[发明专利]一种运动姿态评估方法及系统有效
申请号: | 201711408821.9 | 申请日: | 2017-12-22 |
公开(公告)号: | CN108256433B | 公开(公告)日: | 2020-12-25 |
发明(设计)人: | 黄永祯;覃道亮;郭韦昱 | 申请(专利权)人: | 银河水滴科技(北京)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T7/11;G06T7/246 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;李相雨 |
地址: | 101500 北京市密云区经济开发区兴盛南路*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 运动 姿态 评估 方法 系统 | ||
1.一种运动姿态评估方法,其特征在于,包括:
采集使用人员的运动视频图像;
从所述运动视频图像中提取出所述使用人员在预定时长内的运动姿态信息;
将所述运动姿态信息和姿态特征库进行对比,获得第一对比结果,其中,所述姿态特征库为使用人员本人的设定时长内的运动姿态特征,或,使用人员相对应的教练人员、教官人员或其他参考人员的设定时长内的运动姿态特征;
基于所述第一对比结果,输出针对所述运动姿态信息的反馈信息,具体包括:通过交互界面向所述使用人员显示所述第一对比结果;或,关联所述第一对比结果和所述使用人员所使用的运动设备,根据所述第一对比结果调整所述运动设备的参数,矫正所述使用人员的动作;
所述方法还包括:
从所述运动视频图像中筛选出运动关键帧图像;
从所述运动关键帧图像中提取出所述使用人员在预定时长内的关键点信息;
基于所述第一对比结果,将所述关键点信息和关键点特征库进行对比,获得第二对比结果;
基于所述第二对比结果,输出针对所述关键点信息的反馈信息;
所述从所述运动视频图像中提取出所述使用人员在预定时长内的运动姿态信息,包括:
根据预先训练的深度学习模型,从所述运动视频图像中提取出每帧图像的人形区域;
对所述人形区域进行二值化处理,并对二值化后的人形区域进行分割,得到二值化的人体轮廓图像;
对所述二值化的人体轮廓图像中的人体轮廓标注唯一标识符,从标注后的二值化的人体轮廓图像中提取出每帧图像的运动姿态特征。
2.一种运动姿态评估系统,其特征在于,包括:
采集模块,用于采集使用人员的运动视频图像使用;
特征提取模块,用于从所述运动视频图像中提取出所述使用人员在预定时长内的运动姿态信息;
第一评估模块,将所述运动姿态信息和姿态特征库进行对比,获得第一对比结果,其中,所述姿态特征库为使用人员本人的设定时长内的运动姿态特征,或,使用人员相对应的教练人员、教官人员或其他参考人员的设定时长内的运动姿态特征;
第一反馈模块,用于基于所述第一对比结果,输出针对所述运动姿态信息的反馈信息,所述第一反馈模块具体用于:通过交互界面向所述使用人员显示所述第一对比结果;或,关联所述第一对比结果和所述使用人员所使用的运动设备,根据所述第一对比结果调整所述运动设备的参数,矫正所述使用人员的动作;
所述系统还包括:
运动关键帧提取模块,用于从所述运动视频图像中筛选出运动关键帧图像;
关键点提取模块,用于从所述运动关键帧图像中提取出所述使用人员在预定时长内的关键点信息;
第二评估模块,用于基于所述第一对比结果,将所述关键点信息和关键点特征库进行对比,获得第二对比结果;
第二反馈模块,用于基于所述第二对比结果,输出针对所述关键点信息的反馈信息;
所述特征提取模块包括:
人形区域检测单元,用于根据预先训练的深度学习模型,从所述运动视频图像中提取出每帧图像的人形区域;
人形分割单元,用于对所述人形区域进行二值化处理,并对二值化后的人形区域进行分割,得到二值化的人体轮廓图像;
特征提取单元,用于对所述二值化的人体轮廓图像中的人体轮廓标注唯一标识符,从标注后的二值化的人体轮廓图像中提取出每帧图像的运动姿态特征。
3.一种电子设备,其特征在于,包括:
存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于银河水滴科技(北京)有限公司,未经银河水滴科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711408821.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种指导化妆的方法及装置
- 下一篇:基于混淆矩阵的高层语义视频行为识别方法