[发明专利]基于体感技术的室内运动观测装置、方法及存储介质

说明书

技术领域

本申请涉及图像识别及比较领域，具体的，涉及一种基于体感技术对室内运动进行观测的装置及方法。

背景技术

近年来，随着工作和生活压力的增大，人们越来越热衷于运动，希望通过这种方式来改变自己的身心状态。运动分为室内和室外，但由于交通、天气以及空气质量原因，室内运动更受到大众的欢迎。室内运动时间长度可控，并且不会受到天气的限制，不管是炎热的夏季还是酷寒的冬季，此外在冬季空气质量不好是，室内一样可以达到较好的空气质量。

如中国专利201520733691一种智能瑜伽垫，该方法提供了一种在室内做瑜伽的装置。这种只能监测瑜伽的运动消耗，功能单一，不能激起用户持续运动的热情。而且，一次只能观测一个人的运动状态，娱乐性不强，满足不了室内运动多样化的需求。

而其它的一些运动监测设备往往需要在用户身上佩戴一些辅助部件，或者在专用的运动设备上进行，一方面给用户的使用感受度不好，另外一方面，上述专用的运动设备不仅耗资较大，而且在室内较为占用空间。

因此，在室内运动的时候如何能够自由自在的运动，不佩戴任何辅助设备，且可以适用任何不同的运动形式，减少设备占地面积，提高运动娱乐性，成为现有技术亟需解决的技术问题。

发明内容

本发明的目的在于提出一种基于体感技术的室内运动观测装置及方法，能够计算出用户的运动状态和类型，显示消耗的卡路里、耗氧量、运动时间等运动信息，方便用户查看。

为达此目的，本发明采用以下技术方案：

一种基于体感技术的室内运动观测装置，包括：

体感设备，用于拍摄用户，测量空间三维测量数据，并向运动识别模块输出RGB图像以及图像的深度信息；

运动识别模块，用于根据每帧图像的深度信息，提取形成当前帧的人体运动的n维特征向量，并与动作数据库中的运动模型比较匹配，识别用户的运动类型，并查询运动强度模块，得到所述运动类型的运动强度，并根据运动强度以及用户的体重计算得到用户的运动信息：

运动库模块，包括动作数据库，所述动作数据库中保存有各种运动类型的运动模型；

运动强度模块，保存有各种不同运动类型的运动强度参数，以供运动识别模块查询并计算得到当前用户的运动类型的运动强度。

可选的，在所述运动识别模块中，所述用于根据每帧图像的深度信息，提取形成人体运动的n维特征向量，并与动作数据库中的运动模型比较匹配，识别用户的运动类型具体为：根据每帧图像的深度信息，提取人体3D骨架，从人体3D骨架筛选出关键的关节点数据，并从关键的关节点数据中提取动作特征值，构造特征向量序列，将所述特征向量序列归一化，形成当前帧的人体动作的n维归一化特征向量，进行动作识别，计算当前的n维归一化特征向量与运动模型的特征向量的距离，如果距离小于对应的阈值，则认为动作匹配，连续匹配多个动作，判断判断出用户的运动类型。

可选的，在所述运动识别模块中，

在提取人体3D骨架还需要判断是否是儿童，如果是儿童，则对人体3D骨架的关节坐标进行归一化处理，所述归一化包括肢体尺寸归一、参考零点归一和方向归一；

所述关键的关节点数据，包括脚、膝盖和臀的关节点数据；

所述特征向量包括身体高度、运动速度、运动角度和运动轨迹；

所述动作识别采用AP聚类算法，所述n维归一化特征向量与运动模型的特征向量的距离为欧式距离。

可选的，所述动作数据库采用运动训练的方式，提前采集输入；

所述用户的体重由体感设备获取用户的身高、三围计算得到或者自行输入。

可选的，所述体感设备包括红外发射器，红外接收器，RGB摄像头和3D体感芯片。

本发明还公开了一种基于体感技术的室内运动观测方法，包括如下步骤：

步骤S110：拍摄用户，测量空间三维测量数据，并输出RGB图像以及图像的深度信息；

步骤S120：根据每帧图像的深度信息，提取人体3D骨架，从人体3D骨架筛选出关键的关节点数据；

步骤S130：从关键的关节点数据中提取动作特征值，构造特征向量序列，将所述特征向量序列归一化，形成当前帧的人体动作的n维归一化特征向量；

步骤S140：利用所述n维归一化特征向量，进行动作识别，计算当前的n维归一化特征向量与动作数据库中运动模型的特征向量的距离，如果距离小于对应的阈值，则认为动作匹配，连续匹配多个动作，判断判断出用户的运动类型；