[发明专利]基于计算机实现的方法、电子设备和计算机程序产品

说明书

本公开的实施例提供了基于计算机实现的方法、电子设备和计算机程序产品。该方法包括：获取取景图像；将其输入已经训练的机器学习系统，实时检测人体关键点；将其输入已经训练的医学分析层，以检测代表人体姿态部位的人体姿态关键点和代表动作部位的人体动作关键点；当人体姿态关键点位于第一预定空间范围内时，开始录制用户人体的运动视频；提示用户将动作部位运动至第二预定空间范围；基于医学分析层，更新人体动作关键点的位置数据；基于人体姿态关键点确定运动参考系；确定人体动作关键点相对于参考系的相对角度；基于运动、相对角度和预定标准，对用户的运动进行分类。以此方式，可以在没有专业人员在场的情况下使用户了解自身运动状况。

技术领域

本公开的实施例主要涉及计算机领域，并且更具体地，涉及基于人体关键点对运动分类的方法、电子设备和计算机程序产品。

背景技术

在现有技术中，有多种可以在移动设备上实现的人体关键点识别应用。这种应用可以检测人体关键点，并通过对人体关键点数据对人体姿势、人脸关键点和手部追踪进行实时同步感知，可以实现各种有趣的应用，如健身和运动分析、手势控制和手语识别、增强现实效果等。

发明内容

本公开的实施例提供了一种基于人体关键对运动进行分类的方案。

在本公开的第一方面中，提供了一种基于计算机实现的方法，包括：获取取景图像；将取景图像输入已经训练的机器学习系统，实时检测人体部位的人体关键点；将人体关键点输入已经训练的医学分析层，以检测代表人体姿态部位的人体姿态关键点和代表动作部位的人体动作关键点；当人体姿态关键点位于第一预定空间范围内时，开始录制用户人体的运动视频；提示用户进行运动以将动作部位运动至第二预定空间范围；基于医学分析层，更新人体动作关键点的位置数据；基于人体姿态关键点确定运动参考系；确定人体动作关键点相对于运动参考系的相对角度；基于运动、相对角度和预定标准，对用户的运动进行分类。

在本公开的第二方面中，提供了一种电子设备。该电子设备包括：相机；处理器；以及与处理器耦合的存储器，存储器具有存储于其中的指令，指令在被处理器执行时使设备执行动作，操作包括：通过相机获取取景图像；将取景图像输入已经训练的机器学习系统，实时检测人体部位的人体关键点；将人体关键点输入已经训练的医学分析层，以检测代表人体姿态部位的人体姿态关键点和代表动作部位的人体动作关键点；当人体姿态关键点位于第一预定空间范围内时，开始录制用户人体的运动视频；提示用户进行运动以将动作部位运动至第二预定空间范围；基于医学分析层，更新人体动作关键点的位置数据；基于人体姿态关键点确定运动参考系；确定人体动作关键点相对于运动参考系的相对角度；基于运动、相对角度和预定标准，对用户的运动进行分类。

在本公开的第三方面中，提供了一种计算机程序产品，计算机程序产品被有形地存储在计算机可读介质上并且包括机器可执行指令，机器可执行指令在被执行时使机器执行根据第一方面的方法。

提供发明内容部分是为了简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征，也无意限制本公开的范围。

附图说明

通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例中，相同的参考标号通常代表相同部件。在附图中：

图1示出了可以在其中实施本公开的实施例的示例环境的示意框图；

图2示出了根据本公开的一些实施例的用户运动的分类的示例过程200的流程图；

图3A和3B分别示出了根据本公开的一些实施例的用户处于不同状态时在计算设备340上所显示的示意图；

图4示出了根据本公开的一些实施例的运动参考系的示意图；

图5示出了根据本公开第二方面的实施例的电子设备500的示意框图；以及

图6示出了适合实现本公开一些实施例的示例设备的简化框图。

具体实施方式