[发明专利]一种用户动作的评价方法、装置和可读介质在审
申请号: | 201811296176.0 | 申请日: | 2018-11-01 |
公开(公告)号: | CN109635644A | 公开(公告)日: | 2019-04-16 |
发明(设计)人: | 李宇欣 | 申请(专利权)人: | 北京健康有益科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 北京智桥联合知识产权代理事务所(普通合伙) 11560 | 代理人: | 商晓莉 |
地址: | 100102 北京市朝阳区*** | 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: | 用户动作 帧图像 标准运动 姿态信息 可读介质 姿态识别 图像 视频 采集 标准图像 健康技术 视频运动 | ||
1.一种用户动作的评价方法,其特征在于,包括:
采集用户跟随标准运动视频进行运动时的至少一帧图像;
针对每一帧图像,利用预先训练的姿态识别模型对该图像进行姿态识别,确定表征该图像中用户动作呈现的姿态信息;
分别确定基于各个帧图像确定出的姿态信息和标准运动视频中与采集的图像相对应的标准图像中呈现的姿态信息之间的差距;
基于各个帧图像确定出差距,确定用户动作的评价结果。
2.如权利要求1所述的方法,其特征在于,所述姿态信息包括人体特征部位的特征信息;以及分别确定基于各个帧图像确定出的姿态信息和标准运动视频中与采集的图像相对应的标准图像中呈现的姿态信息之间的差距,具体包括:
针对每一帧图像,均执行下述过程:
确定该帧图像的人体特征部位的特征信息构成的至少一个基础动作;
针对每一基础动作,确定该基础动作与标准运动动作库中与该基础动作对应的标准基础动作之间的差距,其中,所述标准运动动作库中包含若干个标准基础动作,所述标准基础动作为对所述标准运动视频中的用户动作进行分解得到的;
基于各个基础动作确定出的差距,确定该帧图像的姿态信息和标准运动视频中与该帧图像相对应的标准图像中呈现的姿态信息之间的差距。
3.如权利要求1所述的方法,其特征在于,所述姿态识别模型为对VGG网络与卷积层组进行训练得到的,其中,所述卷积层组包含若干个连续的卷积层。
4.如权利要求1~3任一所述的方法,其特征在于,还包括:
对所述评价结果进行量化处理,得到量化运动结果;以及
基于量化运动结果,输出针对所述用户动作的指导建议。
5.一种用户动作的评价装置,其特征在于,包括:
采集单元,用于采集用户跟随标准运动视频进行运动时的至少一帧图像;
姿态识别单元,用于针对每一帧图像,利用预先训练的姿态识别模型对该图像进行姿态识别,确定表征该图像中用户动作呈现的姿态信息;
第一确定单元,用于分别确定基于各个帧图像确定出的姿态信息和标准运动视频中与采集的图像相对应的标准图像中呈现的姿态信息之间的差距;
第二确定单元,基于各个帧图像确定出差距,确定用户动作的评价结果。
6.如权利要求5所述的装置,其特征在于,所述姿态信息包括人体特征部位的特征信息;以及
所述第一确定单元,具体用于针对每一帧图像,均执行下述过程:确定该帧图像的人体特征部位的特征信息构成的至少一个基础动作;针对每一基础动作,确定该基础动作与标准运动动作库中与该基础动作对应的标准基础动作之间的差距,其中,所述标准运动动作库中包含若干个标准基础动作,所述标准基础动作为对所述标准运动视频中的用户动作进行分解得到的;基于各个基础动作确定出的差距,确定该帧图像的姿态信息和标准运动视频中与该帧图像相对应的标准图像中呈现的姿态信息之间的差距。
7.如权利要求5所述的装置,其特征在于,所述姿态识别模型为对VGG网络与卷积层组进行训练得到的,其中,所述卷积层组包含若干个连续的卷积层。
8.如权利要求5~7任一所述的装置,其特征在于,还包括:
量化处理单元,用于对所述评价结果进行量化处理,得到量化运动结果;
输出单元,用于基于量化处理单元得到的量化运动结果,输出针对所述用户动作的指导建议。
9.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令用于执行如权利要求1至4任一权利要求所述的方法。
10.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至4任一权利要求所述的方法。
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北京健康有益科技有限公司,未经北京健康有益科技有限公司许可,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/201811296176.0/1.html,转载请声明来源钻瓜专利网。