CN109091848A - 挥动动作识别方法、装置、终端及计算机可读存储介质 - Google Patents

Abstract

本申请实施例公开了一种挥动动作识别方法，所述方法包括：终端接收传感器值，并从接收到的传感器值中确定出起点值，获取从所述起点值开始的M个传感器值构成子序列，计算所述子序列与预设挥动数值序列的距离，得到距离值，若所述距离值小于预设距离，则识别一次挥动动作。通过实施上述方法，可以解决挥动动作识别过程复杂度较高的问题，提升挥动动作识别的简便性和准确性。

Description

挥动动作识别方法、装置、终端及计算机可读存储介质

技术领域

本申请涉及电子技术领域，尤其涉及一种挥动动作识别方法、装置、终端及计算机可读存储介质。

背景技术

运动分析与识别是基于数据分析运动动作，帮助提升运动体验或辅助训练的实用技术。例如，通过分析用户在击打高尔夫球时的挥杆动作，进而预测高尔夫球的运动轨迹；又如，通过分析用户的击打乒乓球时的挥拍动作，进而判断用户的击球是否合理等。

目前的运动分析方案是通过摄像机和体感器录制用户的运动过程，得到用户的关节点运动视频，通过对视频的分析识别出用户的运动动作。这样的方法适用于一些对运动分析要求较高的情景，如重要体育赛事的运动员的动作分析。但是，采用摄像机进行数据采集，并配合高性能处理器分析用户的动作，成本高，且不方便实施。对于一些简单动作(如挥动动作)的识别，使用摄像机、高性能处理器等设备会造成资源的浪费。

发明内容

本申请实施例提供了一种挥动动作识别方法、装置和终端，可快捷地检测挥动动作。

一方面，本申请实施例提供了一种挥动动作识别方法，所述方法包括：

接收传感器值，并从接收到的传感器值中确定出检测起点值，所述传感器值为传感器检测到的数值，所述传感器设置在目标对象上；

获取从所述起点值开始的M个传感器值构成子序列，所述M为整数值；

计算所述子序列与预设挥动数值序列的距离，得到距离值；

若所述距离值小于预设距离，则确定当前传感器检测到所述目标对象的挥动动作。

在一种实现方式中，从接收到的传感器值中确定出起点值的具体实现方式可以是：

确定N个分析序列，每个分析序列中包括最新点和参考点，所述N为整数值；

计算所述N个分析序列与所述预设挥动数值序列的相似度；

将所述N个分析序列中与所述预设挥动数值序列相似度最大的分析序列确定为目标分析序列；

将所述目标分析序列中的最新点确定为所述起点值。

在一种实现方式中，确定N个分析序列的具体实现方式可以是：

将当前接收到的传感器值作为最新点；

以该最新点为标准点，将已经接收到的P个传感器值作为参考点，构成当前接收到的传感器值对应的分析序列，所述P为整数值。

在一种实现方式中，从接收到的传感器值中确定出起点值的具体实现方式可以是：

根据已经接收到的传感器值确定分析序列；

判断所述分析序列与预设挥动数值序列的相似度是否大于预设阈值；

若所述相似度大于预设阈值，则将所述传感器值确定为起点值。

在一种实现方式中，接收传感器值的具体实现方式可以是：

接收传感器检测到的加速度；

对所述加速度进行取模运算，将取模运算后得到的值作为传感器值。

另一方面，本申请提供了一种挥动动作识别装置，所述装置包括：

确定模块，用于接收传感器值，并从接收到的传感器值中确定出检测起点值，所述传感器值为传感器检测到的数值，所述传感器设置在目标对象上；

获取模块，用于获取从所述起点值开始的M个传感器值构成子序列，所述M为整数值；

计算模块，用于计算所述子序列与预设挥动数值序列的距离，得到距离值；

识别模块，用于若所述距离值小于预设距离，则确定当前传感器检测到所述目标对象的挥动动作。

在一种实现方式中，所述确定模块具体用于确定N个分析序列，每个分析序列中包括最新点和参考点，所述N为整数值；

所述计算模块还用于计算所述N个分析序列与所述预设挥动数值序列的相似度；

所述确定模块还用于将所述N个分析序列中与所述预设挥动数值序列相似度最大的分析序列确定为目标分析序列；

所述确定模块还用于将所述目标分析序列中的最新点确定为所述起点值。

在一种实现方式中，所述确定模块具体用于：

将当前接收到的传感器值作为最新点；

以该最新点为标准点，将已经接收到的P个传感器值作为参考点，构成当前接收到的传感器值对应的分析序列，所述P为整数值。

在一种实现方式中，所述确定模块还用于确定传感器值对应的分析序列；

所述挥动动作识别装置还包括判断模块，用于判断分析序列与预设挥动数值序列的相似度是否大于预设阈值；

若相似度大于第一预设阈值，则将所述传感器值确定为起点值。

在一种实现方式中，所述确定模块，具体用于：

接收传感器检测到的加速度；

对所述加速度进行取模运算，得到取模预算后的加速度值。

再一方面，本申请实施例提供了一种终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行本申请提供的挥动动作识别方法。

再一方面，本申请实施例提供了一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如本申请提供的挥动动作识别方法。

本申请实施例中，终端接收传感器值，并将接收到的传感器值构造为子序列，通过比较子序列与预设挥动数值序列的相似度和距离，来确定传感器是否检测到用户基于目标对象的挥动动作。通过上述方法，解决了挥动动作识别过程复杂度较高的问题，提升了挥动动作识别的简便性和准确性

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种挥动动作识别方法的流程示意图；

图2为本申请实施例提供的另一种挥动动作识别方法的流程示意图；

图3为本申请实施例提供的一种高尔夫球杆的结构示意图；

图4为本申请实施例提供的一种挥动动作识别装置的结构示意图；

图5为本申请实施例提供的一种终端的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供了一种挥动动作识别方案，通过在运动器具上安装传感器(如三轴加速器)来识别用户的挥动动作，其中，运动器具可以为高尔夫球杆、乒乓拍、羽毛球拍等。通过分析传感器收集到的数据，进而识别用户的挥动动作。本申请实施例提供的挥动动作识别方案具有如下优点：(1)成本低，本申请只需要能安装于运动器具上的传感器和具有简单运算功能的数据处理装置。(2)算法复杂度低，只需要对传感器检测到的加速度进行运算即可识别用户的挥动动作，而无需复杂的图像处理运算。(3)可实施性强，传感器体积小，携带方便，且可以内置与运动器具中，因此本申请实施例提供的方案操作简便，可实施性强。

基于上述描述，本申请实施例提供一种挥动动作识别方法，该方法的大致原理包括：①传感器采集加速度数据，具体实现中，传感器可以为三轴加速度传感器，传感器可以安装在运动器具中，其中，运动器具可以为高尔夫球杆，当用户挥动高尔夫球杆时，传感器将随着高尔夫球杆的挥动而移动，因此获取到高尔夫球杆的挥杆加速度，该高尔夫球杆的结构如图3所示。在一种实现方式中，传感器实时记录高尔夫球杆的挥杆加速度，在另一种实现方式中，传感器也可以在检测到触发开启条件时获取高尔夫球杆的挥杆加速度，其中，触发条件可以为用户对预设按键的按压操作，也可以为检测到高尔夫球杆的摇晃等，本申请在此不做限定。②终端接收传感器检测到的加速度数据，并对加速度数据进行分析，其中，终端对传感器采集到的加速度数据的具体分析过程可以为终端对接收到的加速度数据进行取模运算，得到取模运算后的加速度值，其中，终端实时获取传感器采集到的加速度，具体实现中，传感器采集加速度的频率可以是200HZ，即每秒采集200个加速度，终端接收传感器发送的加速度，并进行取模运算得到加速度值，且针对每个加速度值，终端进行一次相似度运算，比较以当前加速度值为终点的加速度值序列与预设挥动数值序列的相似度，例如，预设挥动数值序列包含230个加速度值，则终端接收到传感器发送的当前时刻的加速度值之后，将该加速度值与之前获取到的229个加速度值进行组合构成加度数序列，然后比较该加速度值序列与预设挥动数值序列的相似度。其中，相似度的具体比较方式可以为计算加速度值序列与预设挥动数值序列的相关系数，将计算得到的相关系数作为两个序列的相似度。③在一种实现方式中，终端计算加速度值序列与预设挥动数值序列的相似度大于预设阈值之后，则计算该加速度值序列与预设挥动数值序列的距离值，其中，计算距离值的方式可以为使用动态时间规整(Dynamic Time Warping，DTW)算法计算加速度值序列与预设挥动数值序列的距离，可选的，也可以计算加速度值序列与预设挥动数值序列的欧式距离、汉明距离等，本申请实施例不做限定。若加速度值序列与预设挥动数值序列的距离小于预设阈值，则识别一次挥动动作。④在一种实现方式中，终端计算加速度值序列与预设挥动数值序列的相似度大于预设阈值之后，将继续计算接下来的M个加速度值对应的加速度值序列与预设挥动数值序列的相似度，其中M为大于或等于1的整数，且第M个加速度值对应的加速度值序列与预设挥动数值序列的相似度小于预设阈值。终端将当前加速度对应的序列与之后的M-1个加速度对应的序列定义为分析序列，从各个分析序列中选取出与预设挥动数值序列相似度最大的序列作为目标加速度值序列，并计算该目标分析序列与预设挥动数值序列的距离值，若目标分析序列与预设挥动数值序列的距离小于预设阈值，则识别一次挥动动作。

综上可知，本申请实施例提供的挥动动作识别方法至少具有以下优点：(1)使用相似度识别和一个相对较低的相似度阈值作为挥动动作对应的加速度值序列的判决条件，既保证了召回率，又大大降低了对动态时间规整算法的依赖，从而降低了算法的时间复杂度；(2)使用动态时间规整算法对挥动动作进一步识别，保证了识别的准确率。(3)使用加速度计的模值而不利用加速度计的方向，降低了传感器的安装要求，同时增加了算法的鲁棒性。(4)能够很好地适应不同的挥杆速度，不同挥杆人，具有足够的鲁棒性。

请参见图1，为本申请实施例提供的一种挥动动作识别方法的流程示意图，该方法可包括：

S101、终端接收传感器值，并从接收到的传感器值中确定出检测起点值。

本申请实施例中，传感器值为传感器检测到的数值，如加速度、速度等，传感器设置在目标对象上，该目标对象可以为各类运动器具，如高尔夫球杆、乒乓拍、羽毛球拍等，传感器可以为三轴加速度传感器，用于检测运动器具的加速度，终端可以是手机、电脑、可穿戴设备等具有计算功能的电子产品。具体实现中，终端可以接收传感器检测到的加速度值，并对加速度值进行分析，确定出挥动动作序列的检测起点值，该起点值为一个具体的加速度值。

其中，起点值的具体确定方式为，根据终端接收到的加速度确定N个分析序列，终端计算N个分析序列与预设挥动数值序列的相似度，将N个分析序列中与预设挥动数值序列相似度最大的分析序列确定为目标分析序列，并将目标分析序列中的最新点确定为起点值。其中，每个分析序列包括最新点和参考点，N为正整数值。具体实现中，终端以该最新点为标准点，将已经接收到的P个传感器值作为参考点，构成当前接收到的传感器值对应的分析序列，其中，P为整数值。

具体的，终端实时接收传感器值，该传感器值可以为传感器检测到的加速度，终端对该加速度进行取模运算得到的加速度值，针对每一个加速度值，终端将该加速度值确定为最新点，并以该最新点为标准点，将已经接收到的P个传感器值作为参考点，构成当前接收到的传感器值对应的分析序列，其中，P为整数值。

在一种实现方式中，加速度值序列的长度与预设挥动数值序列的长度相同。预设挥动数值序列为预先记录的一次挥动动作对应的加速度值序列，由M个加速度值组成，M为一个正整数值，对于M的具体数值，本申请实施例不做限定。此时P＝M-1。

举例说明，终端实时获取到的加速度值为0、0.6、1.2、1.5、1.9、1.4、1.1，预设挥动数值序列为1.3、1.6、2.0。则终端根据获取到的加速度值确定5个加速度值序列，分别为第一加速度值序列0、0.6、1.2，第二加速度值序列0.6、1.2、1.5，第三加速度值序列1.2、1.5、1.9，第四加速度值序列1.5、1.9、1.4和第五加速度值序列1.9、1.4、1.1，其中，参考点对应加速度值序列中前两位值，最新点为加速度值序列中末位值。

终端获取到各个加速度值对应的加速度值序列之后，将计算各个加速度值序列与预设挥动数值序列的相似度，具体实现中，相似度可以由加速度值序列与预设挥动数值序列的相关系数定义，终端计算加速度值序列与预设挥动数值序列的相关系数，将计算得到的相关系数值作为加速度值序列与预设挥动数值序列的相似度。需要说明的是，终端也可以采用其他方式来定义加速度值序列与预设挥动数值序列的相似度，如加速度值序列与预设挥动数值序列的比值、加速度值序列与预设挥动数值序列的差值等。终端计算各个加速度值序列与预设挥动数值序列的相似度之后，若计算得到的相似度大于预设阈值，则将该加速度值序列确定为分析序列。终端确定出各个分析序列之后，将所述N个分析序列中与预设挥动数值序列相似度最大的分析序列确定为目标分析序列，并将目标分析序列中的最新点确定为所述起点值。

举例说明，终端根据获取到的加速度值确定5个加速度值序列，并计算得到第一加速度值序列0、0.6、1.2与预设挥动数值序列的相似度为0.4，第二加速度值序列0.6、1.2、1.5与预设挥动数值序列的相似度为0.6，第三加速度值序列1.2、1.5、1.9与预设挥动数值序列的相似度为0.9第四加速度值序列1.5、1.9、1.4与预设挥动数值序列的相似度为0.7，第五加速度值序列1.9、1.4、1.1与预设挥动数值序列的相似度为0.3。第一预设阈值为0.5，则终端确定第二加速度值序列、第三加速度值序列和第四加速度值序列为分析序列。而分析序列中第三加速度值序列1.2、1.5、1.9与预设挥动数值序列的相似度最大，终端将第三加速度值序列确定为目标分析序列，并确定出的起点值为1.9。

S102、终端获取从起点值开始的M个传感器值构成子序列。

本申请实施例中，终端从获取到的传感器值中确定出起点值之后，将以该起点值开始的M个传感器值构成子序列，其中，M为预设挥动数值序列所包含的值的数量，其具体可以由研发人员预先设定。

举例说明，终端实时获取到的加速度值为0、0.6、1.2、1.5、1.9、1.4、1.1，预设挥动数值序列为1.3、1.6、2.0，且终端确定出起点值为1.9，则以1.2、1.5、1.9构成子序列。可选的，终端也可以将1.9、1.4、1.1组合作为子序列。其具体的组合方式可以由研发人员预先设置。

S103、终端计算子序列与预设挥动数值序列的距离，得到距离值。

终端确定子序列之后，将计算该子序列与预设挥动数值序列的距离，得到距离值。其中，计算序列之间的距离值的具体计算方式可以为采用动态时间规整算进行计算。

S104、若距离值小于预设距离，则确定当前传感器检测到目标对象的挥动动作。

本申请实施例中，终端计算所述子序列与预设挥动数值序列的距离，将判断该子序列与预设挥动数值序列的距离是否小于预设距离，若是，则将该子序列确认为挥杆动作序列，并确定当前传感器检测到目标对象的挥动动作。

本申请实施例中，终端是实时对加速度值序列进行分析判断，根据加速度值序列与预设挥动数值序列的相似度和距离值判断其是否对应一个挥动动作的加速度值序列，进而识别出挥动动作。通过加速度值序列与预设挥动数值序列的相似度判断，保证了召回率，通过距离值进一步判断，保证了算法的准确率，因此本申请实施例提供的方法解决了挥动动作识别过程复杂度较高的问题，提升了挥动动作识别的简便性和准确性。

请参见图2，为本申请实施例提供的另一种挥动动作识别方法的流程示意图，该方法可包括：

S201、终端接收传感器值。

本申请实施例中，终端接收传感器检测到的数值，该数值可以是运动器具的加速度，终端对传感器检测到的加速度进行取模运算，将取模运算后得到的加速度作为传感器值，并从得到的加速度值中确定出起点值。

S202、终端根据已经接收到的传感器值确定分析序列。

具体的，终端获取到加速度值之后，将对获取到的各个加速度值进行组合，得到分析序列。其中，具体的组合方式可以为针对实时获取到的每一个加速度值，将其与之前获取到的M-1个加速度值进行组合构成包含M个加速度值的分析序列。其中，M为预设挥动数值序列中包含的加速度值的数量。需要说明的是，预设挥动数值序列为通过传感器预先记录的一次挥动动作对应的加速度值序列。

举例说明，预设挥动数值序列为1.3、1.6、2.0，终端在之前的三个时刻接收到的加速度值分为0、0.6、1.2，当终端接收到下一个时刻的加速度值为1.5之后，则将加速度值0.6、1.2、1.5进行组合，构成一个分析序列，在下一个时刻，当终端接收到的加速度值为1.8之后，则将加速度值1.2、1.5、1.8进行组合，得到新的分析序列。

S203、终端判断分析序列与预设挥动数值序列的相似度是否大于预设阈值。

具体的，终端确定获取到的加速度值对应的分析序列之后，将判断分析序列与预设挥动数值序列的相似度是否大于预设阈值，具体的，相似度的具体计算方法可以为计算分析序列与预设挥动数值序列的相关系数，终端将计算得到的相关系数作为分析序列与预设挥动数值序列的相似度。

终端计算得到分析序列与预设挥动数值序列的相似度之后，将判断计算得到的相似度是否大于预设阈值，其中，预设阈值可以为0.7、0.8、0.9等，具体可以由研发人员设定，本申请实施例不做限定。若相似度大于预设阈值，则执行步骤S204，若相似度小于或等于预设阈值，可选的，结束本流程，并处理下一个分析序列。

S204、若分析序列与预设挥动数值序列的相似度大于预设阈值，则终端将该分析序列对应的传感器值确定为起点值。

S205、终端获取从起点值开始的M个传感器值构成子序列。

本申请实施例中，终端获取到起点值之后，将继续接收传感器检测到的加速度值，并将根据之后接收到的M-1个加速度值组成子序列，其中M为整数值。

举例说明，预先设置的M值为3，终端获取到加速度值为0、0.6、1.2、1.5，并确定1.5为起点值，则终端继续获取到传感器检测到的加速度值为2.3和2.5，则终端将1.5、2.3、2.5组成子序列。

可选的，终端也可以将起点值对应的分析序列作为子序列。

S206、终端计算子序列与预设挥动数值序列的距离，得到距离值；

本申请实施例中，终端根据获取到的加速度值确定子序列之后，将计算子序列与预设挥动数值序列的距离，具体的，终端可以采用动态时间规整算法计算子序列与预设挥动数值序列的距离。可选的，终端也可以计算子序列与预设挥动数值序列的汉明距离、欧式距离等。

S207、终端判断距离值是否小于预设距离。

本申请实施例中，终端计算得到子序列与预设挥动数值序列的距离之后，将判断该距离值是否小于预设距离，若是，则识别一次挥动动作。若否，则结束本流程。

S208、若距离值小于预设距离，则终端确定当前传感器检测到所述目标对象的挥动动作。

本申请实施例中，当终端确定子序列与预设挥动数值序列的距离值小于预设距离之后，则将该子序列确定为挥动动作对应的序列，并识别一次挥动动作。可选的，当终端识别到一次挥动动作后，将暂停挥杆动作的识别流程，其中，暂停的时长可以为0.1秒，0.2秒等。或者，终端在接收到检测到触发指令后，结束暂停操作，继续对挥动动作进行识别，具体的，该触发指令可以为获取到的加速度值对应的分析序列与预设挥杆序列的相似度小于预设阈值。通过上述方法，可以避免对同一挥杆动作的多次识别。

本申请实施例中，通过接收传感器值，并从接收到的传感器值中确定出起点值，并根据起点值确定子序列，进一步判断子序列与预设挥动数值序列的距离值，若距离值小于预设距离，则识别一次挥动动作。解决了挥动动作识别过程复杂度较高的问题，提升了挥动动作识别的简便性和准确性。

下面将结合附图4对本申请实施例提供的挥动动作识别装置进行详细介绍。需要说明的是，附图4所示的挥动动作识别装置，用于执行本申请图1-图2所示实施例的方法，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，经参照本申请图1-图2所示的实施例。

请参见图4，为本申请提供的一种挥动动作识别装置的结构示意图，该挥动动作识别装置40可包括：确定模块401、获取模块402、计算模块403和识别模块404。

确定模块401，用于接收传感器值，并从接收到的传感器值中确定出检测起点值，所述传感器值为传感器检测到的数值，所述传感器设置在目标对象上；

获取模块402，用于获取从所述起点值开始的M个传感器值构成子序列，所述M为整数值；

计算模块403，用于计算所述子序列与预设挥动数值序列的距离，得到距离值；

识别模块404，用于若所述距离值小于预设距离，则确定当前传感器检测到所述目标对象的挥动动作。

在一种实现方式中，所述确定模块401具体用于确定N个分析序列，每个分析序列中包括最新点和参考点，所述N为整数值；

所述计算模块403还用于计算所述N个分析序列与所述预设挥动数值序列的相似度；

所述确定模块401还用于将所述N个分析序列中与预设挥动数值序列相似度最大的分析序列确定为目标分析序列；

所述确定模块401还用于将所述目标分析序列中的最新点确定为所述起点值。

在一种实现方式中，所述确定模块401，具体用于：

将当前接收到的传感器值作为最新点；

以该最新点为标准点，将已经接收到的P个传感器值作为参考点，构成当前接收到的传感器值对应的分析序列，所述P为整数值。

在一种实现方式中，所述确定模块401还用于确定传感器值对应的分析序列；

所述挥动动作识别装置还包括判断模块405，用于判断分析序列与预设挥动数值序列的相似度是否大于预设阈值；

若相似度大于第一预设阈值，则将所述传感器值确定为起点值。

在一种实现方式中，所述确定模块401，具体用于：

接收传感器检测到的加速度；

对所述加速度进行取模运算，得到取模预算后的加速度值。

本申请实施例中，确定模块401接收传感器值，并从接收到的传感器值中确定出起点值，所述传感器值为传感器检测到的数值；获取模块402获取从所述起点值开始的M个传感器值构成子序列，所述M为整数值；计算模块403计算所述子序列与预设挥动数值序列的距离，得到距离值；若所述距离值小于预设距离，则识别模块404识别一次挥动动作。通过上述方法，解决了挥动动作识别过程复杂度较高的问题，提升了挥动动作识别的简便性和准确性。

请参见图5，为本申请实施例提供了一种终端的结构示意图。如图5所示，该终端包括：至少一个处理器501，输入设备503，输出设备504，存储器505，至少一个通信总线502。其中，通信总线502用于实现这些组件之间的连接通信。其中，输入设备503可以是控制面板或者麦克风等，输出设备504可以是显示屏等。其中，存储器505可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器505可选的还可以是至少一个位于远离前述处理器501的存储装置。其中处理器501可以结合图4所描述的装置，存储器505中存储一组程序代码，且处理器501，输入设备503，输出设备504调用存储器505中存储的程序代码，用于执行以下操作：

输入设备503，用于接收传感器值，处理器501从接收到的传感器值中确定出检测起点值，所述传感器值为传感器检测到的数值，所述传感器设置在目标对象上；

处理器501用于获取从所述起点值开始的M个传感器值构成子序列，所述M为整数值；

处理器501用于计算所述子序列与预设挥动数值序列的距离，得到距离值；

处理器501用于若所述距离值小于预设距离，则确定当前传感器检测到所述目标对象的挥动动作。

在一种实现方式中，处理器501，还用于：

确定N个分析序列，每个分析序列中包括最新点和参考点，所述N为整数值；

计算所述N个分析序列与所述预设挥动数值序列的相似度；

将所述N个分析序列中与所述预设挥动数值序列相似度最大的分析序列确定为目标分析序列；

将所述目标分析序列中的最新点确定为所述起点值。

再一种实现方式中，处理器501，具体用于：

将当前接收到的传感器值作为最新点；

以该最新点为标准点，将已经接收到的P个传感器值作为参考点，构成当前接收到的传感器值对应的分析序列，所述P为整数值。

再一种实现方式中，处理器501，具体用于：

根据已经接收到的传感器值确定分析序列；

判断所述分析序列与预设挥动数值序列的相似度是否大于预设阈值；

若所述相似度大于预设阈值，则将所述传感器值确定为起点值。

再一种实现方式中，处理器501，具体用于：

接收传感器检测到的加速度；

对所述加速度进行取模运算，将取模运算后得到的值作为传感器值。

根据所述第一差值与所述第二差值得到所述目标像素点的差分灰阶值。

本申请实施例中，通过输入设备503接收传感器值，处理器501从接收到的传感器值中确定出起点值，并根据起点值确定子序列，进一步判断子序列与预设挥动数值序列的距离值，若距离值小于预设距离，则处理器501确定当前传感器检测到所述目标对象的挥动动作。解决了挥动动作识别过程复杂度较高的问题，提升了挥动动作识别的简便性和准确性。

本申请实施例中所述模块，可以通过通用集成电路，例如CPU(CentralProcessing Unit，中央处理器)，或通过ASIC(Application Specific IntegratedCircuit，专用集成电路)来实现。

应当理解，在本申请实施例中，所称处理器501可以是中央处理模块(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

总线502可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互联(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等，该总线502可以分为地址总线、数据总线、控制总线等，为便于表示，图5仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的计算机存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (10)

1.一种挥动动作识别方法，其特征在于，包括：

接收传感器值，并从接收到的传感器值中确定出检测起点值，所述传感器值为传感器检测到的数值，所述传感器设置在目标对象上；

获取从所述起点值开始的M个传感器值构成子序列，所述M为整数值；

计算所述子序列与预设挥动数值序列的距离，得到距离值；

若所述距离值小于预设距离，则确定当前传感器检测到所述目标对象的挥动动作。

2.根据权利要求1所述的方法，其特征在于，所述从接收到的传感器值中确定出起点值，包括：

确定N个分析序列，每个分析序列中包括最新点和参考点，所述N为整数值；

计算所述N个分析序列与所述预设挥动数值序列的相似度；

将所述N个分析序列中与所述预设挥动数值序列相似度最大的分析序列确定为目标分析序列；

将所述目标分析序列中的最新点确定为所述起点值。

3.根据权利要求2所述的方法，其特征在于，所述确定N个分析序列，包括：

将当前接收到的传感器值作为最新点；

以该最新点为标准点，将已经接收到的P个传感器值作为参考点，构成当前接收到的传感器值对应的分析序列，所述P为整数值。

4.根据权利要求1所述的方法，其特征在于，所述从接收到的传感器值中确定出起点值，包括：

根据已经接收到的传感器值确定分析序列；

判断所述分析序列与预设挥动数值序列的相似度是否大于预设阈值；

若所述相似度大于预设阈值，则将所述传感器值确定为起点值。

5.根据权利要求1所述的方法，其特征在于，所述接收传感器值，包括：

接收传感器检测到的加速度；

对所述加速度进行取模运算，将取模运算后得到的值作为传感器值。

6.一种挥动动作识别装置，其特征在于，所述方法包括：

确定模块，用于接收传感器值，并从接收到的传感器值中确定出检测起点值，所述传感器值为传感器检测到的数值，所述传感器设置在目标对象上；

获取模块，用于获取从所述起点值开始的M个传感器值构成子序列，所述M为整数值；

计算模块，用于计算所述子序列与预设挥动数值序列的距离，得到距离值；

识别模块，用于若所述距离值小于预设距离，则确定当前传感器检测到所述目标对象的挥动动作。

7.根据权利要求6所述的挥动动作识别装置，其特征在于，

所述确定模块具体用于确定N个分析序列，每个分析序列中包括最新点和参考点，所述N为整数值；

所述计算模块还用于计算所述N个分析序列与所述预设挥动数值序列的相似度；

所述确定模块还用于将所述N个分析序列中与所述预设挥动数值序列相似度最大的分析序列确定为目标分析序列；

所述确定模块还用于将所述目标分析序列中的最新点确定为所述起点值。

8.根据权利要求6所述的挥动动作识别装置，其特征在于，所述确定模块具体用于：

将当前接收到的传感器值作为最新点；

以该最新点为标准点，将已经接收到的P个传感器值作为参考点，构成当前接收到的传感器值对应的分析序列，所述P为整数值。

9.一种终端，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-5任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-5任一项所述的方法。