使用关联存储器分类的画面以获得姿势的度量的制作方法
【技术领域】
[0001]本公开涉及用于确定人或对象的哪些运动被生成度量的方法和设备。
【背景技术】
[0002]分类系统接收数据、分析数据、然后使用分类器以分配数据到已知的集合，其中数据的一个或多个元素与已知的集合中的一个和多个元素对应。例如，在人体动作检测分类系统中，传感器可以测量人的活动。这些传感器可以将它们的数据输入到分类系统，然后分类系统分析数据，以确定数据最相似哪个动作。这种分类的示例可以分类人是否坐、站立、行走、握住电话、弯腰、或采取一些其他动作。在其他示例中，分类系统可以分析来自飞行器上的传感器的输入，然后对飞行器的操作的某一方面进行分类，诸如该飞行器是否执行转向或是否已经展开襟翼。
[0003]然而，在一些情况下，可能不期望测量关于人的额外的度量。例如，由于产生不必要的数据，所以不期望追踪关于人的动作的度量。因此，期望有某些方法和设备，其能够确定人或物的哪个运动应该获得度量。
【发明内容】
[0004]该说明性实施例提供用于识别个体的感兴趣的动作的方法。该方法包括在计算机上收集来自动作传感器的个体的动作的动作传感器输入数据达一时间间隔。该方法进一步包括使用计算机，使用具有感兴趣的已分类的预定动作的集合的分析应用程序，分析动作传感器的输入数据。该分析应用程序基于共享的相对属性，把在所述时间间隔期间捕获的运动分类为相当于感兴趣的多个预定动作中的其中一个的动作。该方法进一步包括生成向监测系统提供感兴趣的已识别的预定动作的通知的输出。
[0005]说明性实施例还提供用于识别个体的感兴趣的动作的装置。该装置包括动作传感器和与动作传感器通信的计算机。计算机被配置为从动作传感器收集关于个体的动作的动作传感器数据达一时间间隔。该装置进一步包括非暂时计算机可读存储介质，其储存具有感兴趣的已分类的预定动作的集合的分析应用程序。该分析应用程序进一步被配置，以致当被计算机执行时，该分析应用程序基于共享的相对属性，把在所述时间间隔期间捕获的个体的运动分类为相当于感兴趣的多个预定动作中的一个的动作。该分析应用程序被进一步配置，当被执行时，以生成向监测系统提供感兴趣的已识别的预定动作的通知的输出。
[0006]说明性实施例还提供系统。该系统包括运动测量设备，其具有配置为检测对象的部分的多个物理姿势的一个或多个传感器。该系统进一步包括关联存储器，其与运动测量设备通信，并且包括多个数据和在多个数据之中的多个关联，其中多个数据被收集到关联的群组内，其中关联存储器被配置为至少基于在多个数据中的间接关系而被查询。该系统进一步包括处理器，与关联存储器和运动测量设备通信，并且配置为接收来自运动测量设备的对象的动作输入数据，结合关联存储器，使动作输入数据与储存在关联存储器内的多个预定动作比较，把动作输入数据分类为从多个预定动作之中选定的特定动作，并且当特定动作与多个预定动作的子集中的一个动作匹配时，通知监测系统。
[0007]有利地，系统的处理器进一步被配置为，当特定动作与多个预定动作的子集中的一个动作匹配时，引起监测系统测量对象的额外动作。有利地，结合关联存储器的处理器被配置为输出对象的额外动作的评估。优选地，评估基于用户选择的准则。优选地，该系统包括运动测量设备，其具有配置为检测对象的部分的多个物理姿势的一个或多个传感器，其中对象是人。优选地，该子集包括至少一个不可取的人体姿势。更优选地，额外的动作包括在一定时间间隔期间人的所有动作，其中额外的动作只包括在一定时间间隔期间子集内的那些动作。优选地，该系统包括运动测量设备，其中人的个别身体部分被监测。该系统优选地包括处理器，其中，处理器进一步被配置，以当人的动作不再在子集内时通知监测系统。更优选地，处理器进一步被配置，以当人的动作在子集之外时，命令监测系统停止监测人。有利地，关联存储器被配置为被训练以包括在多个预定动作内的额外的预定动作，且包括多个预定动作的子集内的其他动作。
【附图说明】
[0008]在所附权利要求中阐述了说明性实施例的被认为具有新颖性特征的特性。但是，当结合附图阅读时，通过参考本公开的说明性实施例的以下【具体实施方式】，将充分地理解所述说明性实施例以及其优选的使用方式、进一步的目的及特征，其中:
[0009]图1根据说明性实施例图示说明运动检测系统的一个使用；
[0010]图2根据说明性实施例图示说明分类系统的示例；
[0011]图3根据说明性实施例图示说明在使用中的运动检测系统的示例；
[0012]图4根据说明性实施例图示说明被分类为伸手的预记录活动的示例；
[0013]图5根据说明性实施例图示说明被分类为站立的预记录活动的示例；
[0014]图6根据说明性实施例图示说明被分类为跪着的预记录活动的示例；
[0015]图7根据说明性实施例图示说明插入活动到分类系统的示例；
[0016]图8根据说明性实施例图示说明监测活动的示例；
[0017]图9根据说明性实施例图示说明用于使用关联存储器收集度量的系统的示例；
[0018]图10根据说明性实施例图示说明实体与结果比较的结果种类的示例；
[0019]图11是根据说明性实施例的用于识别个体的感兴趣动作的方法的流程图；
[0020]图12是根据说明性实施例的用于识别个体的感兴趣动作的另一个方法流程图；
[0021]图13是根据说明性实施例的用于识别个体感兴趣动作的装置；
[0022]图14是根据说明性实施例的用于当特定动作匹配多个预定动作的子集中的一个动作时，通知监测系统的系统；和
[0023]图15根据说明性实施例图示说明数据处理系统。
【具体实施方式】
[0024]说明性实施例认识并且考虑到，在没有某人亲身观察的情况下，获得关于人的特定姿势的精确测量或度量通常是困难的。例如，可能希望识别个体维持令人不舒服的姿势多长时间，以培训个体，进而当人处于该姿势的时使可能发生的潜在伤害最小化。而且，许多姿势如果重复地或不正确地进行会引起伤害。在制造设备内，由于不良姿势受伤的风险可以增加，其中当安装设备或零件时，员工被要求弯曲、伸手和伸展。说明性实施例的一个目的是帮助我们了解员工处于这些种类的姿势多长时间，希望能培训员工关于他们可能没有意识到的危险的实体行为。
[0025]说明性实施例还认识到，由于姿势本身，某些身体姿势可以难于识别。这些身体姿势可以难以测量。说明性实施例可以挑出难以测量的姿势来监测。说明性实施例可以通过使人演示这些行为并且捕获他们的姿势来捕获难以描述的行为以完成该目标。演示的行为被用于训练分类系统。因此，可以避免姿势的详细的数学描述。该功能在下面将进一步被描述。
[0026]在过去，在制造环境中监测人的身体姿势涉及到，当他们执行特定活动时，使某人观察其他人。通常，观察者的任务是，当执行活动时收集关于某一姿势的度量。这些度量的示例是人处于所给类型的身体姿势多长时间。
[0027]该解决方案不能很好的起作用。首先，必须要求额外的人力来观察，可能导致不期望的额外人力的数量。第二，由于被观察的人经常知道他们在被观察，所以当如果他们单独时，该人不倾向于以相同的方式完成活动。另外，当人类观察者长时间观察时，容易出错。而且，人类观察者可能具有认知偏差，其可能扭曲收集的度量。
[0028]过去的另一个监测技术是通过使用视频摄像机监测活动。然而，该解决方案仍需要人类监测，并且趋于比使某人亲身监测有较少的人员。虽然摄像机可以捕获关于特定姿势的许多信息，但是仍需要某人在摄像机的另一端解释结果。而且，在许多情况中，不鼓励或不允许使用视频摄像机。更近一步，人员不喜欢视频摄像机拍摄他们，即使在工作场所。
[0029]说明性实施例认识到这些过去的不足，并且提供用于克服这些不足的方法和设备。特别地，说明性实施例使用动作感测输入设备监测活动，与摄像机截然相反，但是(若需要)使用摄像机可实施该说明性实施例。如本文所使用，动作感测输入设备是被用于检测对象的姿势相对于其周围环境的改变或周围环境相对于对象的改变的装置。
[0030]以期望的间隔，动作感测输入设备可以记录在特定姿势下个体的一个画面或多个画面，然后将该信息馈送到关联存储器内，以便按照之前记录的活动分类该姿势。虽然术语“关联存储器”在下面被更正式的定义，但是在图15的数据处理系统1500的背景中，简单的说，关联存储器是一种设备，在该设备中，基于关系而不是直接相关，信息被收集到感兴趣的相关的群组内以获得新的理解(insight)。“分类”是根据包含了类别隶属关系已经已知的观察(或实例)的训练数据集合，识别新的观察属于类别集合中的哪个分类的任务。说明性实施例使用该信息，以提供关于自愿用户的被监测的身体活动的度量。说明性实施例的一个新颖的方面是，能够使用从动作感测输入设备收集的画面检测人员处于什么姿势，并且确定对于那个姿势的度量是否应当被采集。当画面被捕获后，说明性实施例使用关联存储器分类以便使画面与预记录活动匹配。如果该分类匹配特定姿势集合中的一个，那么属于那个姿势的度量会被生成。否则，在不生成度量的情况下，可以继续监测，由此节省时间和数据资源。
[0031]因此，说明性实施例使用与关联存储器耦合的画面，以识别特定的姿势，并且通过使用预记录的活动对该姿势分类而准确地测量该姿势。说明性实施例不执行数学描述的姿势的直接匹配，而是试图匹配姿势的属性。
[0032]换句话说，说明性实施例的新颖的方面是能够解释人的姿势，并且基于之前被用户识别的活动，确定该姿势是否是应当被测量的那个姿势。该项能力可允许量化可能在其他方面难以测量或捕获的活动。
[0033]说明性实施例具有其它优点。例如，说明性实施例可以以不引人注目的方式操作，即对于被观察的参与