[发明专利]一种多维度智能研判健身动作运动效果的方法

权利要求书

1.一种多维度智能研判健身动作运动效果的方法，其特征在于：设有外接设备、AI智脑，所述AI智脑设有实时视频采集模块、目标检测模块、姿态检测模块、关节角度分析模块、动作对比模块、动作录入模块；

S1：实时视频采集模块通过外接设备采集视频图像，且将视频图像传输给目标检测模块；

S2：目标检测模块的one-step算法对视频图像进行目标识别，且对每个目标自动生成独立的ID；

S3：姿态检测模块通过S1、S2步骤获得一幅图像，使用卷积网络技术提取图像特征，得到一组特征图，对特征图分别使用CNN网络提取和VGGNet网络提取，通过CNN网络提取将同一个人的关节点连接起来，形成为一个人的整体骨架；通过VGGNet网络提取获得人体的关键点与特征图；

S4：关节角度分析模块基于人的整体骨架，实时比对运动时骨架的变化，分析预算人体的运动量；

S5：AI智脑将信息传输至健身人员的手机上，且信息保存于云端，便于下次健身时提取；

S6：重复S1、S2、S3、S4的步骤。

2.如权利要求1所述多维度智能研判健身动作运动效果的方法，其特征在于：所述外接设备至少设有一个AI摄像头，且AI摄像头底部设有安装支架，所述AI摄像头附近设有至少一个边缘计算主机。

3.如权利要求1或2所述多维度智能研判健身动作运动效果的方法，其特征在于：所述安装支架设有螺栓孔用于固定，通过螺丝固定安装支架；所述边缘计算机采用分布式架构，通过无线网络、线缆连接，实现数据的互联互通。

4.如权利要求1所述多维度智能研判健身动作运动效果的方法，其特征在于：所述实时视频采集模块采用多级流水线架构，所述实时视频采集模块采集的视频图像不低于416*416分辨率，视频图像采用多级尺度传输方式。

5.如权利要求1所述多维度智能研判健身动作运动效果的方法，其特征在于：所述目标检测模块采用one-step算法，通过one-step算法实现对视频图像进行目标识别，所述目标检测模块设有YOLO Nano模型，所述YOLO Nano模型用于目标检测模块的训练。

6.如权利要求1所述多维度智能研判健身动作运动效果的方法，其特征在于：所述姿态检测模块采用卷积网络技术对来自实时视频采集模块、目标检测模块的图像进行特征提取。

7.如权利要求1所述多维度智能研判健身动作运动效果的方法，其特征在于：所述姿态检测模块设有CNN网络模组和VGGNet网络模组，所述姿态检测模块通过CNN网络模组和VGGNet网络模组获得人的整体骨架和人体的关键点与特征图。

8.如权利要求1或7所述多维度智能研判健身动作运动效果的方法，其特征在于：所述所述姿态检测模块通过VGGNet网络模组获得人体的关键点与特征图，该人体的关键点与特征图包括鼻子、脖子、左肩、右肩、左肘、右肘、左腕、右腕、左髋、右髋、左膝、右膝、左脚踝、右脚踝、左眼、右眼、左耳、右耳。

9.如权利要求1所述多维度智能研判健身动作运动效果的方法，其特征在于：所述动作对比模块设有标准动作库，所述标准动作库与关节角度分析模块的数据进行比对。

10.如权利要求1所述多维度智能研判健身动作运动效果的方法，其特征在于：所述动作录入模块用来采集教练健身动作，且采集的信息存入动作对比模块内的标准动作库。