[发明专利]一种多维度智能研判健身动作运动效果的方法

说明书

本发明涉及一种多维度智能研判健身动作运动效果的方法，包括外接设备、AI智脑，外接设备有AI摄像头和边缘计算主机，AI智脑包括实时视频采集模块、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，AI智脑通过外接设备的AI摄像头获取图像信息，AI智脑目标检测模块、姿态检测模块、关节角度分析模块、动作对比模块完成目标识别、动作识别，以及运动量的计算。

技术领域

本发明涉及智能健身技术领域，具体涉及一种多维度智能研判健身动作运动效果的方法。

背景技术

随着人们的生活水平不断提高，人们的身体健康状况令人堪忧。根据相关的统计数据，慢性重大疾病不断呈现年轻化，多数上班族的身体都处于亚健康状态。通过锻炼方式来改善、提高身体素质，已经成为社会的共识。市场上也出现了大量关于健身的APP，以及健身的佩戴电子产品。还有分布在城市各处的健身房等等。但是，对于广大的工薪阶层来说，健身的电子产品和健身房的私教价格昂贵，且包括健身APP在内，其对于健身运动后的效果评估还是模糊，甚至就没有效果评估，唯一用于评估可量化的指标是“身材瘦了”。

为解决人们在锻炼后对锻炼效果，以及锻炼过程中锻炼的动作是否规范的问题，研究开发出了本发明。

发明内容

有鉴于此，有必要提供一种对锻炼后的效果，以及锻炼过程中锻炼的动作是否规范的一种多维度智能研判健身运动效果的方法。

一种多维度智能研判健身动作运动效果的方法，包括外接设备、AI智脑，外接设备包括AI摄像头、边缘计算主机、安装支架，所述AI摄像头通过安装支架固定在健身器材上，其正对着健身人体的正面，所述AI摄像头采用WIFI/4G/5G网络进行信息传输，且连接着边缘计算主机；AI智脑包括实时视频采集模块、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；所述AI智脑连接并控制着AI摄像头，通过AI摄像头获取图像信息。

S1：实时视频采集模块通过外接设备采集视频图像，视频图像采用不低于416*416分辨率，且将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。

进一步地，所述实时视频采集模块采用多级流水线架构，且视频图像采样为多级尺度传输到不同模型进行预测；从视频图像中进行目标检测，获得目标位置后，将目标区域从原始图像中裁剪出来，并传递给姿态检测模块。

进一步地，所述目标检测模块采用YOLO Nano模型进行训练，所述YOLO Nano模型比Tiny YOLOv2和Tiny YOLOv3的存储量都小，且其数据精度达到98%以上。