[发明专利]一种全自动姿态矫正训练方法及系统

权利要求书

1.一种全自动姿态矫正训练方法，其特征在于，所述方法应用于一种全自动姿态矫正训练装置，所述装置包括一视频采集装置，所述方法包括：

获得第一用户的第一行走特征；

根据所述第一用户的行走特征，获得第一康复训练计划；

通过所述视频采集装置采集第一视频信息，所述第一视频信息包括所述第一用户的第一行走姿态，所述第一行走姿态包括进行所述第一康复训练计划时的行走姿态；

根据所述第一视频信息，对所述第一用户的第一行走姿态进行特征识别，获得第二行走特征；

根据所述第一行走特征，获得第一指标曲线；

根据所述第二行走特征，获得第二指标曲线；

根据所述第一指标曲线和所述第二指标曲线，获得指标变化曲线；

根据所述指标变化曲线，调整所述第一康复训练计划，获得第二康复训练计划；

根据所述第二康复训练计划，对所述第一用户进行姿态矫正训练；

其中，所述获得第一用户的第一行走特征，包括：

通过所述视频采集装置采集第二视频信息，所述第二视频信息包括第一用户的第二行走姿态，所述第二行走姿态包括训练前的行走姿态；

根据标准行走姿态确定行走特征过滤器；

根据所述行走特征过滤器对所述第二视频信息进行逐帧3D卷积特征提取，获得所述第一用户的第一行走特征，包括：

从所述第二视频信息中获得所述第一用户在预定时间段内的第一行走姿态集合；

获得所述第一用户的第一行走姿态作为无偏估计值；

通过蒙特卡罗方法根据所述第一行走姿态集合和所述无偏估计量，获得第二行走姿态集合；

根据所述行走特征过滤器对所述第二行走姿态集合进行逐帧3D卷积特征提取，获得所述第一用户的第一行走特征；

所述通过蒙特卡罗方法根据所述第一行走姿态集合和所述无偏估计量，获得第二行走姿态集合，包括：

将所述无偏估计量作为比对目标；

通过蒙特卡罗方法从所述第一行走姿态集合中随机挑选所述第一用户的行走姿态与所述无偏估计量进行比对；

将与所述无偏估计量差值小于预定阈值的行走姿态存入所述第二行走姿态集合中。

2.如权利要求1所述的方法，其特征在于，所述根据所述行走特征过滤器对所述第二视频信息进行逐帧3D卷积特征提取，获得所述第一用户的第一行走特征，包括：

基于所述第二视频信息，构建三维直角坐标系；

基于所述三维直角坐标系对所述第二视频中每一帧的图像信息进行网格分割；

通过所述行走特征过滤器对所述第二视频中每一帧的图像信息按照所述三维直角坐标系的三个坐标方向进行卷积，获得所述第一用户的行走特征，其中，所述行走特征过滤器的深度小于输入层深度。

3.如权利要求1所述的方法，其特征在于，所述根据所述第一视频信息，对所述第一用户的第一行走姿态进行特征识别，获得第二行走特征之后，还包括：

获得标准行走特征信息；

判断所述第二行走特征与所述标准行走特征信息的差异程度是否在预定差异程度阈值之内；

如果所述第二行走特征与所述标准行走特征信息的差异程度不在预定差异程度阈值之内，获得第一提醒信息，所述第一提醒信息用于提醒所述第一用户行走异常。

4.如权利要求1所述的方法，其特征在于，所述根据所述第一用户的行走特征，获得第一康复训练计划，包括：

将所述行走特征作为输入信息输入神经网络模型，所述神经网络模型通过多组训练数据训练至收敛状态获得，其中，所述多组训练数据中的每组数据中都包括所述行走特征和用于标记输出结果的标识信息；

获得所述神经网络模型的输出信息，所述输出信息包括所述第一康复训练计划。