[发明专利]一种居于AI图像识别判定四肢运动能力的系统

说明书

本发明涉及自动监控技术领域，公开了一种居于AI图像识别判定四肢运动能力的系统，包括数据采集模块、识别模块、算法模块以及预估模块：数据采集模块：所述数据采集模块用于实时采集视频数据；识别模块：所述识别模块用于识别人体关键点位；算法模块：所述算法模块用于对所述识别模块识别的人体关键点位之间角度的计算；所述人体关键点位有33个，所述每个点的坐标都是三维空间中归一化后的点；所述识别模块采用MediaPipe。本发明中，借助MediaPipe轻便可移植性，能随时随地进行运动能力评测，节省人力物力，MediaPipe对姿体的识别便捷高效准确，能准确检测人体关键点位。

技术领域

本发明涉及自动监控技术领域，具体为一种居于AI图像识别判定四肢运动能力的系统。

背景技术

随着科技发展，现代人们越来越意识到健康的重要，但是到指定专业机构进行评估对老人而言会有诸多不便，所以需要一款能够随时随地提供相关专业的测评的便民应用或系统。

目前主要通过人工对人体四肢运动能力进行评估，费时且费力，需要去专门的机构找专业人员进行评估，此外人工的评测结果容易因评测人员不同而不同，存在较大误差。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种居于AI图像识别判定四肢运动能力的系统，解决了背景技术提出的问题。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：一种居于AI图像识别判定四肢运动能力的系统，包括数据采集模块、识别模块、算法模块以及预估模块；

数据采集模块：所述数据采集模块用于实时采集视频数据；

识别模块：所述识别模块用于识别人体关键点位；

算法模块：所述算法模块用于对所述识别模块识别的人体关键点位之间角度的计算；

预估模块：所述预估模块用于对所述算法模块计算的评分估算最终比例。

优选的，所述人体关键点位有33个，所述每个点的坐标都是三维空间中归一化后的点。

优选的，所述识别模块采用MediaPipe。

优选的，所述算法模块中的空间向量的夹角公式为：

优选的，所述上述公式中的θ为某关节的夹角，所述关节的两个肢体在空间中的向量分别为：则所述得到关节夹角的余弦值利用反三角函数计算角度θ。

(三)有益效果

与现有技术对比，本发明具备以下有益效果：

1、本发明中，借助MediaPipe轻便可移植性，能随时随地进行运动能力评测，节省人力物力，MediaPipe对姿体的识别便捷高效准确，能准确检测人体关键点位。

2、本发明中，采用标准化的流程根据关键点位计算关节弯曲角度，再计算的分，然后估计在整体中所处的位置，误差小，不会因观测对象产生不必要的主观误差。

附图说明

图1为本发明的监测流程图；

图2为本发明Mediapipe姿势识别的33个关键点位标记示意图；

图3为本发明实施例中肩关节测量示意图；

图4为本发明实施例中肘关节测量示意图；

图5为本发明实施例中髋关节测量示意图；

图6为本发明实施例中膝关节测量示意图。

具体实施方式