[发明专利]基于神经网络的健身动作识别方法、装置、设备及介质

摘要

本发明公开了一种基于神经网络的健身动作识别方法、装置、设备及介质，该方法包括将至少一个切分特征数据按照时间顺序依次输入到训练好的健身动作识别模型中，获取每一切分特征数据对应的动作类型；基于动作类型获取对应的标准特征组数据，通过标准特征组数据从待识别特征数据中选取特定特征数据组进行标准性判断，获取特征识别结果；以确定特定特征数据组是否为标准特征，统计所有特定特征数据组对应的特征识别结果，当所有特定特征数据组对应的特征识别结果均为特征标准，则确定待识别动作序列数据对应的健身识别结果为动作标准，保证对待识别动作序列数据的准确率，同时，可以避免使用高成本的传感器，节约方案成本。

主权项

1.一种基于神经网络的健身动作识别方法，其特征在于，包括：获取数据采集设备采集的待识别动作序列数据；采用方向余弦矩阵算法对所述待识别动作序列数据进行特征提取，获取待识别姿态特征数据，将所述健身动作序列数据和所述待识别姿态特征数据作为待识别特征数据；对所述待识别特征数据进行归一化处理，获取归一化特征数据；通过时间切分算法对所述归一化特征数据进行切分处理，获取所述归一化特征数据对应的至少一个切分特征数据；将至少一个所述切分特征数据按照时间顺序依次输入到训练好的健身动作识别模型中，获取每一所述切分特征数据对应的动作类型；基于所述动作类型获取对应的标准特征组数据，通过所述标准特征组数据从所述待识别特征数据中选取特定特征数据组进行标准性判断，获取所述特定特征数据组对应的特征识别结果；统计所有所述特定特征数据组对应的特征识别结果，当所有所述特定特征数据组对应的特征识别结果均为特征标准，则所述待识别动作序列数据对应的健身识别结果为动作标准。