[发明专利]一种针对视频的哈他瑜伽动作可视化分析系统

说明书

本发明公开了一种针对视频的哈他瑜伽动作可视化分析系统。包括指标设置模块、分类识别模块、特征提取模块与可视化分析模块。针对哈他瑜伽中山式、风吹树式、幻椅式、站立后弯式、轮式和手拉脚单腿直立式六种基础体式进行分析，并将保持体式过程的标准程度进行可视化。通过指标设置模块对不同体式进行指标设置，分类识别模块基于LSTM网络对连续视频中的不同体式进行分类，特征提取模块基于FPD模型，针对分类结果提取图像中的运动学特征数据。可视化分析模块将训练动作与标准动作进行对比，最后通过图表的形式展示对比结果。将哈他瑜伽常用体式用更加直观形象的方法呈现出来，方便分析人员和运动人员掌握整体的运动状态，更加了解体式动作标准程度。

技术领域

本发明属于动作识别与分析技术领域，涉及瑜伽动作的识别与分析，具体涉及一种针对视频的哈他瑜伽动作可视化分析系统。

背景技术

随着科学生活理念的不断推进，瑜伽正以其修身养性之道风靡全球，越来越多的人通过瑜伽锻炼改善身心健康水平。哈他瑜伽是现如今流传最广、最受欢迎的瑜伽流派，但是，哈他瑜伽体式在实践中仍存在规范性和科学性不足、练习标准难以统一的问题。此外，哈他瑜伽体式动作产生的大量时序数据使用人工测量分析的方法不仅会造成一定的偏差，还不够直观，不易被大多数人所接受。

大数据发展的时代，越来越多的传统行业应用数据可视化的方式呈现繁冗复杂的抽象信息，将可视化应用在动作分析上，与哈他瑜伽常用体式分析相结合，可以帮助瑜伽爱好者观察到不被注意的细节变化，利用复杂结构提高工作记忆和工作效率，设计一款受众广泛、准确表达的界面是一个可待发展的领域。

发明内容

针对现有技术的不足，本发明提出了一种针对视频的哈他瑜伽动作可视化分析系统，使用神经网络进行动作的分类识别与特征提取，然后将分析结果以图表形式进行显示。

一种针对视频的哈他瑜伽动作可视化分析系统，包括指标设置模块、分类识别模块、特征提取模块与可视化分析模块。

所述指标设置模块保存有标准瑜伽动作的运动学特征，并且根据不同动作对于对称性、稳定性的不同要求，设置用于分析不同动作的关键运动学特征。其中，运动学特征包括人体关节点和身体重心的位移、速度、加速度以及身体关节点的夹角、角位移、角速度。关节点的夹角包括头踝角、头踝-足角、肩踝角、髋踝角、膝踝角、肩关节角、肘关节角、髋外展角、髋关节角、膝关节角、踝关节角、脊柱侧屈角、脊柱回旋角、头与胸段角、胸与腰段角、腰屈伸角、腕-脐-足角。

分类识别模块逐帧对待分析的瑜伽训练视频中的动作进行识别，将动作分为山式、风吹树式、幻椅式、站立后弯式、轮式和手拉脚单腿直立式，然后将分类结果输入到特征提取模块中。特征提取模块针对分类后的动作提取关键点坐标，计算动作保持阶段的关键运动学特征，输入可视化分析模块与标准瑜伽动作的运动学特征对比，进行标准程度衡量分析后，通过散点图和矩形树状图的形式分别显示实时动作分析视图和整体动作分析视图。

实时动作分析视图的横坐标为视频时间、纵坐标为关节点的夹角角度，以圆环的形式显示不同动作的分析结果。其中不同的圆环颜色表示不同的关节点夹角；圆环的内外直径差越大，表示该关节点夹角与标准动作的关节点夹角相差越大；圆环的外直径越大，动作的稳定性或对称性越差。整体动作分析视图以矩形的颜色表示不同的动作，矩形的面积越大表示该动作与标准动作的关节点夹角相差越大；矩阵的不透明度越高，表示动作的稳定性或对称性越差。

作为优选，分类识别模块基于长短时记忆网络，将瑜伽训练视频表示为时间序列的形式，然后逐帧输入到去掉输出层的正向和反向LSTM中，再将隐藏层的输出依次送入Mean pooling层和逻辑回归层，得到分类结果。

作为优选，特征提取模块基于快速位姿蒸馏模型，提取图像中人体关节的空间坐标信息，再根据空间坐标信息计算得到运动学特征。