差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量时,采用以下公式进行计算:
公式(3):
其中,MQHm表示为头部在计算时刻和计算时刻的前一时刻之间的实时运动量;Head.xm、Head.ym、Head.zm分别为头部上特定位置点在计算时刻时X方向、Y方向和Z方向上的三维坐标信息,Head.xm-1、Head.ym-1、Head.zm-1分别为头部上特定位置点在计算时刻的前一时刻时X方向、Y方向和Z方向上的三维坐标信息;KHead为对应头部在X方向和Z方向上坐标差值的计算系数,KHeadUP为对应头部在向上运动时Y方向上坐标差值的计算系数,KHeadDown为对应头部在向下运动时Y方向上坐标差值的计算系数。
当运动部位为躯干时,上述的特定位置点为位于躯干上的一位置点Torso{x,y,z},所获取的该特定位置点在计算时刻的三维坐标信息可以表示为Torso{xm,ym,zm},该特定位置点在计算时刻的前一时刻的三维坐标信息可以表示为Torso{xm-1,ym-1,zm-1}。
其中,根据所述特定位置点在三维坐标方向上计算时刻相对于所述计算时刻的前一时刻的差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量时,采用以下公式进行计算:
公式(4):
其中,MQTm表示为躯干在计算时刻和计算时刻的前一时刻之间的实时运动量;Torso.xm、Torso.ym、Torso.zm分别为躯干上特定位置点在计算时刻时X方向、Y方向和Z方向上的三维坐标信息,Torso.xm-1、Torso.ym-1、Torso.zm-1分别为躯干上特定位置点在计算时刻的前一时刻时X方向、Y方向和Z方向上的三维坐标信息;KTorso为对应躯干在X方向和Z方向上坐标差值的计算系数,KTorsoUP为对应躯干在向上运动时Y方向上坐标差值的计算系数,KTorsoDown为对应躯干在向下运动时Y方向上坐标差值的计算系数。
当所述运动部位为上臂、下臂、大腿或小腿时,上述的步骤S132中,根据每一运动时刻的多个身体部位的三维坐标信息,计算在计算时刻和所述计算时刻的前一时刻之间的实时运动量的步骤包括:
获取运动部位上具有预设距离的第一位置点和第二位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
根据所述三维坐标信息,分别计算在计算时刻时第一位置点相对于第二位置点的第一相对位置以及在计算时刻的前一时刻时第一位置点相对于第二位置点的第二相对位置;
根据所述第一相对位置和所述第二相对位置在三维坐标方向上的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
具体地,当运动部位为上臂时,上述的步骤中,所获取的上臂上具有预设距离的第一位置点和第二位置点,可以分别为肩部的一位置点和肘部的一位置点。另外对应上臂的实时运动量计算,当左、右臂都有运动时,需要分别计算左上臂和右上臂的实时运动量。
具体地,以左上臂的实时运动量的计算方式为例,依据本发明实施例所述测量方法,具体步骤为:
分别获取左肩部在计算时刻的三维坐标信息LeftShoulder{xm,ym,zm}和左肘部在计算时刻的三维坐标信息LeftElbow{xm,ym,zm};
分别获取左肩部在计算时刻的前一时刻的三维坐标信息LeftShoulder{xm-1,ym-1,zm-1}和左肘部在计算时刻的前一时刻三维坐标信息LeftElbow{xm-1,ym-1,zm-1};
采用以下公式(5)计算在计算时刻时左肘部相对于左肩部的第一相对位置LeftEs{xm,ym,zm}:
公式(5):
LeftEs{xm,ym,zm}=LeftElbow{xm,ym,zm}-LeftShoulder{xm,ym,zm}
采用以下公式(6)计算在计算时刻的前一时刻时左肘部相对于左肩部的第二相对位置LeftEs{xm-1,ym-1,zm-1}:
公式(6):
LeftEs{xm-1,ym-1,zm-1}
=LeftElbow{xm-1,ym-1,zm-1}
-LeftShoulder{xm-1,ym-1,zm-1}
基于上述计算结果,采用以下公式(7)计算左上臂在计算时刻和所述计算时刻的前一时刻之间的实时运动量:
公式(7):
其中,MQLEm为左上臂在计算时刻和所述计算时刻的前一时刻之间的实时运动量;LeftES.xm、LeftES.ym、LeftES.zm分别为第一相对位置在X方向、Y方向和Z方向上的三维坐标信息;LeftES.xm-1、LeftES.ym-1、LeftES.zm-1分别为第二相对位置在X方向、Y方向和Z方向上的三维坐标信息;KElbow为对应上臂在X方向和Z方向上坐标差值的计算系数,KElbowUP为对应上臂在向上运动时Y方向上坐标差值的计算系数,KElbowDown为对应下臂在向下运动时Y方向上坐标差值的计算系数。
基于以上左上臂的实时运动量的计算方式,采用同样原理,可以计算右上臂在计算时刻和所述计算时刻的前一时刻之间的实时运动量MQREm。
也即,当分别获取右肩部在计算时刻的三维坐标信息RightShoulder{xm,ym,zm}和右肘部在计算时刻的三维坐标信息RightElbow{xm,ym,zm};
分别获取右肩部在计算时刻的前一时刻的三维坐标信息Righthoulder{xm-1,ym-1,zm-1}和右肘部在计算时刻的前一时刻三维坐标信息RightElbow{xm-1,ym-1,zm-1};
利用上述获得的三维坐标信息以及利用上述(5)至(7)的公式,可以计算获得右上臂在计算时刻和所述计算时刻的前一时刻之间的实时运动量MQREm,具体不再赘述。
此外,具体地,当运动部位为下臂时,本发明实施例测量方法的步骤S132中,所获取的下臂上具有预设距离的第一位置点和第二位置点,可以分别为肘部的一位置点和手部的一位置点。另外对应下臂的实时运动量计算,当左、右臂都有运动时,需要分别计算左下臂和右下臂的实时运动量。
具体地,以左下臂的实时运动量的计算方式为例,依据本发明实施例所述测量方法,具体步骤为:
分别获取左肘部在计算时刻的三维坐标信息LeftElbow{xm,ym,zm}和左手部在计算时刻的三维坐标信息LeftHand{xm,ym,zm};
分别获取左肘部在计算时刻的前一时刻三维坐标信息LeftElbow{xm-1,ym-1,zm-1}和左手部在计算时刻的前一时刻三维坐标信息LeftHand{xm-1,ym-1,zm-1};
采用以下公式(8)计算在计算时刻时左手部相对于左肘部的第一相对位置LeftHs{xm,ym,zm}:
公式(8):
LeftHs{xm,ym,zm}=LeftHand{xm,ym,zm}-LeftElbow{xm,ym,zm}
采用以下公式(9)计算在计算时刻的前一时刻时左手部相对于左肘部的第二相对位置LeftHs{xm-1,ym-1,zm-1}:
公式(9):
LeftHs{xm-1,ym-1,zm-1}
=LeftHand{xm-1,ym-1,zm-1}-LeftElbow{xm-1,ym-1,zm-1}
基于上述计算结果,采用以下公式(10)计算左下臂在计算时刻和所述计算时刻的前一时刻之间的实时运动量:
公式(10):
其中,MQLHm为左下臂在计算时刻和所述计算时刻的前一时刻之间的实时运动量;LeftHS.xm、LeftHS.ym、LeftHS.zm分别为第一相对位置在X方向、Y方向和Z方向上的三维坐标信息;LeftHS.xm-1、LeftHS.ym-1、LeftHS.zm-1分别为第二相对位置在X方向、Y方向和Z方向上的三维坐标信息;KHand为对应下臂在X方向和Z方向上坐标差值的计算系数,KHandUP为对应下臂在向上运动时Y方向上坐标差值的计算系数,KHandDown为对应下臂在向下运动时Y方向上坐标差值的计算系数。
基于以上左下臂的实时运动量的计算方式,采用同样原理,可以计算右下臂在计算时刻和所述计算时刻的前一时刻之间的实时运动量MQLHm。
进一步地,利用上臂和下臂的实时运动量的计算方式,可以计算大腿和小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量。具体地,当计算大腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量时,所获取的大腿上具有预设距离的第一位置点和第二位置点,分别为臀部的一位置点和膝盖的一位置点,且对应大腿的实时运动量计算,当左、右大腿都有运动时,需要分别计算左大腿和右大腿的实时运动量。
例如对于左大腿的实时运动量计算来说,分别获取左臀部在计算时刻的三维坐标信息和左膝盖在计算时刻的三维坐标信息;
以及分别获取左臀部在计算时刻的前一时刻的三维坐标信息和左膝盖在计算时刻的前一时刻的三维坐标信息;
以及计算在计算时刻左膝盖相对于左臀部的第一相对位置,在计算时刻的前一时刻左膝盖相对于左臀部的第二相对位置,利用第一相对位置和第二相对位置以及上述的公式(7)和(10)的原理,能够计算左大腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量MQLKm。
进一步地,利用上述原理还可以计算右大腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量MQRKm。
同样原理,当计算小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量时,所获取的大腿上具有预设距离的第一位置点和第二位置点,分别为膝盖的一位置点和脚部的一位置点,且对应小腿的实时运动量计算,当左、右小腿都有运动时,需要分别计算左小腿和右小腿的实时运动量。
例如对于左小腿的实时运动量计算来说,分别获取左脚部在计算时刻的三维坐标信息和左膝盖在计算时刻的三维坐标信息;
以及分别获取左脚部在计算时刻的前一时刻的三维坐标信息和左膝盖在计算时刻的前一时刻的三维坐标信息;
之后计算在计算时刻时,左脚部相对于左膝盖的第一相对位置,在计算时刻的前一时刻时右脚部相对于左膝盖的第二相对位置,利用第一相对位置和第二相对位置以及上述的公式(7)和(10)的原理,能够计算左小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量MQLFm。
进一步地,利用上述原理还可以计算右小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量MQRFm。
这样,通过上述的各运动部位的独立建模分析,分别获得左下臂、右上臂、右下臂、左大腿、左小腿、右大腿、右小腿、头部和躯干在计算时刻和所述计算时刻的前一时刻之间的实时运动量,如分别表示为:MQLHm、MQREm、MQRHm、MQLKm、MQLFm、MQRKm、MQRFm、MQHm、MQTm。
进一步地,在获得上述各运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量之后,根据步骤S133,利用所获得的多个运动部位的实时运动量和所述身体体重系数,能够计算人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
具体地,人体总的运动量计算方式为:将多个运动部位的实时运动量的累加值,与身体体重系数相乘所获得的乘积,则获得人体在计算时刻和所述计算时刻的前一时刻之间的总运动量。
也即,通过以下公式(11)能够获得人体总运动量MQm:
MQm=BodyRatio×(MQLHm+MQREm+MQRHm+MQLKm+MQLFm
+MQRKm+MQRFm+MQHm+MQTm
另外,除可以获得人体总运动量MQm之外,还能够统计获得在计算时刻和所述计算时刻的前一时刻之间人体主体的实时运动量MQBm,人体上肢的实时运动量MQAm,人体下肢的实时运动量MQLm,计算方式分别为:
公式(12):
MQBm=BodyRatio×(MQHm+MQTm)
公式(13):
MQAm=BodyRatio×(MQLEm+MQLHm+MQREm+MQRHm)
公式(14):
MQLm=BodyRatio×(MQLKm+MQLFm+MQRKm+MQRFm)
此外,利用上述各分解部位的实时运动量,通过各分解部位的实时运动量的总和也能够获得人体的总运动量。
也即为采用公式(15)也能够计算人体的总运动量:
MQm=MQBm+MQAm+MQLm
本发明实施例所述室内人体运动量的测量方法,通过设置于室内的红外深度体感传感器捕捉人体运动时的人体轮廓深度信息图像,利用该人体轮廓深度信息图像能够用于人体的体重系数的计算以及人体运动量的检测,采用该方法无需用户佩戴任何电子设备,使用方便;此外所述测量方法将人体分为头、躯干、上臂、下臂、大腿和小腿等主要运动部位进行建模分析,能够分别计算各运动部位的实时运动量,因此人体的总运动量、各部位的运动强度及人体的活动习惯的分析和检测等能够同时得以实现;进一步本发明测量方法利用身体体重系数进行运动量的计算,能够保证运动量检测的精度更加准确,解决现有技术用于检测运动量的智能设备必须进行配戴,给使用者带来不便,且检测精度不准确的问题。
本发明实施例另一方面还提供一种室内人体运动量的测量装置,如图4所示,该测量装置包括:
图像获取模块,用于获取设置于室内的红外深度体感传感器传输的室内人体运动时的人体轮廓深度信息图像;
体重系数计算模块,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分析人体在每一运动时刻时的身体体重系数;
运动量计算模块,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧和所述身体体重系数,计算人体的运动量。
上述结构的测量装置,通过设置于室内的红外深度体感传感器捕捉人体运动时的人体轮廓深度信息图像,利用人体轮廓深度信息图像进行身体体重系数分析,利用该身体体重系数进行运动量的计算,能够保证运动量检测的精度更加准确,解决现有技术用于检测运动量的智能设备必须进行配戴,给使用者带来不便,且检测精度不准确的问题。
较佳地,所述测量装置还包括:
监测信号接收模块,用于接收设置于室内的人体热释电红外传感器每间隔预设时间传输的监测信号;
第一信号发送模块,用于当所述监测信号检测到室内有人体活动时,向所述红外深度体感传感器发送开启信号;
第二信号发送模块,用于当所述监测信号检测到室内在预时时长内没有人体活动时,向所述红外深度体感传感器发送关闭信号。
通过上述方式,较佳地还需要在室内设置人体热释电红外PIR传感器,处于持续工作状态,用于检测室内的人体活动状态。当通过PIR传感器的监测信号检测到室内有人体活动时,向红外深度体感传感器发送开启信号,使红外深度体感传感器打开,开始捕捉人体运动时的人体轮廓深度信息图像;当通过PIR传感器的监测信号检测到室内在预设时长内没有人体活动时,向红外深度体感传感器发送关闭信号,使红外深度体感传感器在室内没有人体活动状态时关闭,以便节省能量并达到延长使用寿命的目的。
较佳地,所述体重系数计算模块包括:
转角分析单元,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,确定每一运动时刻的身体方向转角θBO;
系数计算单元,用于根据每一运动时刻的身体方向转角θBO和每一运动时刻的所述图像帧中人体每一位置的三维坐标信息,计算每一运动时刻的身体体重系数估计值;
修正计算单元,用于对所述身体体重系数估计值进行滤波修正,获得每一运动时刻的身体体重系数。
较佳地,所述系数计算单元根据以下公式计算所述身体体重系数估计值:
其中,BodyRatiom为所计算运动时刻的身体体重系数估计值,KB为调整系数,BodyPointi{z}为人体上i位置在z方向的坐标,n为所计算运动时刻所述图像帧中能够获取三维坐标信息的人体部位总数量。
较佳地,所述修正计算单元根据以下公式计算所述身体体重系数:
其中,a、b为常数值,BodyRatio为所计算运动时刻的所述身体体重系数。
较佳地,所述运动量计算模块包括:
坐标提取单元,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定每一运动时刻的多个身体部位的三维坐标信息;
第一运动量计算单元,用于根据每一运动时刻的多个身体部位的三维坐标信息,计算多个运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量;
第二运动量计算单元,用于根据分别计算获得的多个运动部位的实时运动量和所述身体体重系数,计算人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
较佳地,所述第二运动量计算单元包括:
第一计算子单元,用于计算多个运动部位的所述实时运动量的累加值;
第二计算子单元,用于计算所述累加值与所述身体体重系数的乘积,获得人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
较佳地,所述坐标提取单元具体用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定头部、躯干、肩部、肘部、手部、臀部、膝盖和脚部的三维坐标信息。
较佳地,所述第一运动量计算单元具体根据每一运动时刻的多个身体部位的三维坐标信息,分别计算头部、躯干、上臂、下臂、大腿和小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
较佳地,所述第一运动量计算单元包括:
第一坐标获取子单元,用于所述运动部位为头部或躯干时,获取运动部位上一特定位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
第一处理子单元,用于根据所述特定位置点在三维坐标方向上计算时刻相对于所述计算时刻的前一时刻的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
较佳地,所述第一运动量计算单元包括:
第二坐标获取子单元,用于当所述运动部位为上臂、下臂、大腿或小腿时,获取运动部位上具有预设距离的第一位置点和第二位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
第二处理子单元,用于根据所述三维坐标信息,分别计算在计算时刻时第一位置点相对于第二位置点的第一相对位置以及在计算时刻的前一时刻时第一位置点相对于第二位置点的第二相对位置;
第三处理子单元,用于根据所述第一相对位置和所述第二相对位置在三维坐标方向上的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量
上述结构的测量装置,将人体分为头、躯干、上臂、下臂、大腿和小腿等主要运动部位进行建模分析,能够分别计算各运动部位的实时运动量,因此人体的总运动量、各部位的运动强度及人体的活动习惯的分析和检测等能够同时得以实现;进一步本发明测量方法利用身体体重系数进行运动量的计算,能够保证运动量检测的精度更加准确,解决现有技术用于检测运动量的智能设备必须进行配戴,给使用者带来不便,且检测精度不准确的问题。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (22)
1.一种室内人体运动量的测量方法,其特征在于,包括:
获取设置于室内的红外深度体感传感器传输的室内人体运动时的人体轮廓深度信息图像;
根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分析人体在每一运动时刻时的身体体重系数;
根据所述人体轮廓深度信息图像在每一运动时刻的图像帧和所述身体体重系数,计算人体的运动量。
2.根据权利要求1所述室内人体运动量的测量方法,其特征在于,在所述获取设置于室内的红外深度体感传感器传输的室内人体运动时的人体轮廓深度信息图像的步骤之前,所述方法还包括:
接收设置于室内的人体热释电红外传感器每间隔预设时间传输的监测信号;
当所述监测信号检测到室内有人体活动时,向所述红外深度体感传感器发送开启信号;
当所述监测信号检测到室内在预时时长内没有人体活动时,向所述红外深度体感传感器发送关闭信号。
3.根据权利要求1所述室内人体运动量的测量方法,其特征在于,所述根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分析人体在每一运动时刻时的身体体重系数的步骤包括:
根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,确定每一运动时刻的身体方向转角θBO;
根据每一运动时刻的身体方向转角θBO和每一运动时刻的所述图像帧中人体每一位置的三维坐标信息,计算每一运动时刻的身体体重系数估计值;
对所述身体体重系数估计值进行滤波修正,获得每一运动时刻的身体体重系数。
4.根据权利要求3所述室内人体运动量的测量方法,其特征在于,所述根据每一运动时刻的身体方向转角θBO和每一运动时刻的所述图像帧中人体每一位置的三维坐标信息,计算每一运动时刻的身体体重系数估计值的步骤中,根据以下公式计算所述身体体重系数估计值:
其中,BodyRatiom为所计算运动时刻的身体体重系数估计值,KB为调整系数,BodyPointi{z}为人体上i位置在z方向的坐标,n为所计算运动时刻所述图像帧中能够获取三维坐标信息的人体部位总数量。
5.根据权利要求4所述室内人体运动量的测量方法,其特征在于,所述对所述身体体重系数估计值进行滤波修正,获得每一运动时刻的身体体重系数的步骤中,根据以下公式计算所述身体体重系数:
其中,a、b为常数值,BodyRatio为所计算运动时刻的所述身体体重系数。
6.根据权利要求1所述室内人体运动量的测量方法,其特征在于,所述根据所述人体轮廓深度信息图像在每一运动时刻的图像帧和所述身体体重系数,计算人体的运动量的步骤包括:
根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定每一运动时刻的多个身体部位的三维坐标信息;
根据每一运动时刻的多个身体部位的三维坐标信息,计算多个运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量;
根据分别计算获得的多个运动部位的实时运动量和所述身体体重系数,计算人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
7.根据权利要求6所述室内人体运动量的测量方法,其特征在于,所述根据分别计算获得的多个运动部位的实时运动量和所述身体体重系数,计算人体在计算时刻和所述计算时刻的前一时刻之间的运动量的步骤包括:
计算多个运动部位的所述实时运动量的累加值;
计算所述累加值与所述身体体重系数的乘积,获得人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
8.根据权利要求6所述室内人体运动量的测量方法,其特征在于,所述根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定每一运动时刻的多个身体部位的三维坐标信息的步骤包括:
根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定头部、躯干、肩部、肘部、手部、臀部、膝盖和脚部的三维坐标信息。
9.根据权利要求7或8所述室内人体运动量的测量方法,其特征在于,所述根据每一运动时刻的多个身体部位的三维坐标信息,计算多个运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量的步骤中,根据每一运动时刻的多个身体部位的三维坐标信息,分别计算头部、躯干、上臂、下臂、大腿和小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
10.根据权利要求9所述室内人体运动量的测量方法,其特征在于,所述运动部位为头部或躯干时,根据每一运动时刻的多个身体部位的三维坐标信息,计算在计算时刻和所述计算时刻的前一时刻之间的实时运动量的步骤包括:
获取运动部位上一特定位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
根据所述特定位置点在三维坐标方向上计算时刻相对于所述计算时刻的前一时刻的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
11.根据权利要求9所述室内人体运动量的测量方法,其特征在于,所述运动部位为上臂、下臂、大腿或小腿时,根据每一运动时刻的多个身体部位的三维坐标信息,计算在计算时刻和所述计算时刻的前一时刻之间的实时运动量的步骤包括:
获取运动部位上具有预设距离的第一位置点和第二位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
根据所述三维坐标信息,分别计算在计算时刻时第一位置点相对于第二位置点的第一相对位置以及在计算时刻的前一时刻时第一位置点相对于第二位置点的第二相对位置;
根据所述第一相对位置和所述第二相对位置在三维坐标方向上的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
12.一种室内人体运动量的测量装置,其特征在于,包括:
图像获取模块,用于获取设置于室内的红外深度体感传感器传输的室内人体运动时的人体轮廓深度信息图像;
体重系数计算模块,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分析人体在每一运动时刻时的身体体重系数;
运动量计算模块,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧和所述身体体重系数,计算人体的运动量。
13.根据权利要求12所述室内人体运动量的测量装置,其特征在于,所述测量装置还包括:
监测信号接收模块,用于接收设置于室内的人体热释电红外传感器每间隔预设时间传输的监测信号;
第一信号发送模块,用于当所述监测信号检测到室内有人体活动时,向所述红外深度体感传感器发送开启信号;
第二信号发送模块,用于当所述监测信号检测到室内在预时时长内没有人体活动时,向所述红外深度体感传感器发送关闭信号。
14.根据权利要求12所述室内人体运动量的测量装置,其特征在于,所述体重系数计算模块包括:
转角分析单元,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,确定每一运动时刻的身体方向转角θBO;
系数计算单元,用于根据每一运动时刻的身体方向转角θBO和每一运动时刻的所述图像帧中人体每一位置的三维坐标信息,计算每一运动时刻的身体体重系数估计值;
修正计算单元,用于对所述身体体重系数估计值进行滤波修正,获得每一运动时刻的身体体重系数。
15.根据权利要求14所述室内人体运动量的测量装置,其特征在于,所述系数计算单元根据以下公式计算所述身体体重系数估计值:
其中,BodyRatiom为所计算运动时刻的身体体重系数估计值,KB为调整系数,BodyPointi{z}为人体上i位置在z方向的坐标,n为所计算运动时刻所述图像帧中能够获取三维坐标信息的人体部位总数量。
16.根据权利要求15所述室内人体运动量的测量装置,其特征在于,所述修正计算单元根据以下公式计算所述身体体重系数:
其中,a、b为常数值,BodyRatio为所计算运动时刻的所述身体体重系数。
17.根据权利要求12所述室内人体运动量的测量装置,其特征在于,所述运动量计算模块包括:
坐标提取单元,用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定每一运动时刻的多个身体部位的三维坐标信息;
第一运动量计算单元,用于根据每一运动时刻的多个身体部位的三维坐标信息,计算多个运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量;
第二运动量计算单元,用于根据分别计算获得的多个运动部位的实时运动量和所述身体体重系数,计算人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
18.根据权利要求17所述室内人体运动量的测量装置,其特征在于,所述第二运动量计算单元包括:
第一计算子单元,用于计算多个运动部位的所述实时运动量的累加值;
第二计算子单元,用于计算所述累加值与所述身体体重系数的乘积,获得人体在计算时刻和所述计算时刻的前一时刻之间的运动量。
19.根据权利要求17所述室内人体运动量的测量装置,其特征在于,所述坐标提取单元具体用于根据所述人体轮廓深度信息图像在每一运动时刻的图像帧,分别确定头部、躯干、肩部、肘部、手部、臀部、膝盖和脚部的三维坐标信息。
20.根据权利要求18或19所述室内人体运动量的测量装置,其特征在于,所述第一运动量计算单元具体根据每一运动时刻的多个身体部位的三维坐标信息,分别计算头部、躯干、上臂、下臂、大腿和小腿在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
21.根据权利要求20所述室内人体运动量的测量装置,其特征在于,所述第一运动量计算单元包括:
第一坐标获取子单元,用于所述运动部位为头部或躯干时,获取运动部位上一特定位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
第一处理子单元,用于根据所述特定位置点在三维坐标方向上计算时刻相对于所述计算时刻的前一时刻的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
22.根据权利要求20所述室内人体运动量的测量装置,其特征在于,所述第一运动量计算单元包括:
第二坐标获取子单元,用于当所述运动部位为上臂、下臂、大腿或小腿时,获取运动部位上具有预设距离的第一位置点和第二位置点分别在计算时刻和所述计算时刻的前一时刻的三维坐标信息;
第二处理子单元,用于根据所述三维坐标信息,分别计算在计算时刻时第一位置点相对于第二位置点的第一相对位置以及在计算时刻的前一时刻时第一位置点相对于第二位置点的第二相对位置;
第三处理子单元,用于根据所述第一相对位置和所述第二相对位置在三维坐标方向上的坐标差值,计算运动部位在计算时刻和所述计算时刻的前一时刻之间的实时运动量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611104652.5A CN108158587B (zh) | 2016-12-05 | 2016-12-05 | 室内人体运动量的测量方法和测量装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611104652.5A CN108158587B (zh) | 2016-12-05 | 2016-12-05 | 室内人体运动量的测量方法和测量装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108158587A true CN108158587A (zh) | 2018-06-15 |
CN108158587B CN108158587B (zh) | 2020-12-29 |
Family
ID=62525877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611104652.5A Active CN108158587B (zh) | 2016-12-05 | 2016-12-05 | 室内人体运动量的测量方法和测量装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108158587B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110693499A (zh) * | 2019-11-14 | 2020-01-17 | 河北农业大学 | 一种动物体尺和体重的检测系统及方法 |
CN112922879A (zh) * | 2019-12-05 | 2021-06-08 | 佛山市云米电器科技有限公司 | 风扇的定向吹风控制方法、风扇、系统及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101703403B (zh) * | 2009-11-16 | 2011-01-12 | 清华大学 | 一种人体能量消耗测量装置及方法 |
KR20130031469A (ko) * | 2011-09-21 | 2013-03-29 | 삼성전자주식회사 | 3차원 모션 추적을 이용한 에너지 소비 계산장치 및 방법 |
US9597016B2 (en) * | 2012-04-27 | 2017-03-21 | The Curators Of The University Of Missouri | Activity analysis, fall detection and risk assessment systems and methods |
CN103745569B (zh) * | 2013-12-30 | 2018-02-16 | 杨松 | 检测人体跌倒的方法和终端 |
CN105054936B (zh) * | 2015-07-16 | 2017-07-14 | 河海大学常州校区 | 基于Kinect景深图像的快速身高和体重测量方法 |
CN105769209A (zh) * | 2016-03-31 | 2016-07-20 | 联想(北京)有限公司 | 一种计算热量消耗的方法及电子设备 |
-
2016
- 2016-12-05 CN CN201611104652.5A patent/CN108158587B/zh active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110693499A (zh) * | 2019-11-14 | 2020-01-17 | 河北农业大学 | 一种动物体尺和体重的检测系统及方法 |
CN110693499B (zh) * | 2019-11-14 | 2023-10-24 | 河北农业大学 | 一种动物体尺和体重的检测系统及方法 |
CN112922879A (zh) * | 2019-12-05 | 2021-06-08 | 佛山市云米电器科技有限公司 | 风扇的定向吹风控制方法、风扇、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108158587B (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104826277B (zh) | 一种跑步机智能体感控制方法及设备 | |
Godfrey et al. | Activity classification using a single chest mounted tri-axial accelerometer | |
EP3297520B1 (en) | Devices for measuring human gait and related methods of use | |
Butte et al. | Assessing physical activity using wearable monitors: measures of physical activity | |
RU2681582C2 (ru) | Способ и устройство для идентификации переходов между положениями сидя и стоя | |
CN104159644B (zh) | 分析高尔夫挥杆的装置和方法 | |
Wagenaar et al. | Continuous monitoring of functional activities using wearable, wireless gyroscope and accelerometer technology | |
KR102107379B1 (ko) | 3축 동작측정기를 이용한 노쇠 예측 방법, 3축 동작측정기를 이용한 노쇠 예측 시스템 및 웨어러블 노쇠 예측 장치 | |
KR102010898B1 (ko) | 관성센서를 이용한 보행 분석 시스템 및 방법 | |
CN106388771B (zh) | 一种自动检测人体生理状态的方法及运动手环 | |
US20080288200A1 (en) | Newtonian physical activity monitor | |
CN106821388A (zh) | 脑卒中病人下肢康复定量评估方法 | |
US20130060512A1 (en) | Calculation of minimum ground clearance using body worn sensors | |
EP1367940A1 (en) | Activity monitor | |
WO2008132105A1 (en) | Monitor device and use thereof | |
JP6127873B2 (ja) | 歩行特徴の解析方法 | |
CN110327595A (zh) | 基于可穿戴传感器的动作捕捉识别与评估装置及方法 | |
CN108514421A (zh) | 提升混合现实与日常健康监测的方法 | |
Bötzel et al. | Quantification of gait parameters with inertial sensors and inverse kinematics | |
CN105771224B (zh) | 一种基于多传感器的运动评估系统 | |
CN108158587A (zh) | 室内人体运动量的测量方法和测量装置 | |
CN107943271A (zh) | 运动数据检测方法、装置及系统 | |
KR20180031610A (ko) | 밴드형 운동 및 생체정보 측정 장치 | |
JP4719768B2 (ja) | 酸素摂取量測定方法およびこの方法を用いる装置 | |
CN109045682A (zh) | 一种降低投影手机与智能鞋互动健身游戏传输时延的方法 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 32 Xuanwumen West Street, Xicheng District, Beijing 100053 Patentee after: CHINA MOBILE COMMUNICATION LTD., Research Institute Patentee after: CHINA MOBILE COMMUNICATIONS GROUP Co.,Ltd. Address before: 32 Xuanwumen West Street, Xicheng District, Beijing 100053 Patentee before: CHINA MOBILE COMMUNICATION LTD., Research Institute Patentee before: CHINA MOBILE COMMUNICATIONS Corp. |