TW201727236A - 動作偵測裝置以及重複動作偵測方法 - Google Patents

動作偵測裝置以及重複動作偵測方法 Download PDF

Info

Publication number
TW201727236A
TW201727236A TW105117395A TW105117395A TW201727236A TW 201727236 A TW201727236 A TW 201727236A TW 105117395 A TW105117395 A TW 105117395A TW 105117395 A TW105117395 A TW 105117395A TW 201727236 A TW201727236 A TW 201727236A
Authority
TW
Taiwan
Prior art keywords
action
angular
pen
accelerations
motion
Prior art date
Application number
TW105117395A
Other languages
English (en)
Other versions
TWI614504B (zh
Inventor
王教昌
劉亦謙
顧世彥
Original Assignee
宏達國際電子股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 宏達國際電子股份有限公司 filed Critical 宏達國際電子股份有限公司
Publication of TW201727236A publication Critical patent/TW201727236A/zh
Application granted granted Critical
Publication of TWI614504B publication Critical patent/TWI614504B/zh

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30221—Sports video; Sports image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

一種重複動作的偵測方法，包括：接收複數筆加速度；接收複數筆角速度；根據該些加速度決定複數個穩定點；根據該些穩定點決定複數段動作期間，其中該些段動作期間分別對應該些角速度中的不同組角速度；以及根據相應於該些段動作期間的該些角速度中的該些不同組角速度之間的差異，對該些段動作期間進行分群。

Description

動作偵測裝置以及重複動作偵測方法
本案涉及裝置及方法。具體而言，本案涉及動作偵測裝置以及重複動作偵測方法。
隨電子科技的進展，動作偵測裝置已被廣泛地應用。
在運動訓練中，動作偵測裝置可用以偵測重複動作，如偵測高爾夫球揮桿動作或投籃動作。典型的動作偵測方法可利用機器學習(machine learning)達成。然在，在機器學習中，目標動作必須被適當地定義，且必須具備有與目標動作對應的訓練資料庫。因此，如此的動作偵測方法的應用將受到限制。
本案一實施態樣涉及一種重複動作的偵測方法。根據本案一實施例，該偵測方法包括：接收複數筆加速度；接收複數筆角速度；根據該些加速度決定複數個穩定點；根據該些穩定點決定複數段動作期間，其中該些段動作期間分別對應該些角速度中的不同組角速度；以及根據相應於該些段動作期間的該些角速度中的該些不同組角速度之間的差異，對該些段動作期間進行分群。
根據本案一實施例，決定該些穩定點的步驟包括：計算該些筆加速度的複數筆範數(norm)；以及根據該些筆加速度的該些筆範數是否低於一預設門檻，以決定該些穩定點。
根據本案一實施例，該些段動作期間為該些穩定點中的每一相鄰兩者的時間間距。
根據本案一實施例，每一該些段動作期間對應相同數量的該些筆角速度。
根據本案一實施例，重複動作的偵測方法，更包括：計算該些段動作期間的一平均時間；以及藉由將該平均時間乘上該些筆角速度的一取樣速率，以計算該些筆角速度的一目標數量，其中每一段動作期間對應該目標數量的該些筆角速度。
根據本案一實施例，對該些段動作期間進行分群的步驟包括：藉由對相應於每一該些段動作期間的該些筆角速度進行累積，以計算相應於每一該些段動作期間的複數筆角位 移總和；以及根據相應於每一該些段動作期間的該些筆角位移總和，對該些段動作期間進行分群。
本案一實施態樣涉及一種動作偵測裝置。根據本案一實施例，動作偵測裝置包括一通訊元件以及一處理元件。該通訊元件用以接收複數筆加速度以及複數筆角速度。該處理元件電性連接該通訊元件，用以：根據該些加速度決定複數個穩定點；根據該些穩定點決定複數段動作期間，其中該些段動作期間分別對應該些角速度中的不同組角速度；以及根據相應於該些段動作期間的該些角速度中的該些不同組角速度之間的差異，對該些段動作期間進行分群。
根據本案一實施例，該處理元件更用以：計算該些筆加速度的複數筆範數；以及根據該些筆加速度的該些筆範數是否低於一預設門檻，以決定該些穩定點。
根據本案一實施例，該些段動作期間為該些穩定點中的每一相鄰兩者的時間間距。
根據本案一實施例，每一該些段動作期間對應相同數量的該些筆角速度。
根據本案一實施例，該處理元件更用以：計算該些段動作期間的一平均時間；以及藉由將該平均時間乘上該些筆角速度的一取樣速率，以計算該些筆角速度的一目標數量，其中每一段動作期間對應該目標數量的該些筆角速度。
根據本案一實施例，該處理元件更用以：藉由對相應於每一該些段動作期間的該些筆角速度進行累積，以計算相應於每一該些段動作期間的複數筆角位移總和；以及根據相 應於每一該些段動作期間的該些筆角位移總和，對該些段動作期間進行分群。
本案一實施態樣涉及一種動作偵測裝置。根據本案一實施例，動作偵測裝置包括包括一通訊元件以及一處理元件。該通訊元件用以接收複數筆加速度以及複數筆角速度。該處理元件電性連接該通訊元件，用以：將該些筆角速度編碼為一序列的複數個動作碼，其中該序列包括複數子序列；根據該些子序列的一動作碼長度以及該些筆加速度，在該些子序列中選出複數受選的子序列；決定各別相應於該些受選的子序列的複數段動作期間，其中該些段動作期間分別對應該些角速度中的不同組角速度；以及根據相應於該些段動作期間的該些角速度中的該些不同組角速度之間的差異，對該些段動作期間進行分群。
根據本案一實施例，該處理元件更用以：根據該些筆加速度，決定複數穩定點；根據該些穩定點計算一重複動作估測時間長度；以及根據該些子序列的動作碼長度以及該重複動作估測時間長度，選出該些受選的子序列。
根據本案一實施例，該處理元件更用以：計算該些筆加速度的複數筆範數；以及根據該些筆加速度的該些筆範數是否低於一預設門檻，以決定該些穩定點。
根據本案一實施例，該處理元件更用以：將該重複動作估測時間長度乘以該些筆角速度的一取樣速率，以產生一乘積；以及選出該些受選的子序列，其中該些受選的子序列在由該乘積所計算出的一選取範圍內。
根據本案一實施例，該重複動作估測時間長度為該些穩定點中的每一相鄰兩者的時間間距之平均長度。
根據本案一實施例，該處理元件更用以：計算該些筆加速度的複數筆範數；計算該些筆加速度的該些範數的複數筆二階微分；以及根據該些筆加速度的該些範數的該些二階微分的複數筆數值，將每一該些筆加速度的該些範數的該些二階微分編碼為該序列的每一該些動作碼。
根據本案一實施例，該處理元件更用以：建立該序列的該些動作碼的一後綴陣列(suffix array)。
根據本案一實施例，該處理元件更用以：藉由對相應於每一該些段動作期間的該些筆角速度進行累積，以計算相應於每一該些段動作期間的複數筆角位移總和；以及根據相應於每一該些段動作期間的該些筆角位移總和，對該些段動作期間進行分群。
通過應用上述一實施例，即可得到一重複動作的複數筆動作期間。
10‧‧‧動作偵測系統
20‧‧‧攝影裝置
30‧‧‧穿戴裝置
100‧‧‧動作偵測裝置
110‧‧‧第一通訊元件
120‧‧‧第二通訊元件
130‧‧‧處理元件
200‧‧‧偵測方法
S1-S5‧‧‧步驟
MP1-MP3‧‧‧動作期間
a1-a13‧‧‧點
r1-r14‧‧‧點
300‧‧‧偵測方法
T1-T6‧‧‧步驟
第1圖為根據本案一實施例所繪示的動作偵測裝置的示意圖；第2圖為根據本發明一實施例的偵測方法的流程圖；第3圖為根據本發明一操作例所繪示的偵測方法的示意圖； 第4圖為根據本發明另一實施例的偵測方法的流程圖；以及第5圖為根據本發明另一操作例所繪示的偵測方法的示意圖。
以下將以圖式及詳細敘述清楚說明本揭示內容之精神，任何所屬技術領域中具有通常知識者在瞭解本揭示內容之實施例後，當可由本揭示內容所教示之技術，加以改變及修飾，其並不脫離本揭示內容之精神與範圍。
關於本文中所使用之『電性連接』，可指二或多個元件相互直接作實體或電性接觸，或是相互間接作實體或電性接觸，而『電性連接』還可指二或多個元件元件相互操作或動作。
關於本文中所使用之『第一』、『第二』、...等，並非特別指稱次序或順位的意思，亦非用以限定本發明，其僅為了區別以相同技術用語描述的元件或操作。
關於本文中所使用之『包含』、『包括』、『具有』、『含有』等等，均為開放性的用語，即意指包含但不限於。
關於本文中所使用之『及/或』，係包括所述事物的任一或全部組合。
關於本文中所使用之方向用語，例如：上、下、左、右、前或後等，僅是參考附加圖式的方向。因此，使用的方向用語是用來說明並非用來限制本案。
關於本文中所使用之用詞(terms)，除有特別註明外，通常具有每個用詞使用在此領域中、在此揭露之內容中與特殊內容中的平常意義。某些用以描述本揭露之用詞將於下或在此說明書的別處討論，以提供本領域技術人員在有關本揭露之描述上額外的引導。
本發明的一實施態樣涉及一種動作偵測裝置。在以下段落中，將以一電腦或一伺服器為例對動作偵測裝置的細節進行描述，然而本案不以此為限。
第1圖為根據本案一實施例所繪示的動作偵測系統10的示意圖。在本實施例中，動作偵測系統10包括攝影裝置20、穿戴裝置30、以及動作偵測裝置100。在一實施例中，動作偵測裝置100以有線或無線的方式電性連接攝影裝置20以及穿戴裝置30。在一實施例中，穿戴裝置30可由偵測對象穿戴，並用以提供動作資料至動作偵測裝置100。在一實施例中，攝影裝置20用以記錄偵測對象的動作，並產生一影片。在一實施例中，攝影裝置20、穿戴裝置30、以及動作偵測裝置100彼此同步。
在一實施例中，攝影裝置20例如可為攝影機。在一實施例中，穿戴裝置30例如可為智慧型手錶。穿戴裝置30可包括第一感測器(未繪示)以及第二感測器(未繪示)。第一感測器用以偵測穿戴裝置30的加速度。第二感測器用以偵測穿戴 裝置30的角速度。在一實施例中，第一感測器可為線性加速度計(linear accelerometer)。在一實施例中，第二感測器可為陀螺儀(gyrometer)。應注意到，在其它實施例中，第一感測器以及第二感測器可分別設置於不同的裝置上，且本案不以上述實施例為限。
在一實施例中，動作偵測裝置100可包括第一通訊元件110、第二通訊元件120、以及處理元件130。處理元件130電性連接第一通訊元件110及第二通訊元件120。
在一實施例中，第一通訊元件110及第二通訊元件120中的每一者例如可由有線或無線通訊電路所實現，但不以此為限。在一實施例中，處理元件130例如可用中央處理器、微處理器、可程式邏輯裝置(programmable logic device，PLD)、現場可程式化閘陣列(field-programmable gate array，FPGA)等適當計算裝置實現，但不以此為限。此外，在一實施例中，處理元件130的功能可用處理器執行儲存於電腦可讀取記錄媒體中的電腦程式實現。
在一實施例中，第一通訊元件110用以與穿戴裝置30進行通訊。在一實施例中，第一通訊元件110用以接收來自第一感測器的穿戴裝置30的多筆加速度，以及來自第二感測器的穿戴裝置30的多筆角速度，其中每一筆加速度與角速度具有一時戳(timestamp)以指示加速度與角速度的取樣時間或接收時間，以利後續的操作。在一實施例中，第二通訊元件120用以與攝影裝置20進行通訊。
在一實施例中，處理元件130用以根據前述加速度與角速度，尋找偵測對象的重複動作之多段動作期間。接著，處理元件130可利用第二通訊元件120接收來自於攝影裝置20的、相應於偵測對象的動作的影片，並相應於重複動作的多段動作期間自此一影片中分割出複數影片片段，並使一顯示器得以顯示相應於重複動作的複數影片片段。
在其它實施例中，處理元件130及攝影裝置20可分別提供重複動作之動作期間的資訊及影片至一影片分割裝置，以使影片分割裝置得以相應於重複動作的多段動作期間自此一影片中分割出複數影片片段，並使一顯示器得以顯示相應於重複動作的複數影片片段。在一實施例中，此一影片分割裝置可整合至攝影裝置20中。
透過以上的操作，即可令使用者可方便觀察其重複動作。
應注意到，在一些實施例中，處理元件130的至少部份功能可整合至攝影裝置20及/或穿戴裝置30中，且本案不以上述實施例為限。
以下將藉由第2圖中的偵測方法以提供本案更具體細節，然本案不以下述實施例為限。
應注意到，此一偵測方法可應用於相同或相似於第1圖中所示結構之動作偵測裝置。而為使敘述簡單，以下將根據本發明一實施例，以第1圖中的動作偵測裝置100為例進行對偵測方法敘述，然本發明不以此應用為限。
應注意到，在一些實施例中，偵測方法可實作為一電腦程式，並儲存於非暫態電腦可讀取記錄媒體中，而使電腦、電子裝置、或第1圖中的動作偵測裝置100讀取此記錄媒體後執行偵測方法。非暫態電腦可讀取記錄媒體可為唯讀記憶體、快閃記憶體、軟碟、硬碟、光碟、隨身碟、磁帶、可由網路存取之資料庫或熟悉此技藝者可輕易思及具有相同功能之非暫態電腦可讀取記錄媒體。
另外，應瞭解到，在本實施方式中所提及的偵測方法的操作，除特別敘明其順序者外，均可依實際需要調整其前後順序，甚至可同時或部分同時執行。
再者，在不同實施例中，此些操作亦可適應性地增加、置換、及/或省略。
參照第1、2圖，偵測方法200包括以下操作。
在步驟S1中，動作偵測裝置100的處理元件130透過第一通訊元件110接收來自第一感測器的穿戴裝置30的多筆加速度。
在步驟S2中，動作偵測裝置100的處理元件130透過第一通訊元件110接收來自第二感測器的穿戴裝置30的多筆角速度。應注意到，在一些實施例中，步驟S1、S2可對調。
在步驟S3中，動作偵測裝置100的處理元件130根據前述接收的多筆加速度決定複數穩定點。在一實施例中，處理元件130可計算前述接收的多筆加速度的複數筆範數(norm)(例如是x軸、y軸、z軸上的加速度的範數)，並根據此 些加速度的範數是否低於一預設門檻以決定前述的穩定點。在一筆加速度的範數低於該預設門檻時，此一筆加速度的對應時間點可被設定為穩定點，且反之則否。換言之，穩定點可用以指示穿戴裝置30的加速度低於特定門檻的時間點。
在步驟S4中，動作偵測裝置100的處理元件130根據前述穩定點決定多段動作期間。在一實施例中，前述動作期間為前述穩定點中的每一相鄰兩者的時間間距。亦即，每一段前述動作期間對應一個開始穩定點及一個結束穩定點。在一實施例中，一段動作期間可對應在兩個穩定點之間的一個動作(例如一個揮桿動作)。
在一實施例中，前述不同的動作期間對應不同組的多筆角速度。在一實施例中，每一段動作期間對應相同數量的角速度。在一實施例中，動作偵測裝置100的處理元件130可計算前述複數段動作期間的一平均時間。接著，動作偵測裝置100的處理元件130可將此一平均時間乘上前述角速度的一取樣速率(sample rate)，以計算前述多筆角速度的一目標數量。在一實施例中，每一段動作期間即對應此一目標數量的角速度筆數。
舉例而言，若角速度的目標數量為10，處理元件130可自一動作期間的開始穩定點起取連續10筆角速度作為對應於此一段動作期間的該組多筆角速度。
在步驟S5中，動作偵測裝置100的處理元件130根據相應於前述多段動作期間的不同組角速度之間的差異，對前述多段動作期間進行分群。
在一實施例中，動作偵測裝置100的處理元件130可對相應於每一段動作期間的多筆角速度進行累積(或積分)，以計算相應於每一段動作期間的複數筆角位移總和。接著，動作偵測裝置100的處理元件130可根據前述相應於每一段動作期間的多筆角位移總和，對前述多段動作期間進行分群。舉例而言，處理元件130可計算相應於不同動作期間的角位移總和之間的差距，以對多段動作期間進行分群。
在一實施例中，在將動作期間分群後，動作偵測裝置100的處理元件130可找出一最大群組的動作期間，其所相應的動作(如揮桿)重複出現最多次。處理元件130取得在此一最大群組中的動作期間的資訊(如此些動作期間的開始穩定點及結束穩定點)。
在一實施例中，處理元件130可接收來自於攝影裝置20的影片，並分割此一影片，以取得相應於重複最多次的動作(如揮桿)的影片片段。接著，處理元件130可讓一顯示器顯示相應於重複最多次的動作的影片片段。
在一實施例中，處理元件130可相應於動作期間自前述影片中分割出複數影片片段。接著，處理元件130可根據分群的群組大小或其它相應的動作期間參數整理此些影片片段。
應注意到，在其它實施例中，前述分割功能及/或整理功能可由影片分割裝置執行，且本案不以上述實施例為限。
透過以上的操作，即可令使用者可方便觀察其重複動作。
為使敘述清楚，以下將描述一操作例，然而本案不以下述操作例為限。
參照第3圖。在本操作例中，點a1-a13代表接收到或取樣穿戴裝置30的加速度的時間點，且點r1-r14代表接收到或取樣穿戴裝置30的角速度的時間點。點a1、a5、a8、a13代表穩定點的時間點。在本操作例中，存在3個動作期間MP1-MP3，其各別具有長度12、9、15。動作期間MP1-MP3的平均時間為12。穿戴裝置30的角速度的取樣速率為1/3。動作期間MP1-MP3的平均時間與穿戴裝置30的角速度的取樣速率之乘積(即為前述目標數量)為12 * 1/3=4。因此，在點r1-r4接收到或取樣的角速度可作為對應於動作期間MP1的該組角速度，在點r5-r8接收到或取樣的角速度可作為對應於動作期間MP2的該組角速度，且在點r8-r11接收到或取樣的角速度可作為對應於動作期間MP3的該組角速度。
處理元件130可對在點r1-r4接收到或取樣的角速度進行累積(或積分)，以計算出相應於動作期間MP1的角位移總和；對在點r5-r8接收到或取樣的角速度進行累積(或積分)，以計算出相應於動作期間MP2的角位移總和；對在點r8-r11接收到或取樣的角速度進行累積(或積分)，以計算出相應於動作期間MP3的角位移總和。接著，處理元件130可可根據動作期間MP1-MP3的角位移總和之間的差異，對動作期間MP1-MP3進行分群。
以下將藉由第4圖中的偵測方法300以提供本案另一實施例，然本案不以下述實施例為限。
應注意到，此一偵測方法300可應用於相同或相似於第1圖中所示結構之動作偵測裝置。而為使敘述簡單，以下將根據本發明一實施例，以第1圖中的動作偵測裝置100為例進行對偵測方法敘述，然本發明不以此應用為限。
應注意到，在一些實施例中，偵測方法300可實作為一電腦程式，並儲存於非暫態電腦可讀取記錄媒體中，而使電腦、電子裝置、或第1圖中的動作偵測裝置100讀取此記錄媒體後執行偵測方法。非暫態電腦可讀取記錄媒體可為唯讀記憶體、快閃記憶體、軟碟、硬碟、光碟、隨身碟、磁帶、可由網路存取之資料庫或熟悉此技藝者可輕易思及具有相同功能之非暫態電腦可讀取記錄媒體。
另外，應瞭解到，在本實施方式中所提及的偵測方法的操作，除特別敘明其順序者外，均可依實際需要調整其前後順序，甚至可同時或部分同時執行。
再者，在不同實施例中，此些操作亦可適應性地增加、置換、及/或省略。
參照第1、4圖，偵測方法300包括以下操作。
在步驟T1中，動作偵測裝置100的處理元件130透過第一通訊元件110接收來自第一感測器的穿戴裝置30的多筆加速度。
在步驟T2中，動作偵測裝置100的處理元件130透過第一通訊元件110接收來自第二感測器的穿戴裝置30的多筆角速度。
在步驟T3中，動作偵測裝置100的處理元件130將前述多筆角速度編碼為一序列的多個動作碼。在一實施例中，此一序列包括複數子序列。
在一實施例中，動作偵測裝置100的處理元件130計算前述多筆加速度的複數筆範數(norm)。接著，動作偵測裝置100的處理元件130計算此些範數的複數筆二階微分。接著，動作偵測裝置100的處理元件130根據此些範數的二階微分的複數筆數值，將此些範數的二階微分編碼為前述序列的中的動作碼。
舉例而言，在前述多筆二階微分中的一者大於或等於一上限門檻(如+2)的情況下，此一筆二階微分編碼為第一型態動作碼(如字母a)。在前述多筆二階微分中的一者小於或等於一下限門檻(如-2)的情況下，此一筆二階微分編碼為第二型態動作碼(如字母b)。在前述多筆二階微分中的一者小於前述上限門檻並大於前述下限門檻的情況下，此一筆二階微分編碼為第三型態動作碼(如字母c)。應注意到，雖然在本敘述例中以三種形態的動作碼作為例示，然本案不以此為限。其它數量形態的動作碼亦在本案範圍之中。
在一實施例中，在時間點p接收到或取樣的一筆加速度的範數可表示為Fp。此一加速度的範數的一階微分可表 示為△Fp，其等於Fp-Fp-1。此一加速度的範數的一階微分可表示為△2Fp，其等於△Fp-△Fp-1。
在一實施例中，動作偵測裝置100的處理元件130可建立前述序列的動作碼的一後綴陣列(suffix array)，以便於找尋重複的圖樣(pattern)。
在步驟T4中，動作偵測裝置100的處理元件130根據前述多筆子序列的動作碼長度以及前述多筆加速度，在前述多筆子序列中選出複數受選的子序列。
在一實施例中，動作偵測裝置100的處理元件130可根據前述多筆加速度，決定複數穩定點，並根據此些穩定點計算一重複動作估測時間長度。接著，動作偵測裝置100的處理元件130可根據前述多筆子序列的動作碼長度以及前述重複動作估測時間長度，在前述多筆子序列中選出複數受選的子序列。
在一實施例中，前述重複動作估測時間長度可為前述多個穩定點中的每一相鄰兩者的時間間距之平均長度。關於穩定點的細節可參照先前段落，故在此不贅述。
在一實施例中，動作偵測裝置100的處理元件130可將前述重複動作估測時間長度乘以前述角速度的平均取樣速率，以產生一乘積，並在前述多筆子序列中，選出複數受選的子序列，其中此些受選的子序列是在自此一乘積計算出的一選取範圍內。
舉例而言，前述選取範圍的上限可等同於前述重複動作估測時間長度乘以前述角速度的平均取樣速率的乘積 之1.5倍(亦即，此一上限=角速度的平均取樣速率*1.5*重複動作估測時間長度)，且前述選取範圍的下限可等同於前述重複動作估測時間長度乘以前述角速度的平均取樣速率的乘積之0.5倍(亦即，此一下限=角速度的平均取樣速率*0.5*前述重複動作估測時間長度)。前述多筆受選的子序列的動作碼之數量介於前述上限與前述下限之間。
在步驟T5中，動作偵測裝置100的處理元件130決定各別相應於前述多筆受選的子序列的複數段動作期間。在一實施例中，此些動作期間分別對應前述多筆角速度中的不同組。在一實施例中，此些動作期間可分別對應不同數量的角速度。
在步驟T6中，動作偵測裝置100的處理元件130根據相應於前述多段動作期間的不同組角速度之間的差異，對前述多段動作期間進行分群。此一操作的細節可參照步驟S5，故在此不贅述。
在一實施例中，在將動作期間分群後，動作偵測裝置100的處理元件130可找出一最大群組的動作期間，其所相應的動作(如揮桿)重複出現最多次。處理元件130取得在此一最大群組中的動作期間的資訊(如此些動作期間的開始穩定點及結束穩定點)。
在一實施例中，處理元件130可接收來自於攝影裝置20的影片，並分割此一影片，以取得相應於重複最多次的動作(如揮桿)的影片片段。接著，處理元件130可讓一顯示器顯示相應於重複最多次的動作的影片片段。
在一實施例中，處理元件130可相應於動作期間自前述影片中分割出複數影片片段。接著，處理元件130可根據分群的群組大小或其它相應的動作期間參數整理此些影片片段。
應注意到，在其它實施例中，前述分割功能及/或整理功能可由影片分割裝置執行，且本案不以上述實施例為限。
同樣應注意到，在偵測方法300中，使用者可藉由增加或減去特定子序列的一或多個動作碼，以增長或縮短其所對應的影片片段。舉例而言，當顯示對應於子序列「aabbc」的多筆影片片段時，使用者可藉由將子序列「aabbc」改為「aabbcc」(若其存在)或「aabb」以增長或縮短此些影片片段。
透過以上的操作，即可令使用者可方便觀察其重複動作。
為使敘述清楚，以下將描述一操作例，然而本案不以下述操作例為限。
參照第5圖。在本操作例中，點a1-a13代表接收到或取樣穿戴裝置30的加速度的時間點，且點r1-r14代表接收到或取樣穿戴裝置30的角速度的時間點。點a1、a5、a8、a13代表穩定點的時間點。在本操作例中，相應於點a1-a13收到或取樣的加速度編碼為一序列的複數個動作碼「abcbabcbabcba」。此一序列包括複數子序列，如「a」、「ab」、「abc」、「abcb」、「abcba」等。
重複動作估測時間長度為(15+9+12)/3=12。穿戴裝置30的角速度的取樣速率為1/3。選取範圍的上限為12*(1/3)*1.5=6。選取範圍的下限為12*(1/3)*0.5=2。動作碼之數量介於選取範圍內的受選的子序列的為子序列「ab」、「abc」、「abcb」、「abcba」、「abcbab」、「bc」、「bcb」、「bcba」、「bcbab」、「bcbabc」、「ba」、「bab」、「babc」、「babcb」、「babcba」、「cb」、「cba」、「cbab」、「cbabc」、以及「cbabcb」。
子序列「babc」對應在時間11-20及23-32之間的動作期間，子序列「abcb」對應在時間2-11、14-23、及26-35之間的動作期間，其餘可類推。在點r4-r6接收到或取樣的加速度係做為對應於在時間11-20的動作期間的該組多筆加速度，在點r8-r10接收到或取樣的加速度係做為對應於在時間23-32的動作期間的該組多筆加速度，其餘可類推。
而後，處理元件130可對相應於每一段動作期間(此些動作期間係對應前述受選的子序列)的該組多筆角速度進行累積(或積分)，並據以對此些動作期間進行分群。
雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
200‧‧‧偵測方法
S1-S5‧‧‧步驟

Claims (14)

  1. 一種重複動作的偵測方法，包括：接收複數筆加速度；接收複數筆角速度；根據該些加速度決定複數個穩定點；根據該些穩定點決定複數段動作期間，其中該些段動作期間分別對應該些角速度中的不同組角速度；以及根據相應於該些段動作期間的該些角速度中的該些不同組角速度之間的差異，對該些段動作期間進行分群。
  2. 如請求項1所述之重複動作的偵測方法，其中決定該些穩定點的步驟包括：計算該些筆加速度的複數筆範數(norm)；以及根據該些筆加速度的該些筆範數是否低於一預設門檻，以決定該些穩定點。
  3. 如請求項1所述之重複動作的偵測方法，其中該些段動作期間為該些穩定點中的每一相鄰兩者的時間間距；以及每一該些段動作期間對應相同數量的該些筆角速度。
  4. 如請求項1所述之重複動作的偵測方法，更包括：計算該些段動作期間的一平均時間；以及 藉由將該平均時間乘上該些筆角速度的一取樣速率，以計算該些筆角速度的一目標數量，其中每一段動作期間對應該目標數量的該些筆角速度。
  5. 如請求項1所述之重複動作的偵測方法，其中對該些段動作期間進行分群的步驟包括：藉由對相應於每一該些段動作期間的該些筆角速度進行累積，以計算相應於每一該些段動作期間的複數筆角位移總和；以及根據相應於每一該些段動作期間的該些筆角位移總和，對該些段動作期間進行分群。
  6. 一種動作偵測裝置，包括：一通訊元件，用以接收複數筆加速度以及複數筆角速度；以及一處理元件，電性連接該通訊元件，其中該處理元件用以：根據該些加速度決定複數個穩定點；根據該些穩定點決定複數段動作期間，其中該些段動作期間分別對應該些角速度中的不同組角速度；以及根據相應於該些段動作期間的該些角速度中的該些不同組角速度之間的差異，對該些段動作期間進行分群。
  7. 一種動作偵測裝置，包括：一通訊元件，用以接收複數筆加速度以及複數筆角速度；以及一處理元件，電性連接該通訊元件，其中該處理元件用以：將該些筆角速度編碼為一序列的複數個動作碼，其中該序列包括複數子序列；根據該些子序列的一動作碼長度以及該些筆加速度，在該些子序列中選出複數受選的子序列；決定各別相應於該些受選的子序列的複數段動作期間，其中該些段動作期間分別對應該些角速度中的不同組角速度；以及根據相應於該些段動作期間的該些角速度中的該些不同組角速度之間的差異，對該些段動作期間進行分群。
  8. 如請求項7所述之動作偵測裝置，其中該處理元件更用以：根據該些筆加速度，決定複數穩定點；根據該些穩定點計算一重複動作估測時間長度；以及根據該些子序列的動作碼長度以及該重複動作估測時間長度，選出該些受選的子序列。
  9. 如請求項8所述之動作偵測裝置，其中該處理元件更用以：計算該些筆加速度的複數筆範數；以及根據該些筆加速度的該些筆範數是否低於一預設門檻，以決定該些穩定點。
  10. 如請求項8所述之動作偵測裝置，其中該處理元件更用以：將該重複動作估測時間長度乘以該些筆角速度的一取樣速率，以產生一乘積；以及選出該些受選的子序列，其中該些受選的子序列在由該乘積所計算出的一選取範圍內。
  11. 如請求項8所述之動作偵測裝置，其中該重複動作估測時間長度為該些穩定點中的每一相鄰兩者的時間間距之平均長度。
  12. 如請求項7所述之動作偵測裝置，其中該處理元件更用以：計算該些筆加速度的複數筆範數；計算該些筆加速度的該些範數的複數筆二階微分；以及根據該些筆加速度的該些範數的該些二階微分的複數筆數值，將每一該些筆加速度的該些範數的該些二階微分編碼為該序列的每一該些動作碼。
  13. 如請求項7所述之動作偵測裝置，其中該處理元件更用以：建立該序列的該些動作碼的一後綴陣列(suffix array)。
  14. 如請求項7所述之動作偵測裝置，其中該處理元件更用以：藉由對相應於每一該些段動作期間的該些筆角速度進行累積，以計算相應於每一該些段動作期間的複數筆角位移總和；以及根據相應於每一該些段動作期間的該些筆角位移總和，對該些段動作期間進行分群。
TW105117395A 2016-01-22 2016-06-02 動作偵測裝置以及重複動作偵測方法 TWI614504B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/003,817 US10161954B2 (en) 2016-01-22 2016-01-22 Motion detecting device and detecting method for repetitive motion
US15/003,817 2016-01-22

Publications (2)

Publication Number Publication Date
TW201727236A true TW201727236A (zh) 2017-08-01
TWI614504B TWI614504B (zh) 2018-02-11

Family

ID=59358995

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105117395A TWI614504B (zh) 2016-01-22 2016-06-02 動作偵測裝置以及重複動作偵測方法

Country Status (3)

Country Link
US (2) US10161954B2 (zh)
CN (1) CN106997600B (zh)
TW (1) TWI614504B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11386714B1 (en) 2021-01-08 2022-07-12 Institute For Information Industry Motion recognition apparatus and method

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110866440B (zh) * 2019-09-27 2024-06-07 惠州市德赛西威汽车电子股份有限公司 一种指针仪表深度学习网络搭建方法、检测方法及其系统
CN112528744B (zh) * 2020-11-10 2022-01-07 重庆七腾科技有限公司 应用数据解析的重复动作规避平台及方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4221011B2 (ja) * 2006-05-31 2009-02-12 株式会社日立製作所 作業動作分析方法、作業動作分析装置および作業動作分析プログラム
US8325988B2 (en) 2008-03-03 2012-12-04 California Institute Of Technology Image reconstruction by position and motion tracking
TWI413030B (zh) 2010-02-25 2013-10-21 Univ Nat Cheng Kung 動作重建及比對裝置
CN102184549B (zh) * 2011-04-29 2012-10-10 闫文闻 一种运动参数确定方法、装置和运动辅助设备
CN102221369B (zh) * 2011-04-29 2012-10-10 闫文闻 一种球类运动的动作识别方法、装置和动作辅助设备
CN102890822B (zh) * 2011-07-20 2015-05-20 华晶科技股份有限公司 具有物体位置侦测功能的装置及其侦测方法
TWI459247B (zh) * 2012-11-14 2014-11-01 Univ Nat Central 運動軌跡重建系統及運動軌跡重建方法
US9613659B2 (en) * 2013-03-15 2017-04-04 Fitbit, Inc. Generating custom audio content for an exercise session
KR102410180B1 (ko) * 2013-12-02 2022-06-23 나이키 이노베이트 씨.브이. 체공 시간
TW201600144A (zh) 2014-06-16 2016-01-01 高雄醫學大學 一種上肢動作訓練活動系統
CN104268577B (zh) * 2014-06-27 2017-05-03 大连理工大学 一种基于惯性传感器的人体行为识别方法
US9619039B2 (en) * 2014-09-05 2017-04-11 The Boeing Company Obtaining metrics for a position using frames classified by an associative memory
TWI533238B (zh) 2014-12-11 2016-05-11 國立雲林科技大學 動作偵測與判斷裝置及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11386714B1 (en) 2021-01-08 2022-07-12 Institute For Information Industry Motion recognition apparatus and method
TWI779454B (zh) * 2021-01-08 2022-10-01 財團法人資訊工業策進會 動作辨識裝置及動作辨識方法

Also Published As

Publication number Publication date
US10656172B2 (en) 2020-05-19
US20190079109A1 (en) 2019-03-14
TWI614504B (zh) 2018-02-11
CN106997600A (zh) 2017-08-01
CN106997600B (zh) 2019-12-13
US20170212143A1 (en) 2017-07-27
US10161954B2 (en) 2018-12-25

Similar Documents

Publication Publication Date Title
US20230077355A1 (en) Tracker assisted image capture
US9852511B2 (en) Systems and methods for tracking and detecting a target object
CN108683952B (zh) 基于交互视频的视频内容片段推送方法及装置
US11636610B2 (en) Determining multiple camera positions from multiple videos
US20150178953A1 (en) Systems, methods, and apparatus for digital composition and/or retrieval
US20160037055A1 (en) Capturing images of active subjects
US20170094161A1 (en) Yaw User Interface
TWI526921B (zh) 字串顯示方法及裝置
KR20160079862A (ko) 센서 데이터 시간 정렬
TW201727236A (zh) 動作偵測裝置以及重複動作偵測方法
US20150221335A1 (en) Retiming in a Video Sequence
US20160140731A1 (en) Motion analysis method and apparatus
CN107376341B (zh) 一种用于游戏手柄的数据处理方法、装置及游戏手柄
US20150260750A1 (en) Electronic apparatus and program
US20150178290A1 (en) Display control apparatus, display control method, and computer-readable storage medium
CN109643455B (zh) 摄像头标定方法和终端
EP2910954A1 (en) Method for counting steps and electronic apparatus using the same
US20150293598A1 (en) Method for processing information and electronic device
CN109508575A (zh) 人脸跟踪方法及装置、电子设备和计算机可读存储介质
KR102076600B1 (ko) 오브젝트 추적 장치 및 그의 오브젝트 추적 방법
CN109885369B (zh) 图像联动方法及装置
WO2015104586A1 (en) Systems and methods of segmenting a video recording into different viewing segments
JP6427650B1 (ja) 追跡装置及び追跡プログラム
JP6344024B2 (ja) 既読判断装置、既読判断方法および既読判断プログラム
CN106982341B (zh) 产生缩时影片的方法及电子装置