[发明专利]一种智能姿势评估方法及系统有效
申请号: | 202310012866.3 | 申请日: | 2023-01-05 |
公开(公告)号: | CN115813377B | 公开(公告)日: | 2023-04-28 |
发明(设计)人: | 何玉 | 申请(专利权)人: | 北京蓝田医疗设备有限公司 |
主分类号: | A61B5/11 | 分类号: | A61B5/11;A61B5/00 |
代理公司: | 深圳汉林汇融知识产权代理事务所(普通合伙) 44850 | 代理人: | 刘临利 |
地址: | 100190 北京市大兴区中关村科技园*** | 国省代码: | 北京;11 |
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 智能 姿势 评估 方法 系统 | ||
1.一种智能姿势评估方法,其中,所述方法应用于一姿势评估系统,所述系统包括一监控装置,且所述系统与一智能穿戴装置通讯连接,所述方法包括:
通过所述智能穿戴装置对第一用户的关节点进行识别,获得用户运动关节点集合,并对所述用户运动关节点集合进行动态标记;
根据所述用户运动关节点集合,确定姿态评估指标集合;
通过所述监控装置获得第一评估视频信息,所述第一评估视频信息包括所述第一用户的运动视频信息;
根据所述姿态评估指标集合确定预定卷积核,按照所述预定卷积核对所述第一评估视频信息的每一帧图像信息进行遍历卷积计算,获得第一卷积计算结果;
根据所述第一卷积计算结果,获得第一运动姿势特征信息,并根据所述第一运动姿势特征信息,生成身姿骨骼模拟图进行动态演示;
将所述第一运动姿势特征信息和所述身姿骨骼模拟图输入第一运动姿势分析模型中进行多维度分析,获得第一身姿分析结果;
基于所述第一身姿分析结果,生成第一姿势准确系数;
如果所述第一姿势准确系数低于预设准确系数,生成第一提醒指令,所述第一提醒指令用于提醒所述第一用户进行姿势矫正;
所述方法还包括:
根据所述第一身姿分析结果,获得所述姿态评估指标集合中未达标评估指标;
基于所述未达标评估指标和所述姿态评估指标集合,进行关联性分析,获得指标关联度集合;
对所述指标关联度集合中超过预定关联度阈值的指标进行筛选,获得关联度修正指标;
根据所述关联度修正指标对所述第一身姿分析结果进行补充,获得第二身姿分析结果;
通过所述智能穿戴装置获得所述第一用户的运动体征信息;
根据所述运动体征信息,获得第一心理评估承压曲线;
对所述第一心理评估承压曲线的波峰值和波谷值进行统计,并根据统计结果获得第一评估承压指数;
根据所述第一心理承压指数对所述第二身姿分析结果进行修正。
2.如权利要求1所述的方法,其中,所述方法包括:
根据所述第一姿势准确系数和所述预设准确系数的差值,获得第一姿势矫正系数;
构建标准姿势数据库,将所述第一姿势矫正系数和所述标准姿势数据库输入姿势矫正分析模型,获得第一姿势矫正方案;
根据所述第一姿势矫正方案对所述第一用户进行姿势矫正。
3.如权利要求2所述的方法,其中,所述构建标准姿势数据库之后,包括:
根据所述标准姿势数据库,获得标准姿势图像数据集;
根据运动应用场景,确定标准姿势图像变化系数;
基于图像处理算法对所述标准姿势图像数据集进行数据扩增,所述数据扩增按照所述标准姿势图像变化系数进行变化输出,获得扩增标准姿势图像数据集;
根据所述扩增标准姿势图像数据集,对所述标准姿势数据库进行数据扩充。
4.如权利要求1所述的方法,其中,所述方法包括:
获得所述第一用户的基本生理信息;
根据所述第一用户的个人训练目标,选择姿势评估模式;
基于所述基本生理信息和所述姿势评估模式,从运动姿势分析模型库中调用所述第一运动姿势分析模型。
5.如权利要求4所述的方法,其中,所述方法包括:
获得循环神经网络的初始隐藏层值,基于所述初始隐藏层值获得第一输入权重矩阵;
将历史运动姿势特征信息和历史身姿骨骼模拟图作为输入层信息,根据所述输入层信息和所述第一输入权重矩阵对所述循环神经网络进行训练;
将所述输入层信息和所述初始隐藏层值作为下一次隐藏层值,将历史身姿分析结果作为标识信息依次迭代训练,构建所述第一运动姿势分析模型。
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北京蓝田医疗设备有限公司,未经北京蓝田医疗设备有限公司许可,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/202310012866.3/1.html,转载请声明来源钻瓜专利网。