[发明专利]一种基于3D重构的智能健身动作指导方法

说明书

本发明涉及智能设备技术领域，特别涉及一种基于3D重构的智能健身动作指导方法；所述方法包括采集用户运动视频，并标记出人体的关节点信息；对用户运动视频重建出用户3D运动模型；读取标准3D运动模型；将用户3D运动模型分别与不同标准3D运动模型进行尺度缩放匹配；选择出相似度最高的标准3D运动模型，并得出指导信息产生纠正引导视频；用户发出手势并产生与播放速率和播放进度相对应的控制指令；将接收到的用户运动视频、读取出的标准动作视频、指导信息和纠正引导视频合并成为一个视频，并通过屏幕反馈给用户；本发明对采集到的运动视频进行建立3D模型，将比对分析结果提供给用户，通过手势对播放进度进行控制，便于用户学习使用。

技术领域

本发明涉及智能设备技术领域，特别涉及一种基于3D重构的智能健身动作指导方法。

背景技术

随着时代的迅猛发展，人们的生活质量不断提高，在物质生活得到满足下，越来越多的人开始关心身心健康。在生活节奏不断加速的当今，家庭室内的健身锻炼成为人们。

在进行健身锻炼的传统学习途径中，主要有通过收集相关锻炼动作资料自学、健身房教练指导两种途径；这两种途径对于运动准确性的评判主要是依据人的经验进行判断，这种方法对人的依赖性很高，效率却不高。并且对于自学这种途径也无法得到用户训练过程中的反馈信息并作出进一步指导。

目前，针对于上述技术问题，有相关研究人员提出了以深度学习等方法对运动学习者进行指导，例如中国专利CN2019111430877提出了一种深度学习的运动评判指导方法及系统；该专利通过采集用户动作的图像信息，并通过构建的检测模型进行人体目标检测以及进行目标个体的关键点信息检测，进一步的根据所述关键点信息获取用户动作信息且将用户动作信息与标准动作信息进行比对分析，以获取比对分析结果，将比对分析结果提供给用户，有利于用户据此进行动作的学习，以提高对动作的掌握程度。

还比如，中国专利CN2018112090223提出了一种基于动作识别技术的智能运动指导系统及方法；该专利将动作捕捉技术、机器视觉技术和图像识别技术和独创的运动学习模式相结合，采集用户端数据和标准数据进行多层级对比分析，对用户在学习过程中的动作进行规范化纠正，借助云端数据对用户训练信息进行整合分析，得出结论对用户提出运动指导意见。

这些指导系统将采集到的动作视频与标准动作视频进行比对，形成比对分析结果后显示出来，用户将根据显示结果自行改进动作。但是这些指导系统缺少对动作的3D刻画，并且现有的3D刻画技术缺乏比对；导致在对标准动作与实际动作进行比对时出现较大的误差，使得不能对用户动作进行准确且规范化的纠正。

发明内容

综合考虑上述指导系统的优缺点，本发明需要解决深度学习所需的大量数据量和运算量，同时要避免用户使用可穿戴设备进行数据的采集；基于此，本发明提供了能随时随地且准确而规范化地指导用户进行健身运动的标准化的系统，具体提出了一种基于3D重构的智能健身动作指导方法，用于指导用户(健身练习者)进行动作上的训练，以提高对动作的掌握程度。

本发明了提供一种基于3D重构的健身运动指导方法，包括以下步骤：

采集用户运动视频，并标记出人体的关节点信息；

对所述用户运动视频进行重建，按照人体关节点构建出用户3D运动模型；

从标准3D运动模型库中读取其中的标准3D运动模型；

将用户3D运动模型分别与不同标准3D运动模型进行尺度缩放匹配；

分别计算用户3D运动模型与不同标准3D运动模型中对应关节点在同一坐标系中的欧式距离，并计算出同一标准3D运动模型所对应的欧式距离和；

选择出相似度最高的即欧氏距离和最小的标准3D运动模型，并得出指导信息产生纠正引导视频；

用户发出手势并产生与播放速率和播放进度相对应的控制指令；