[发明专利]一种用于基础舞蹈动作训练的智能辅助系统在审

专利信息
申请号: 202210437053.4 申请日: 2022-04-25
公开(公告)号: CN114998065A 公开(公告)日: 2022-09-02
发明(设计)人: 朱敬东;陈雅;常光云;林诗佳;袁亚琳;骆怡平 申请(专利权)人: 浙江工业大学
主分类号: G06Q50/20 分类号: G06Q50/20;G06Q10/10;G06V40/16;G06V40/20
代理公司: 杭州浙科专利事务所(普通合伙) 33213 代理人: 刘元慧
地址: 310014 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 基础 舞蹈 动作 训练 智能 辅助 系统
【权利要求书】:

1.一种用于基础舞蹈动作训练的智能辅助系统,其特征在于,该系统包括云数据中心(1)、与云数据中心(1)进行通信的教室端(2)、学生端(3)及教师端(4);

云数据中心(1):包括云端数据库(101)和数据分析模块(102),云端数据库(101)用于存储教室端(2)、学生端(3)、教师端(4)的数据;数据分析模块(102)用于分类、整合各个端口的数据内容;

教室端(2):包括基于教室一体机的教室登录模块(201)、自主学习模块(202)和基于kinect 套件(203)的模拟训练模块(204);

学生端(3):包括学生登录模块(301)、作品模块(302)、课程模块(303)和学生个人中心模块(304);

教师端(4):包括教师登录模块(401)、作品查看模块(402)、班级模块、学习资源模块(403)和教师个人中心模块(404)。

2.如权利要求1所述的一种用于基础舞蹈动作训练的智能辅助系统,其特征在于所述教室登录模块(201)是教室内一种用于基础舞蹈动作训练的智能辅助系统的入口;所述自主学习模块(202)用于专题资源学习;所述基于 kinect 套件(203)的模拟训练模块(204)用于人脸识别、动作识别、动作分析和 AI 智能评分。

3.如权利要求2所述的一种用于基础舞蹈动作训练的智能辅助系统,其特征在于所述自主学习模块(202)包括舞蹈相关的文本学习资源、音频学习资源和视频学习资源;所述基于 kinect套件(203)的模拟训练模块(204)包括人脸识别模块(205)、动作识别模块(206)、动作分析模块和 AI 智能评分模块(207)。

4.如权利要求3所述的一种用于基础舞蹈动作训练的智能辅助系统,其特征在于所述kinect 套件(203)包括 Kinect 传感器,控制器和显示设备。

5.如权利要求3所述的一种用于基础舞蹈动作训练的智能辅助系统,其特征在于所述人脸识别模块(205)用于识别学生的特征信息;动作识别模块(206)用于识别学生的动作信息;动作分析模块用于对所接收的动作进行数据转换,将转换的动作信息与动作标准数据库进行对比。

6.如权利要求3所述的一种用于基础舞蹈动作训练的智能辅助系统,其特征在于所述动作分析模块和 AI 智能评分模块(207)用于根据对比结果给出动作分析报告和 AI 智能评分。

7.如权利要求1所述的一种用于基础舞蹈动作训练的智能辅助系统,其特征在于所述学生登录模块(301)是学生移动端登录一种用于基础舞蹈动作训练的智能辅助系统的入口;作品模块(302)可以对任何作品进行点赞和评论,同时可以查看同班学生的全部作品以及作品的获赞数和获评数;所述课程模块(303)可以在线学习已完成的舞蹈课程和未完成的舞蹈课程视频并且可以在视频下方对该课程提出疑问;所述学生个人中心模块(304)可以查看自己的获赞数、获评数和个人的动作学习报告。

8.如权利要求1所述的一种用于基础舞蹈动作训练的智能辅助系统,其特征在于所述教师登录模块(401)是教师端登录一种用于基础舞蹈动作训练的智能辅助系统的入口;所述作品查看模块(402)可以对任何作品进行点赞和评论,可以查看所带班级学生的全部作品以及作品的获赞数和获评数,同时还可以看到该作品的动作分析报告和 AI智能评分;所述学习资源模块(403)可以查看或修改已经发布的舞蹈课程资源也可以上传新的舞蹈课程资源;所述教师个人中心模块(404)可以查看所带班级和学生报告。

9.如权利要求1所述的一种用于基础舞蹈动作训练的智能辅助系统,其特征在于所述学生端(3)、教师端(4)分别可查看作品模块上传至课堂云数据中心的内容及模拟训练模块传至课堂云数据中心的内容。

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浙江工业大学,未经浙江工业大学许可,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/202210437053.4/1.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