[发明专利]基于深度学习的健身房健身动作识别方法及装置在审
| 申请号： | 201711264432.3 | 申请日： | 2017-12-05 |
| 公开（公告）号： | CN107909060A | 公开（公告）日： | 2018-04-13 |
| 发明（设计）人： | 杨耿;王冠颖;向涛 | 申请（专利权）人： | 前海健匠智能科技（深圳）有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 新余市渝星知识产权代理事务所(普通合伙)36124 | 代理人： | 廖平 |
| 地址： | 518000 广东省深圳市南山*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于深度学习的健身房健身动作识别方法，以实时视频作为媒介，采用基于深度学习的方法对其进行动作规范性识别，包括如下步骤(1)数据采集，将规范动作记录为规范动作图像；(2)数据标注，对规范动作图像进行规范动作分类；(3)数据训练，采用深度学习方法Caffe中基于卷积神经网络的物体检测识别框架，得到规范动作识别模型；(4)动作识别，对用户进行拍摄，识别出与规范动作识别模型中规范动作分类相符的用户动作；(5)动作评分，输出规范相似度评分以及修正方案。不需要用户穿戴、替换昂贵的设备，成本可控；以目前在智能终端中流行且方便使用的视频作为媒介，给用户生成精准运动数据，纠正错误动作，达到更好的健身效果。 | ||
| 搜索关键词： | 基于 深度 学习 健身房 健身 动作 识别 方法 装置 | ||
【主权项】：
基于深度学习的健身房健身动作识别方法，其特征是，以实时视频作为媒介，采用基于深度学习的方法对其进行动作规范性识别，包括如下步骤：(1)数据采集，对示范动作进行拍摄，将规范动作记录为规范动作图像；(2)数据标注，通过标注的方式对步骤(1)获得的规范动作图像进行规范动作分类；(3)数据训练，采用深度学习方法Caffe中基于卷积神经网络的物体检测识别框架，对步骤(2)进行规范动作分类后的规范动作图像进行识别训练，得到规范动作识别模型；(4)动作识别，对用户进行拍摄，并通过步骤(3)获得的规范动作识别模型，对实时视频中的用户图像进行搜索，识别出与规范动作识别模型中规范动作分类相符的用户动作；(5)动作评分，对于步骤(4)识别出的用户动作，通过规范动作识别模型将其与相应的规范动作分类中的规范动作图像比较运算，并输出规范相似度评分以及修正方案。
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前海健匠智能科技（深圳）有限公司，未经前海健匠智能科技（深圳）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/patent/201711264432.3/，转载请声明来源钻瓜专利网。
