[发明专利]一种基于人工智能的肢体动作识别比对方法

权利要求书

1.一种基于人工智能的肢体动作识别比对方法，其特征在于，包括以下步骤：

S1，采集标准肢体动作数据，训练出标准动作模型；

S2，采集待比对肢体动作数据；

S3，将所述待比对肢体动作数据输入所述标准动作模型，分别提取所述标准肢体动作数据和所述待比对肢体动作数据中的肢体关键点数据；

S4，根据所述标准肢体动作数据和所述待比对肢体动作数据中的肢体关键点数据计算待比对肢体动作与标准肢体动作之间的偏差，并对待比对肢体动作进行打分。

2.根据权利要求1所述的基于人工智能的肢体动作识别比对方法，其特征在于，所述方法应用于动作教学，所述标准肢体动作数据采集自老师的标准动作影像，所述待比对肢体动作数据采集自学员的实时学习影像。

3.根据权利要求2所述的基于人工智能的肢体动作识别比对方法，其特征在于，肢体关键点包括头顶、鼻子、双肩、双肘、双手、双髋、双膝、双脚、下巴、背部两个点、脚尖、大腿中部、小腿中部。

4.根据权利要求3所述的基于人工智能的肢体动作识别比对方法，其特征在于，还包括：针对每个动作课程单独采集该动作课程对应的标准肢体动作数据，并根据该动作课程对应的标准肢体动作数据对所述标准动作模型进行进一步训练。

5.根据权利要求4所述的基于人工智能的肢体动作识别比对方法，其特征在于，采用DeepLabCut深度神经网络训练出所述标准动作模型。

6.根据权利要求5所述的基于人工智能的肢体动作识别比对方法，其特征在于，步骤S4包括同帧影像的动作比对和时间序列的动作比对。

7.根据权利要求6所述的基于人工智能的肢体动作识别比对方法，其特征在于，所述同帧影像的动作比对包括：

分别获取标准肢体动作和待比对肢体动作中关键点点与点之间的特征向量；

计算标准肢体动作与待比对肢体动作中同一部位特征向量形成的角度；

计算各个角度的权重；

计算归一化角度值参数；

计算惩罚因子；

根据所述归一化角度值参数和所述惩罚因子得到打分值。

8.根据权利要求7所述的基于人工智能的肢体动作识别比对方法，其特征在于，所述时间序列的动作比对包括：

使用时间序列分割聚类算法TICC确定待比对肢体动作与标准肢体动作间的相似度，并根据所述相似度得到打分值。

9.根据权利要求1所述的基于人工智能的肢体动作识别比对方法，其特征在于，所述方法应用于体感游戏，所述标准肢体动作数据采集自游戏规则，所述待比对肢体动作数据采集自游戏者的实时游戏影像。