[发明专利]训练动作检测方法及装置在审

专利信息
申请号: 202111567131.4 申请日: 2021-12-20
公开(公告)号: CN114343618A 公开(公告)日: 2022-04-15
发明(设计)人: 王金桥;赵朝阳;周鲁;陈盈盈 申请(专利权)人: 中科视语(北京)科技有限公司
主分类号: A61B5/11 分类号: A61B5/11
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 吴刚
地址: 102300 北京市门头沟区石*** 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: 训练 动作 检测 方法 装置
【说明书】:

发明提供一种训练动作检测方法及装置,该训练动作检测方法包括:获取连续帧图像以及动作检测模式;基于所述连续帧图像,确定所述动作检测模式对应的人体特征参数,所述动作检测模式与所述人体特征参数的对应关系为预先设定,所述动作检测模式用于表示体能训练动作的检测功能,所述人体特征参数用于表征人体的运动状态;基于所述人体特征参数,确定动作检测结果。本发明提供的训练动作检测方法及装置,通过从连续帧图像中,确定某一动作检测模式所对应的人体特征参数,根据人体特征参数来确定动作检测结果,这样能够降低对人工经验的依赖度,能够降低人工成本,提高动作检测的准确度,提高检测效率。

技术领域

本发明涉及人工智能技术领域,尤其涉及一种训练动作检测方法及装置。

背景技术

随着社会和科技的发展,人们越来越重视运动训练,通过科学有规律的训练,可以提升身体机能,并且在损伤后进行有利于恢复或改善功能的身体活动。除严重的损伤需要休息治疗外,一般的损伤不必完全停止身体练习。适当的和科学的身体练习对于损伤的迅速愈合和促进功能的恢复有着积极的作用,而运动训练需要规范动作,规范的动作更加有利于身体健康。

目前,对运动过程中的训练动作进行检测的方法,主要是通过专业的培训教练来目测,对经验的依赖度较高,且耗费人力成本,检测不够准确,效率较低。

发明内容

本发明提供一种训练动作检测方法及装置,用以解决现有技术中通过专业的培训教练来目测,对经验的依赖度较高,且耗费人力成本,检测不够准确,效率较低的缺陷,实现降低对人工经验的依赖度,能够降低人工成本,提高动作检测的准确度,提高检测效率。

本发明提供一种训练动作检测方法,该训练动作检测方法包括:获取连续帧图像以及动作检测模式;基于所述连续帧图像,确定所述动作检测模式对应的人体特征参数,所述动作检测模式与所述人体特征参数的对应关系为预先设定,所述动作检测模式用于表示特定运动训练动作的检测功能,所述人体特征参数用于表征人体的运动状态;基于所述人体特征参数,确定动作检测结果。

根据本发明提供的一种训练动作检测方法,所述基于所述人体特征参数,确定动作检测结果,包括:基于所述人体特征参数和所述动作检测模式对应的动作阈值,确定动作达标信息;基于所述动作达标信息,确定所述动作检测结果。

根据本发明提供的一种训练动作检测方法,所述动作检测模式为第一类检测模式,所述基于所述动作达标信息,确定所述动作检测结果,包括:基于所述动作达标信息,统计达标动作的次数;基于所述达标动作的次数,确定所述动作检测结果。

根据本发明提供的一种训练动作检测方法,所述动作检测模式为第二类检测模式,所述基于所述动作达标信息,确定所述动作检测结果,包括:基于所述动作达标信息,统计达标动作的持续时长;基于所述达标动作的持续时长,确定所述动作检测结果。

根据本发明提供的一种训练动作检测方法,所述基于所述连续帧图像,确定所述动作检测模式对应的人体特征参数,包括:将所述连续帧图像输入到人体关键点检测模型中,得到所述人体关键点检测模型输出的所述人体特征参数;其中,所述人体关键点检测模型为以连续帧样本图像为样本,以与所述连续帧样本图像对应的人体特征参数样本数据为样本标签进行训练得到。

根据本发明提供的一种训练动作检测方法,在所述获取连续帧图像以及动作检测模式之前,还包括:获取人脸图像;在识别所述人脸图像并核验通过的情况下,为所述人脸图像对应的用户开启使用权限。

根据本发明提供的一种训练动作检测方法,所述动作检测模式至少包括:引体向上模式、仰卧起坐模式、俯卧撑模式、单杠曲臂悬垂模式、双杠臂屈伸模式、双杠支撑前移模式和蛇形跑模式。

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中科视语(北京)科技有限公司,未经中科视语(北京)科技有限公司许可,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/202111567131.4/2.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