[发明专利]一种基于智能终端的远程舞蹈动作捕捉评测系统在审

专利信息
申请号: 201811036491.X 申请日: 2018-09-06
公开(公告)号: CN109241909A 公开(公告)日: 2019-01-18
发明(设计)人: 闫维新;赵佳;于嘉奇;赵言正 申请(专利权)人: 闫维新
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06F16/73;G06N3/08;G06Q10/06
代理公司: 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 代理人: 徐红银;刘翠
地址: 200240 上海市闵行区东川路8*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 舞蹈动作 智能终端 评测系统 舞蹈 标准膜板 辨识 捕捉 直观 人机交互部件 网络通讯部件 平板计算机 收纳 打分评级 动作片段 教育意义 算法部件 显示终端 远程计算 肢体动作 手机 匹配 肢体 数字化 采集
【权利要求书】:

1.一种基于智能终端的远程舞蹈动作捕捉评测系统,其特征在于,包括:智能终端部件、网络通讯部件、远程计算部件、肢体动作辨识算法部件、舞蹈动作评测部件、舞蹈标准膜板以及人机交互部件;其中:

所述智能终端部件进行舞蹈动作视频记录,并把捕捉的舞蹈动作视频信息通过网络通讯部件发送至远程计算部件,所述远程计算部件将采集的舞蹈动作视频通过肢体动作辨识算法部件进行肢体辨识,生成肢体轨迹和运动参数后通过人机交互部件进行呈现;或,所述智能终端部件进行舞蹈动作视频记录,并把捕捉的舞蹈动作视频信息发送至肢体动作辨识算法部件,通过肢体动作辨识算法部件进行肢体辨识,生成肢体轨迹和运动参数并通过网络通讯部件发送至远程计算部件,所述远程计算部件将采集的肢体轨迹和运动参数通过人机交互部件进行呈现;

所述肢体动作辨识算法部件通过深度学习算法将舞蹈动作视频内的舞者肢体进行辨识,所述辨识至少包括对上肢、下肢、手指、脚部、头部、躯干以及所包含的关节的辨识,生成肢体和关节的直角坐标或极坐标参数以及舞蹈过程中的肢体和关节的运动轨迹,即肢体轨迹和运动参数;

所述舞蹈动作评测部件获取肢体动作辨识算法部件生成的肢体轨迹和运动参数中的某一个动作片段并与舞蹈标准膜板进行数字化匹配,当整个肢体轨迹和运动参数中的不同动作片段与舞蹈标准膜板逐一匹配后,给出当前肢体轨迹和运动参数中的动作片段和舞蹈标准膜板之间的动作差异,并发送至人机交互部件;

所述舞蹈标准膜板包含了舞蹈动作中的若干标准舞蹈动作参数;

所述人机交互部件设定当前所适用的舞蹈标准膜板数据库,显示当前肢体轨迹和运动参数中的动作片段和舞蹈标准膜板之间的动作差异,并将动作差异向舞者指明。

2.根据权利要求1所述的一种基于智能终端的远程舞蹈动作捕捉评测系统,其特征在于,所述智能终端部件采用智能手机、平板电脑、笔记本电脑、台式电脑中的任意一种。

3.根据权利要求1所述的一种基于智能终端的远程舞蹈动作捕捉评测系统,其特征在于,所述网络通讯部件采用如下任意一种或任意多种网络通讯模式:

-3G、4G或5G移动网络;

-WIFI无线网络;

-有线网络。

4.根据权利要求1所述的一种基于智能终端的远程舞蹈动作捕捉评测系统,其特征在于,所述远程计算部件采用智能手机、平板电脑、笔记本电脑、台式电脑中的任意一种。

5.根据权利要求1所述的一种基于智能终端的远程舞蹈动作捕捉评测系统,其特征在于,所述肢体动作辨识算法部件还包括如下任意一项或任意多项特征:

-运行在智能终端部件上,或,运行在远程计算部件上;

-采用的深度学习算法是基于TensorFlow或Caffe下的深度学习神经网络算法,进行实时视频流下或现有视频文件的肢体轨迹和运动参数生成;

-能够辨识至少一个舞者的舞蹈动作。

6.根据权利要求1或5所述的一种基于智能终端的远程舞蹈动作捕捉评测系统,其特征在于,所生成的肢体轨迹和运动参数至少覆盖舞者的肩关节、肘关节、腕关节、髋关节、膝关节和踝关节的运动参数。

7.根据权利要求1所述的一种基于智能终端的远程舞蹈动作捕捉评测系统,其特征在于,每一个标准舞蹈动作参数包括如下任意一项信息:

-各关节轴按照时间基准的运动速度、位置、加速度和角加速度的数据流信息;

-各关节轴按照时间基准的运动速度、位置、加速度和角加速度的数据流信息,以及与数据流信息相对应的影像、图片及音乐信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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闫维新,未经闫维新许可,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/201811036491.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top