一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

利用毫米波雷达的人体姿态识别方法及存储介质与流程

2022-06-05 16:36:59 来源:中国专利 TAG:


1.本发明涉及识别领域,具体涉及一种利用毫米波雷达的人体姿态识别方法及计算机可读存储介质。


背景技术:

2.目前,病人在行动不便及老年人在照明不足的情况下,容易发生意外。为了知道意外的发生,人们往往会安装摄像头来监控病人及老年人。但是,摄像头可能会导致病人及老年人的隐私泄露。


技术实现要素:

3.鉴于此,有必要提供一种利用毫米波雷达的人体姿态识别方法及计算机可读存储介质,避免了隐私的泄露及提高了人体姿态识别的准确性。
4.本技术的第一方面提供一种利用毫米波雷达的人体姿态识别方法,所述方法包括:
5.获取毫米波雷达检测范围内的毫米波雷达的回波数据,所述毫米波雷达回波数据包括点云信息;
6.根据所述毫米波雷达回波数据确定所述检测范围内存在人体;
7.根据所述毫米波雷达回波数据的点云信息确定所述人体的质心;
8.根据所述人体的质心去除所述点云信息的噪声;
9.根据去除噪声的所述点云信息识别人体姿态。
10.较佳地,所述根据所述毫米波雷达回波数据确定所述检测范围内存在人体包括:
11.根据所述毫米波雷达回波数据确定所述毫米波雷达的一维距离像;
12.根据所述毫米波雷达的一维距离像确定所述检测范围内的物体的雷达散射截面;
13.根据所述雷达散射截面确定所述检测范围内存在人体。
14.较佳地,所述方法还包括:
15.获取毫米波雷达检测范围内的前一时间的毫米波雷达回波数据;
16.所述根据所述毫米波雷达回波数据确定所述检测范围内存在人体包括:
17.根据所述前一时间的毫米波雷达回波数据及所述毫米波雷达回波数据确定所述毫米波雷达回波数据中存在相位差的区域与不存在相位差的区域的比值;
18.若所述比值大于预设比值,确定所述检测范围内存在人体。
19.较佳地,所述根据所述人体的质心去除所述点云信息的噪声包括:
20.根据所述人体的质心通过鬼影消除方法去除所述点云信息的噪声。
21.较佳地,所述根据所述人体的质心通过鬼影消除方法去除所述点云信息的噪声包括:
22.根据所述人体的质心及所述点云信息的信号强度去除所述点云信息的噪声;及/或
23.去除所述点云信息中与所述人体的质心的距离大于预设距离的点云信息。
24.较佳地,所述根据所述人体的质心通过鬼影消除方法去除所述点云信息的噪声包括:
25.去除所述点云信息中预设范围内有效点数过少的噪声。
26.较佳地,所述根据所述人体的质心去除所述点云信息的噪声包括:
27.根据所述人体的质心通过资料平滑方法去除所述点云信息的噪声。
28.较佳地,所述获取毫米波雷达检测范围内的毫米波雷达回波数据包括:
29.每隔预设时间间隔获取一帧毫米波雷达检测范围内的毫米波雷达回波数据;
30.所述根据所述人体的质心通过资料平滑方法去除所述点云信息的噪声包括:
31.确定当前帧毫米波雷达回波数据中人体的质心的位置与前一保存帧毫米波雷达回波数据中人体的质心的位置变化是否大于预设值,所述位置变化包括高度变化及位移量变化中的至少一种;
32.若当前帧毫米波雷达回波数据中人体的质心的位置与前一保存帧毫米波雷达回波数据中人体的质心的位置变化大于预设值,去除当前帧毫米波雷达回波数据;
33.若当前帧毫米波雷达回波数据中人体的质心的位置与前一保存帧毫米波雷达回波数据中人体的质心的位置变化小于或等于预设值,保存当前帧毫米波雷达回波数据;
34.将预设时间内保存的所述帧毫米波雷达回波数据中生物体人体的质心的位置信息进行平均化。
35.较佳地,根据去除噪声的所述点云信息识别人体姿态包括:
36.根据所述点云信息与所述人体的质心的位置分布比例识别人体姿态。
37.本技术的第二方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行以实现如上任意一项所述的人体姿态识别方法。
38.本案通过毫米波雷达来识别人体姿态,避免了隐私的泄露;通过根据所述毫米波雷达回波数据确定所述检测范围内存在人体,避免了检测范围内不存在人体时也进行人体姿态识别所造成的多余的运算及误判;通过确定所述人体的质心可方便后续的毫米波雷达回波数据的噪声的去除;通过去除所述毫米波雷达回波数据的噪声可方便后续进行有效的特征提取,提高了人体姿态识别的准确性。
附图说明
39.为了更清楚地说明本发明实施例技术方案,下面将对实施例描述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发明的一些实施例,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。
40.图1是本案的人体姿态识别系统的方框图。
41.图2是本案的人体姿态识别方法的流程图。
42.图3是图2的人体姿态识别方法中的根据毫米波雷达回波数据确定检测范围内存在人体的流程图。
43.图4是图2的人体姿态识别方法根据雷达散射截面确定检测范围内存在人体的流程图。
44.图5是图2的人体姿态识别方法根据人体的质心通过鬼影消除方法去除点云信息的噪声的示意图。
45.图6是图2的人体姿态识别方法根据去除噪声的点云信息识别人体姿态。
46.图7是本案的人体姿态识别装置的方框图。
47.如下具体实施方式将结合上述附图进一步说明本发明。
48.主要元件符号说明
49.人体姿态识别系统
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
10
50.获取模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
101
51.检测模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
102
52.质心确定模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
103
53.去除模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
104
54.识别模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
105
55.人体姿态识别装置
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ756.毫米波雷达
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
71
57.处理器
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
73
58.存储器
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
74
59.如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
60.为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本技术的实施例及实施例中的特征可以相互组合。
61.在下面的描述中阐述了很多具体细节以便于充分理解本发明,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
62.除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
63.请参阅图1,图1是本案的人体姿态识别系统的方框图。所述人体姿态识别系统10应用于人体姿态识别装置上。所述人体姿态识别系统10包括获取模块101、检测模块102、质心确定模块103、去除模块104及识别模块105。所述获取模块101用于获取毫米波雷达检测范围内的毫米波雷达回波数据,所述毫米波雷达回波数据包括点云信息。所述检测模块102用于根据所述毫米波雷达回波数据确定所述检测范围内存在人体。所述质心确定模块103用于根据所述毫米波雷达回波数据中的点云信息确定所述人体的质心。所述去除模块104用于根据所述人体的质心去除所述点云信息的噪声。识别模块105用于根据去除噪声的所述点云信息识别人体姿态。以下将结合一种人体姿态识别方法的流程图来详细描述模块101~105的具体功能。
64.请参考图2,图2是本案的人体姿态识别方法的流程图。所述人体姿态识别方法可包括以下步骤:
65.s21:获取毫米波雷达检测范围内的毫米波雷达回波数据,所述毫米波雷达回波数据包括点云信息。
66.所述毫米波雷达是指工作频段在毫米波频段的雷达。所述毫米波雷达用于向所述检测范围内发射线性调频连续波信号,并接收检测范围内的毫米波雷达回波数据。所述毫米波雷达回波数据包括物体的距离、物体的速度及物体的角度等。所述物体的距离、所述物体的速度及所述物体的角度可用于确定所述人体的位置信息。所述毫米波雷达回波数据包括稀疏且不均匀的点云信息。所述点云信息包括三维坐标系统中的点的三维坐标值。所述三维坐标包括x轴、y轴及z轴。
67.在所述获取毫米波雷达检测范围内的毫米波雷达回波数据之前,所述方法还可包括:通过模数转换器对所述毫米波雷达检测范围内的毫米波雷达回波数据进行采样。在所述获取毫米波雷达检测范围内的毫米波雷达回波数据之前,所述方法还可包括:对所述毫米波雷达检测范围内的毫米波雷达回波数据进行滤波。
68.s22:根据所述毫米波雷达回波数据确定所述检测范围内存在人体。
69.请同时参考图3,所述根据所述毫米波雷达回波数据确定所述检测范围内存在人体可包括:
70.s31:根据所述毫米波雷达回波数据确定所述毫米波雷达的一维距离像。
71.在本实施例中,所述根据所述毫米波雷达回波数据确定所述毫米波雷达的一维距离像包括:对所述毫米波雷达回波数据进行距离变换,生成所述毫米波雷达的一维距离像。
72.在所述根据所述毫米波雷达回波数据确定所述毫米波雷达的一维距离像之前,所述方法还可包括:获取向所述检测范围内发射的线性调频连续波信号。
73.所述根据所述毫米波雷达回波数据确定所述毫米波雷达的一维距离像包括:将所述线性调频连续波信号及所述毫米波雷达回波数据进行混频;根据混频后的信号确定所述毫米波雷达的一维距离像。
74.s32:根据所述毫米波雷达的一维距离像确定所述检测范围内的物体的雷达散射截面。
75.在本实施例中,所述根据所述毫米波雷达的一维距离像确定所述检测范围内的物体的雷达散射截面的值后,先针对所述检测范围内的物体的雷达散射截面的值做标准偏差运算,接着再针对所述标准偏差运算后的雷达散射截面的值再做平滑运算处理得到的数值。所述检测范围内的物体的雷达散射截面的值经过标准化运算及平滑运算处理后,需大于一预设比值,确定所述检测范围内存在人体。
76.在所述检测范围内的物体的雷达散射截面的值做标准偏差运算之前,所述方法还包括:对所述毫米波雷达的一维距离像进行静态滤波。
77.所述平滑运算处理还包括:通过低通滤波器对所述标准偏差运算后的雷达散射截面的值进行平滑处理。所述低通滤波器可为阿尔法滤波器。
78.s33:根据所述雷达散射截面确定所述检测范围内存在人体。
79.请一并参考图4,所述根据所述雷达散射截面确定所述检测范围内存在人体包括:
80.s41:判断所述雷达散射截面是否大于一阈值。
81.s42:若所述雷达散射截面大于所述阈值,确定所述检测范围内存在人体。
82.s43:若所述雷达散射截面小于或等于所述阈值,确定所述检测范围内不存在人
体,流程结束。
83.在本实施例中,所述方法还包括:获取毫米波雷达检测范围内的前一时间的毫米波雷达回波数据。所述根据所述毫米波雷达回波数据确定所述检测范围内存在人体可包括:根据所述前一时间的毫米波雷达回波数据及所述毫米波雷达回波数据确定所述毫米波雷达回波数据中存在相位差的区域与不存在相位差的区域的比值;若所述比值大于预设比值,确定所述检测范围内存在人体。在本实施例中,所述人体为人或形状似人的物体。
84.s23:根据所述毫米波雷达回波数据中的点云信息确定所述人体的质心。
85.所述人体的质心是指物质系统上被认为质量所集中在的一个假想点。所述人体的质心可用于代表所述人体。所述人体的质心不能超出所述人体的范围。
86.在本实施例中,所述根据所述毫米波雷达回波数据中的点云信息确定所述人体的质心包括:利用目标追踪模型采用卡尔曼滤波算法根据所述毫米波雷达回波数据中的点云信息追踪所述人体的动态信息,根据追踪的所述人体的动态信息确定所述人体的各点的位置信息,并根据所述位置信息确定所述人体的质心。在本实施例中,所述目标追踪模型为gtrack算法。在本实施例中,本发明可通过所述卡尔曼滤波算法过滤噪声的影响。
87.s24:根据所述人体的质心去除所述点云信息的噪声。
88.所述根据所述人体的质心去除所述点云信息的噪声可包括:根据所述人体的质心通过鬼影消除方法去除所述点云信息的噪声。
89.所述根据所述人体的质心通过鬼影消除方法去除所述点云信息的噪声可包括:根据所述人体的质心及所述点云信息的信号强度去除所述点云信息的噪声。所述根据所述人体的质心及所述点云信息的信号强度去除所述点云信息的噪声包括:去除所述点云信息中信号强度比(snr)小于预设强度的数据。所述预设强度可为0,0.05分贝等。
90.所述根据所述人体的质心通过鬼影消除方法去除所述点云信息的噪声可包括:去除所述点云信息中与所述人体的质心的距离大于预设距离的点云信息。从而,可将离所述人体的质心较远的点滤除,提高了后续姿态识别的准确性。所述去除所述毫米波雷达回波数据中与所述人体的质心的距离大于预设距离的毫米波雷达回波数据包括:去除所述毫米波雷达回波数据中与所述人体的质心在第一预设方向的距离大于第一预设距离的毫米波雷达回波数据,去除所述毫米波雷达回波数据中与所述人体的质心在第二预设方向的距离大于第二预设距离的毫米波雷达回波数据,及去除所述毫米波雷达回波数据中与所述人体的质心在第三预设方向的距离大于第三预设距离的毫米波雷达回波数据。所述第一预设距离、所述第二预设距离及所述第三预设距离可分别为例如,x轴、y轴及z轴中的不同的轴,或者为与所述x轴、y轴及z轴中的不同的轴呈预设角度的直线等。
91.请同时参考图5,图5是人体姿态识别方法根据所述人体的质心通过鬼影消除方法去除点云信息的噪声的示意图。在图5中,第一帧毫米波雷达回波数据、第二帧毫米波雷达回波数据及第三帧毫米波雷达回波数据皆存在人体a。其中所述第一帧毫米波雷达回波数据包括a的点云信息、b的点云信息、c的点云信息、d的点云信息。其中,b的点云信息、c的点云信息、及d的点云信息的信号强度比所述a的点云信息的信号强度低或者与所述a的质心的距离大于预设距离,则将所述第一帧毫米波雷达回波数据中的b的点云信息、c的点云信息、d的点云信息去除。所述第二帧毫米波雷达回波数据包括a的点云信息、b的点云信息、d的点云信息。其中,b的点云信息、d的点云信息的信号强度比所述a的点云信息的信号强度
低或者与所述a的质心的距离大于预设距离,则将所述第二帧毫米波雷达回波数据中的b的点云信息、d的点云信息去除。所述第三帧毫米波雷达回波数据包括a的点云信息、e的点云信息、f的点云信息、g的点云信息、h的点云信息。其中,e的点云信息、f的点云信息、g的点云信息、h的点云信息的信号强度比所述a的点云信息的信号强度低或者与所述a的质心的距离大于预设距离,则将所述第三帧毫米波雷达回波数据中的b的点云信息、d的点云信息去除。
92.所述根据所述人体的质心去除所述毫米波雷达回波数据的噪声还可包括:根据所述人体的质心通过资料平滑方法去除所述毫米波雷达回波数据的噪声。
93.在本实施例中,所述获取毫米波雷达检测范围内的毫米波雷达回波数据包括:每隔预设时间间隔获取一帧毫米波雷达检测范围内的毫米波雷达回波数据。所述根据所述人体的质心通过资料平滑方法去除所述毫米波雷达回波数据的噪声包括:确定当前帧毫米波雷达回波数据中人体的质心的位置与前一保存帧毫米波雷达回波数据中人体的质心的位置变化是否大于预设值,所述位置变化包括高度变化及位移量变化中的至少一种;若当前帧毫米波雷达回波数据中人体的质心的位置与前一保存帧毫米波雷达回波数据中人体的质心的位置变化大于预设值,去除当前帧毫米波雷达回波数据;若当前帧毫米波雷达回波数据中人体的质心的位置与前一保存帧毫米波雷达回波数据中人体的质心的位置变化小于或等于预设值,保存当前帧毫米波雷达回波数据。在本实施例中,若当前帧毫米波雷达回波数据为第一帧,所述前一保存帧毫米波雷达回波数据为所述当前帧毫米波雷达回波数据。
94.所述根据所述人体的质心通过资料平滑方法去除所述毫米波雷达回波数据的噪声还包括:将预设时间内保存的所述帧毫米波雷达回波数据中人体的质心的位置信息进行平均化。所述将预设时间内保存的所述帧毫米波雷达回波数据中人体的质心的位置信息进行平均化包括:将预设时间内保存的所述帧毫米波雷达回波数据中人体的质心的高度及位移量中的至少一种进行平均化。
95.s25:根据去除噪声的所述点云信息识别人体姿态。
96.请参考图6,所述根据去除噪声的所述点云信息识别人体姿态包括:
97.s61:确定去除噪声的所述点云信息对应的相似度最高的人体姿态。
98.在本实施例中,所述确定去除噪声的所述点云信息对应的相似度最高的人体姿态可包括:根据人体的质心确定去除噪声的所述点云信息对应的相似度最高的人体姿态。
99.所述确定去除噪声的所述点云信息对应的相似度最高的人体姿态可包括:通过轮廓描绘方式,根据去除噪声的所述点云信息获取所述人体的特征信息;根据所述人体的特征信息确定去除噪声的所述点云信息对应的相似度最高的人体姿态。
100.所述通过轮廓描绘方式,根据去除噪声的所述点云信息获取所述人体的特征信息包括:通过轮廓描绘方式,根据去除噪声的所述点云信息及预设关系获取所述人体的特征信息,所述预设关系包括所述点云信息中预设数据与所述人体的特征信息之间的关系。所述预设关系如下表1所示:
101.表1
[0102][0103]
在本实施例中,所述三轴包括x轴、y轴及z轴。所述人体姿态包括蹲下、站立、前进、后退、坐下、弯腰、摔倒中的至少一种。
[0104]
显然,本发明还可无需人体的质心确定去除噪声的所述点云信息对应的相似度最高的人体姿态。此时,表1中的人体在三轴上的数据与人体的质心的距离分布比例与三轴上的数据与质心的紧密程度的间的关系可省略。
[0105]
s62:判断所述点云信息与相似度最高的所述人体姿态的相似度是否大于预设姿态阈值。
[0106]
s63:若所述点云信息与相似度最高的所述人体姿态的相似度大于预设姿态阈值,监控所述人体姿态在预设帧点云信息中的信心程度。
[0107]
所述预设帧点云信息为毫米波雷达动态接收多帧的所述点云信息,执行去除噪声的所述点云信息后并平滑处理后的预设帧点云信息。例如,毫米波雷达动态连续接收第一帧至第十三帧点云信息,去除其中具有噪声的三帧所述点云信息后,留下其中十帧点云信息,然后再经平滑处理后,做为预设帧点云信息。接着,毫米波雷达动态继续连续接收多帧点云信息,并动态调整更新所述预设帧点云信息。
[0108]
所述监控所述人体姿态在预设帧点云信息中的信心程度包括:根据所述预设帧点云信息确定待确定人体姿态,比较所述人体姿态与所述待确定人体姿态来判断所述人体姿态在预设帧点云信息中的信心程度。
[0109]
在本实施例中,所述方法还包括:若所述点云信息与相似度最高的所述人体姿态的相似度小于或等于预设姿态阈值,流程结束。
[0110]
s64:判断所述人体姿态在预设帧点云信息中的信心程度是否大于预设信心程度。
[0111]
s65:若所述人体姿态在预设帧点云信息中的信心程度大于预设信心程度,输出所述人体姿态。
[0112]
在本实施例中,所述人体姿态与所述待确定人体姿态的相似度越高,所述人体姿态在预设帧点云信息中的信心程度越高,所述人体姿态与所述待确定人体姿态的相似度越低,所述人体姿态在预设帧点云信息中的信心程度越低。
[0113]
在本实施例中,所述方法还包括:若所述人体姿态在预设帧点云信息中的信心程度小于或等于预设信心程度,流程结束。
[0114]
本案通过毫米波雷达来识别人体姿态,避免了隐私的泄露;通过根据所述毫米波雷达回波数据确定所述检测范围内存在人体,避免了检测范围内不存在人体时也进行人体姿态识别所造成的多余的运算及误判;通过确定所述人体的质心可方便后续的点云信息的
噪声的去除;通过去除所述点云信息的噪声可方便后续进行有效的特征提取,提高了人体姿态识别的准确性;通过鬼影消除方法去除所述点云信息的噪声,可在距离及信号强度上去除噪声;通过数据平滑方法去除所述点云信息的噪声,可在时间上去除噪声。
[0115]
请参考图7,图7是本案的人体姿态识别装置的方框图。所述人体姿态识别装置7包括:毫米波雷达71、模数转换器(图未示)、至少一个处理器73、存储器74、及存储在所述存储器74中并可在所述至少一个处理器73上运行的人体姿态识别系统10。
[0116]
所述毫米波雷达71用于向所述检测范围内发射线性调频连续波信号,并接收检测范围内的毫米波雷达回波数据。
[0117]
所述毫米波雷达71包括所述模数转换器对所述毫米波雷达检测范围内的毫米波雷达回波数据进行采样。
[0118]
所述至少一个处理器73执行所述人体姿态识别系统10时实现上述方法实施例中的步骤。或者,所述至少一个处理器73执行所述人体姿态识别系统10时实现上述系统实施例中的各模块的功能。
[0119]
示例性的,所述人体姿态识别系统10可以被分割成一个或多个模块/单元,例如图1中的各模块,所述一个或者多个模块/单元被存储在所述存储器74中,并由所述至少一个处理器73执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述人体姿态识别系统10在所述人体姿态识别装置7中的执行过程。例如,所述人体姿态识别系统10可以被分割成各模块。
[0120]
所述人体姿态识别装置7可以为任何一种电子产品,例如,个人计算机、平板计算机、智能手机、个人数字助理(personal digital assistant,pda)等。本领域技术人员可以理解,所述示意图7仅是人体姿态识别装置7的示例,并不构成对人体姿态识别装置7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述人体姿态识别装置7还可以包括总线等。
[0121]
所述至少一个处理器73可以是中央处理单元(central processing unit,cpu),还可以是其他通用处理器、数字信号处理器(digital signal processor,dsp)、专用集成电路(application specific integrated circuit,asic)、现成可程序设计门阵列(field-programmable gate array,fpga)或者其他可程序设计逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。该处理器73可以是微处理器或者该处理器73也可以是任何常规的处理器等,所述处理器73是所述人体姿态识别装置7的控制中心,利用各种接口和线路连接整个人体姿态识别装置7的各个部分。
[0122]
所述存储器74可用于存储所述人体姿态识别系统10和/或模块/单元,所述处理器73通过运行或执行存储在所述存储器74内的计算机可读指令和/或模块/单元,以及调用存储在存储器74内的数据,实现所述人体姿态识别装置7的各种功能。所述存储器74可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据人体姿态识别装置7的使用所创建的数据(比如音频数据等)等。此外,存储器74可以包括非易失性计算机可读存储介质,例如硬盘、内存、插接式硬盘,智能存储卡(smart media card,smc),安全数字(secure digital,sd)卡,闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
[0123]
所述人体姿态识别装置7集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁盘、光盘、计算机存储器、只读存储器(rom,read-only memory)等。
[0124]
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神范围。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献