“唐义平”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果57个，建议您升级VIP下载更多相关专利

[发明专利]基于AI技术的智慧体育教室训练系统及方法-CN202310884567.9在审
发明人： 唐义平;关俊宏;祖慈;刘兵 -专利权人：安徽一视科技有限公司
申请日： 2023-07-18 - 公布日： 2023-10-24 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于AI技术的智慧体育教室训练系统及方法，其中系统包括：采集模块，获取体育教学视频以及用户的体育学习视频；处理模块，根据获取体育教学视频和用户的体育学习视频的视频关键帧，得到各个视频关键帧包含的运动信息，运动信息包括以下多者中的至少一者：人体轮廓、肢体关键关节点及其像素信息、面部轮廓、运动速度和运动力度；训练模块，将教学视频各个视频关键帧包含的运动信息和用户学习视频各个视频关键帧包含的运动信息输入智慧体育神经网络模型，得到体育教学视频与用户的体育学习视频的相似度；输出模块，输出用户的体育学习视频的相似度。本发明能够快速反馈用户学习体育教学视频的相似度，辅助用户进行体育教室训练。
基于 ai 技术智慧体育教室训练系统方法

[发明专利]一种智能化教学的智慧操场系统-CN202310386889.0在审
发明人： 唐义平;祖慈;刘兵;关俊宏 -专利权人：安徽一视科技有限公司
申请日： 2023-04-12 - 公布日： 2023-08-22 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及智慧教育技术领域，公开了一种智能化教学的智慧操场系统，包括以下模块：运动数据采集模块，其用于采集操场上使用者运动视频数据；人体关键点生成模块，其用于生成人体关键点坐标；数据预处理模块，其用于将人体关键点坐标从图像坐标系转换到相对坐标系，得到人体关键点信息；数据处理模块，其用于将人体关键点信息转换为序列数据；模型生成模块，其用于建立跳水运动评分模型；本发明基于深度学习来训练获得神经网络模型，综合考虑了使用者运动的肢体动作以及动作的时间连续性，建立的预测模型综合上述的因素来输出使用者运动的肢体偏差角度，对纠正使用者运动姿势做出合理化建议。
一种智能化教学智慧操场系统

[发明专利]一种基于大数据和深度学习的体育训练系统及方法-CN202310549687.3在审
发明人： 唐义平;祖慈;刘兵;关俊宏 -专利权人：安徽一视科技有限公司
申请日： 2023-05-15 - 公布日： 2023-08-11 - 主分类号： A63B24/00 文献下载
摘要：本发明涉及深度学习技术领域，公开了一种基于大数据和深度学习的体育训练系统，包括：图像特征提取模块，其用于生成肢体依赖CNN模型；特征转换模块，其用于将肢体依赖CNN模型的输出进行向量化；特征输入模块，将每个肢体对应的第一卷积空间的卷积链的输出的向量化之后的结果按照时间进行排序生成序列数据；状态生成模块，将每个肢体对应的序列数据对应的输入GMM‑HMM模型，输出隐状态；本发明综合考虑了一般图像特征表征的人体动作和红外图像表征的人体运动特征，来对人体肢体进行图像分解，然后综合引入运动特征进行综合的卷积，将卷积获得的综合运动特征基于HMM模型来表达发力状态，并辅助可视化能够实现对于学生拉单杠运动的指导。
一种基于数据深度学习体育训练系统方法

[发明专利]一种基于深度学习的AI运动视觉分析方法-CN202310386952.0在审
发明人： 唐义平;祖慈;刘兵;关俊宏 -专利权人：安徽一视科技有限公司
申请日： 2023-04-12 - 公布日： 2023-07-21 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及AI技术领域，公开了一种基于深度学习的AI运动视觉分析方法，包括以下步骤：采集数据及构建训练数据集；基于蛙跳视频数据获取图像，通过OpenPose模型获取图像中的人体关键点；对人体关键点进行预处理；构建LSTM循环神经网络模型；构建训练集并训练LSTM循环神经网络模型；将当前学生的蛙跳视频数据的一个图像对应的序列数据输入LSTM循环神经网络模型，输出该图像中的各个肢体的偏差角度；将输出的各个肢体的偏差角度与该组序列数据对应的图像进行映射；综合考虑了学生运动的肢体动作以及肢体运动之间的关联关系，基于深度学习的神经网络模型能够输出学生肢体偏差，能够精准的纠正学生运动姿势。
一种基于深度学习 ai 运动视觉分析方法

[发明专利]一种基于物联网的校园智慧体育数据分析系统-CN202310213394.8在审
发明人： 唐义平;祖慈 -专利权人：安徽一视科技有限公司
申请日： 2023-03-02 - 公布日： 2023-07-21 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及智慧体育技术领域，公开了一种基于物联网的校园智慧体育数据分析系统，包括：动作数据采集模块，其用于采集学生在运动项目中的运动数据；动作节点数据生成模块，其基于采集的运动数据生成动作节点数据；关键动作节点数据提取模块，其用于从学生在一个运动项目的运动数据生成的动作节点数据的集合中提取关键动作节点数据；第一体育数据分析模块，其用于对当前学生的在当前运动项目中的运动数据进行评估，判断当前学生在当前运动项目是否合格；本发明通过物联网配合动捕设备来采集学生的运动数据作为数据来源，基于学生的运动数据关联数据库进行正反向双面评估来获得评估结果。
一种基于联网校园智慧体育数据分析系统

[发明专利]一种基于AI学习的立定跳远检测系统及方法-CN202310549728.9在审
发明人： 唐义平;祖慈;刘兵;关俊宏 -专利权人：安徽一视科技有限公司
申请日： 2023-05-15 - 公布日： 2023-07-18 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及AI教育技术领域，公开了一种基于AI学习的立定跳远检测系统，包括：可见光图像处理模块，其从学生的一次立定跳远的可见光图像中筛选关键图像获得可见光图像序列；图像提取模块，其提取与可见光图像序列的可见光图像的时间节点相同的红外图像生成红外图像序列；肢体特征生成模块，其用于将预处理后的部件图像输入肢体特征生成器内生成肢体特征；动作识别模块，其用于将肢体特征生成时间序列，输入GMM‑HMM模型；本发明能够对于学生的立定跳远运动的各个动作进行判断，指导学生对于立定跳远的错误动作进行针对性的矫正，也可以作为教师指导学生的参考，能够辅助学生立定跳远成绩的提高。
一种基于 ai 学习立定跳远检测系统方法

[发明专利]一种基于AI技术的篮球练习的辅助系统和方法-CN202310223139.1在审
发明人： 唐义平;祖慈 -专利权人：安徽一视科技有限公司
申请日： 2023-03-09 - 公布日： 2023-06-23 - 主分类号： A63B69/00 文献下载
摘要：本发明公开了一种基于AI技术的篮球练习的辅助系统和方法，包括AI数据采集部、显示查询终端和设置于后台的分析处理部；AI数据采集部采集运动员面部信息和运动视频数据；AI识别处理服务器用于分析处理运动视频数据生成运动员三维骨架数据；虚拟仿真服务器用于对场馆建模和角色建模、运动员三维骨架数据与角色建模的绑定和生成渲染模型供查询；场地显示屏用于显示查询渲染模型；本发明通过运动员三维骨架数据与虚拟人物建模的绑定，生成渲染模型供查询；运动员可从三维角度回看自身训练动作，降低教练员重复教学强度；运动员可以直观查看训练情况，查找动作缺陷，采取针对性措施，提高训练效率。
一种基于 ai 技术篮球练习辅助系统方法

[发明专利]一种基于AI技术的智慧操场训练系统和方法-CN202310223226.7在审
发明人： 唐义平;祖慈 -专利权人：安徽一视科技有限公司
申请日： 2023-03-09 - 公布日： 2023-06-23 - 主分类号： A63B71/06 文献下载
摘要：本发明公开了一种基于AI技术的智慧操场训练系统和方法，包括前端检测设备和后端运算设备，前端检测设备包括识别登录设备、AI识别视频采集设备、音视频显示设备，后端运算设备包括AI识别分析服务器、数据存储服务器，前端检测设备布置于操场运动场地，采集运动人员信息数据和运动数据过程并把数据传递给后端运算设备，后端运算设备识别分析并存储分析结果数据，前端检测设备播送运动指令、播报运动人员成绩、形成运动报告；本发明利用运动视觉技术进行动作规范性分析和运动数据分析，实时生成运动指令和运动成绩，改善教学模式，增强智能交互性，组训方式灵活，实时反馈训练数据，增强运动针对性。
一种基于 ai 技术智慧操场训练系统方法

[发明专利]无感化学生体质测评方法、装置及存储介质-CN202211728301.7在审
发明人： 唐义平;祖慈 -专利权人：安徽一视科技有限公司
申请日： 2022-12-29 - 公布日： 2023-06-02 - 主分类号： A63B71/06 文献下载
摘要：本申请公开了一种无感化学生体质测评方法、装置及存储介质。该方法包括首先获取目标学生的运动视频数据；对所述运动视频数据进行预处理，抽取目标学生在进行当前运动项目测评时的动作关键帧；根据动作关键帧提取该动作关键帧的关键指标，将关键指标与标准动作进行对比分析，得到目标学生在进行当前运动项目的测评结果。本方法能够在无器械干扰的情况下进行体质测评，并提高了监测的准确性。
感化学生体质测评方法装置存储介质

[发明专利]一种基于AI视觉技术的智能化教学系统-CN202310213413.7在审
发明人： 唐义平;祖慈 -专利权人：安徽一视科技有限公司
申请日： 2023-03-02 - 公布日： 2023-05-30 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及智慧校园技术领域，公开了一种基于AI视觉技术的智能化教学系统，包括：图像采集模块，其用于采集学生的运动图像；运动数据提取模块，其基于采集的运动图像处理获得对应的图像运动数据；第一图像筛选模块，其用于从运动图像中提取重点图像；历史图像映射模块，其用于将历史的第一运动图像集合与当前学生的当前运动项目的第一运动图像集合的运动图像建立映射关系；合格参数计算模块，其用于计算合格参数；结果评价模块，其基于合格参数评估当前学生的当前运动项目的结果；本发明通过AI视觉技术基于采集的运动图像识别学生的运动数据，并基于运动数据的关联历史数据进行概率综合计算合格参数来对学生的运动项目进行准确的评估。
一种基于 ai 视觉技术智能化教学系统

[发明专利]一种智能视觉体育评测系统及方法-CN202211710908.2在审
发明人： 唐义平;祖慈 -专利权人：安徽一视科技有限公司
申请日： 2022-12-29 - 公布日： 2023-05-16 - 主分类号： G06V40/20 文献下载
摘要：本申请公开了一种智能视觉体育评测系统及方法。本系统中通过设置在操场的每个运动项目区域处的视频采集装置采集每个运动项目区域中的运动视频数据；传输设备获取每个运动项目区域中的运动视频数据；对于每个运动项目，利用其对应的AI算法模型对该运动区域所获取的运动视频数据进行分析，得到运动分析结果；根据得到的运动分析结果在各个终端进行展示；根据运动分析结果生成学生体质健康报告。本申请能够通过物联网摄像头与人工智能运动视觉算法，实现体育科学化训练、个性化教学、规模化测试。
一种智能视觉体育评测系统方法

[发明专利]基于大数据的智慧体育项目测评方法-CN202211584656.3在审
发明人： 唐义平;祖慈 -专利权人：安徽一视科技有限公司
申请日： 2022-12-10 - 公布日： 2023-04-18 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了基于大数据的智慧体育项目测评方法，涉及智慧体育项目测评技术领域，该方法通过每种体育项目的历史运动视频数据训练出识别体育项目的神经网络模型；根据每项体育项目的得分特性，为每项体育项目设置关键得分特征；并预先收集每项体育项目的关键得分的动作视频；再根据关键得分的动作视频训练出根据关键得分特征进行自动打分的神经网络模型；对于每个实时的体育项目测评，设置对应数量的视频捕捉设备，对进行体育项目的人员动作进行实时捕捉；根据动作视频，使用神经网络模型识别体育项目类型；并根据体育项目类型，使用对应的神经网络模型自动打分；极大的降低了体育测评的人力成本并避免了测评主观性的弊端。
基于数据智慧体育项目测评方法

[发明专利]一种基于AI技术的智慧体育监测方法-CN202211657956.X在审
发明人： 唐义平;祖慈 -专利权人：安徽一视科技有限公司
申请日： 2022-12-22 - 公布日： 2023-03-31 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于AI技术的智慧体育监测方法，涉及AI技术领域，解决了体育动作数据的规范性分析处理的技术问题；通过获取若干个用户在进行运动时的体态参数；将体态参数作为输入数据，基于输入数据和对应的动作标签整合生成标准训练组；通过标准训练组对人工智能模型进行训练，获取运动监测模型；采集用户在运动过程中体态参数，将体态参数整合生成原始数据；获取运动监测模型，将原始数据输入至运动监测模型中，获取动作标签；对动作标签进行识别，当用户的动作处于非标准状态时，控制用户的智能穿戴设备进行语音提醒，同时发送预警信号以及用户对应的体态参数至关联的负责人；实现了科学合理的分析用户在运动过程中所做的各项动作状态。
一种基于 ai 技术智慧体育监测方法

[发明专利]一种基于机器视觉的跑步运动评估方法-CN202211500744.0在审
发明人： 唐义平 -专利权人：安徽一视科技有限公司
申请日： 2022-11-28 - 公布日： 2023-03-28 - 主分类号： G06V40/20 文献下载
摘要：本发明公开一种基于机器视觉的跑步运动评估方法，包括如下步骤：采集第一图像，对第一图像进行处理分析以获取第一图像中的运动特征与预设的固定特征之间的第一位置关系，根据第一位置关系对与运动特征关联的运动个体进行运动评估。效果为：不受环境因素影响，评估结果更准确，系统要求低，无需佩戴式辅助器具，运动个体无感，用户体验好。
一种基于机器视觉跑步运动评估方法

[发明专利]一种运动评估触发方法-CN202211296658.2在审
发明人： 唐义平 -专利权人：安徽一视科技有限公司
申请日： 2022-10-21 - 公布日： 2023-03-21 - 主分类号： G06V40/20 文献下载
摘要：本发明公开一种运动评估触发方法，其特征在于，包括如下步骤：获取到运动区域内包含人体特征的一帧或多帧图像；将图像输入预设算法模型中进行分析；当图像中存在预设人体动作特征时，触发运动评估。效果为：1、可增加触发运动评估的准确性并提高用户体验；2、拓宽预设算法模型的样本来源；3、学习型的预设算法模型在训练过程中可实现自我修正。
一种运动评估触发方法

1
2
3
4
下一页»
尾页
共 57 条