[发明专利]一种基于体育训练的动作捕捉方法及系统在审

专利信息
申请号: 202210998475.9 申请日: 2022-08-19
公开(公告)号: CN115527265A 公开(公告)日: 2022-12-27
发明(设计)人: 杨颖;张成贵 申请(专利权)人: 武汉学院
主分类号: G06V40/20 分类号: G06V40/20;G06V20/64;G06V20/40;G06T17/00
代理公司: 成都鱼爪智云知识产权代理有限公司 51308 代理人: 刘爱平
地址: 430212 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 体育 训练 动作 捕捉 方法 系统
【权利要求书】:

1.一种基于体育训练的动作捕捉方法,其特征在于,包括以下步骤:

基于人体骨骼模型采用三维片面建模构建人体三维模型;

实时获取体育训练的人体运动视频数据;

对人体运动视频数据进行视频序列处理,并根据处理后的人体运动视频数据对人体动作进行识别,生成动作捕捉识别信息;

根据动作捕捉识别信息对人体三维模型进行实时调整,以构建实时的人体三维骨骼模型,完成动作捕捉。

2.根据权利要求1所述的一种基于体育训练的动作捕捉方法,其特征在于,还包括以下步骤:

获取目标体育训练项目信息;

根据人体三维骨骼模型和目标体育训练项目信息中的姿势数据对人体动作姿态进行识别,以得到目标姿态信息;

根据目标姿态信息和预置的姿态评估参数对人体动作姿态进行评估,生成姿态评估信息。

3.根据权利要求2所述的一种基于体育训练的动作捕捉方法,其特征在于,所述根据目标姿态信息和预置的姿态评估参数对人体动作姿态进行评估,生成姿态评估信息的方法包括以下步骤:

根据目标姿态信息中的各个关节数据和预置的姿态评估参数中的关节活跃情况数据和空间特性数据对人体动作姿态进行评估,生成整体姿态评估信息。

4.根据权利要求2所述的一种基于体育训练的动作捕捉方法,其特征在于,还包括以下步骤:

根据目标姿态信息采用SVM分类器对人体动作姿态进行分析,以构建人体局部关节向量;

采用CCA分析方法对人体局部关节向量进行度量分析,生成关节运动趋势预测信息。

5.一种基于体育训练的动作捕捉系统,其特征在于,包括初始模型模块、视频数据获取模块、动作捕捉识别模块以及三维模型构建模块,其中:

初始模型模块,用于基于人体骨骼模型采用三维片面建模构建人体三维模型;

视频数据获取模块,用于实时获取体育训练的人体运动视频数据;

动作捕捉识别模块,用于对人体运动视频数据进行视频序列处理,并根据处理后的人体运动视频数据对人体动作进行识别,生成动作捕捉识别信息;

三维模型构建模块,用于根据动作捕捉识别信息对人体三维模型进行实时调整,以构建实时的人体三维骨骼模型,完成动作捕捉。

6.根据权利要求5所述的一种基于体育训练的动作捕捉系统,其特征在于,还包括目标项目模块、姿态识别模块以及姿态评估模块,其中:

目标项目模块,用于获取目标体育训练项目信息;

姿态识别模块,用于根据人体三维骨骼模型和目标体育训练项目信息中的姿势数据对人体动作姿态进行识别,以得到目标姿态信息;

姿态评估模块,用于根据目标姿态信息和预置的姿态评估参数对人体动作姿态进行评估,生成姿态评估信息。

7.根据权利要求6所述的一种基于体育训练的动作捕捉系统,其特征在于,所述姿态评估模块包括关节子模块,用于根据目标姿态信息中的各个关节数据和预置的姿态评估参数中的关节活跃情况数据和空间特性数据对人体动作姿态进行评估,生成整体姿态评估信息。

8.根据权利要求6所述的一种基于体育训练的动作捕捉系统,其特征在于,还包括局部向量模块和动作预测模块,其中:

局部向量模块,用于根据目标姿态信息采用SVM分类器对人体动作姿态进行分析,以构建人体局部关节向量;

动作预测模块,用于采用CCA分析方法对人体局部关节向量进行度量分析,生成关节运动趋势预测信息。

9.一种电子设备,其特征在于,包括:

存储器,用于存储一个或多个程序;

处理器;

当所述一个或多个程序被所述处理器执行时,实现如权利要求1-4中任一项所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-4中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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武汉学院,未经武汉学院许可,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/202210998475.9/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top