基于深度学的手机姿态判断方法及装置

摘要

本发明提供了一种基于深度学的手机姿态判断方法及装置，采集人在行走状态下对应不同手机姿态时的加速度信号和姿态角信号，并将加速度信号和姿态角信号作为输入信号，将手机姿态判断结果作为输出信号，对加速度信号和姿态角信号进行深度学训练，建立深度自动编码器，使其可用于实时预测手机姿态。本发明预先训练好深度自动编码器，用于实时预测手机姿态，操作简单，在短时间就可高准确率判断手机状态；在建立单层自动编码器、深度自动编码器的过程中，对于输入信号的特征抓取过程完全凭靠数据驱动，不受人为设定阈值的困扰，输入信号特征之间内在关系非线性约束，大大提高对手机姿态判断时的可靠性。

主权项

一种基于深度学习的手机姿态判断方法，其特征在于，包括：在行走状态下，通过手机内置的重力加速度传感器采集加速度信号，通过手机内置的陀螺仪采集姿态角信号，得到不同手机姿态下的样本数据，并为样本数据添加相应手机姿态的标签；所述加速度信号为重力加速度分别在手机X轴、Y轴、Z轴方向的分量，用于判断机头方向；所述姿态角信号为手机分别在X轴、Y轴、Z轴方向上的旋转角，用于反应手机姿态变化；对上述不同手机姿态下的样本数据进行深度学习训练，建立深度自动编码器；所述深度自动编码器用于输入加速度信号和姿态角信号，输出手机姿态预测结果；所述手机姿态预测结果包括手机姿态分类及其概率分布数据；通过深度自动编码器，对行走状态下的实时手机姿态进行预测。