Traditional methods of motion recognition are based on camera, with the development of MEMS technology in recent years, Acceleration-sensor-based methods are beginning to make up for the shortcomings of traditional methods in action recognition. At present, there are few researches on the recognition of sports action by using acceleration sensors. Therefore, we choose to do researches about Taekwondo action recognition.
项目组人员：
钟国梁 2017级信息管理与信息系统专业，王睿林 2017级通信工程专业
项目指导教师：胡秉谊
项目级别：国家级
研究背景：
动作识别的传统方法是采用基于摄像头的方法，随着近年来MEMS技术的发展，基于加速度传感器的方法开始弥补动作识别中传统方法的不足。目前使用加速度传感器对体育动作过程进行识别的研究还较少，因此我们选择在跆拳道领域进行相关的研究。
实验过程：
我们使用加速度传感器（型号：JY901）所产生的三维度加速度数据的时域数据。第一步：把原始数据进行处理，第二步：通过数据截取算法截取出时域上加速度数据的动作段数据，第三步：对截取到的动作段数据进行实时识别，并实时输出识别结果。
应用：
我们所研究的跆拳道识别算法可应用：1、跆拳道类的体感游戏，2、弥补跆拳道电子护具存在的不足。而我们所研究的跆拳道动作截取算法可单独用于计量跆拳道运动量如计算动词次数，卡路里等。
未来展望：
在现有基础上去实现一个跆拳道教学系统。
项目创新点：
我们团队探索了将加速度传感器用于跆拳道腿法识别的可行性，并提出相关算法，拓展了体育识别的范围。
我们团队提出了一种实时识别中“半过程识别（速度快）”和“全过程识别（准确度高）”的方法，其中半过程识别方法适用于对延迟敏感的场景。
整套系统硬件成本低，有利于推广。
项目成果：
1、提出并实现了2种跆拳道动作的截取模式。
图1：不同算法的识别准确率比较
2、建立了跆拳道动作数据库。我们从4名身高160厘米到182厘米的志愿者中采集了共200组数据，构成跆拳道动作数据库。
图2：跆拳道动作数据库（部分）
3：完成了跆拳道腿法识别算法的软件编写（基于MATLAB）。
图3：跆拳道腿法识别算法软件
4：制作了一双跆拳道电子道鞋。
图4：电子道鞋实物图
