[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: | |||
搜索关键词: | 基于 深度 学习 健身房 健身 动作 识别 方法 装置 | ||
技术领域
本发明涉及图像识别技术领域,具体是基于深度学习的健身房健身动 作识别方法及装置。
背景技术
动作的规范性在健身活动中尤其重要,如何才能正确的锻炼就成了一 个至关重要的问题。不规范的动作将导致健身活动事倍功半,使健身效果 跟预期的不对称,另外不规范的动作存在运动损伤的风险,而聘请健身教 练对于很多人来说也是一笔较大的开销。
为了解决这一问题,较为高端的健身系统开始尝试动作识别,但大多 是采用可穿戴设备进行辅助,例如运动手环、鞋子、衣服、臂环、眼镜、 手机等,需要用户主动参与,比较繁琐。还有其他非视频传感器安装在健 身设备上,耦合性强,成本极高。而目前主流的健身房大多都是传统设备, 若要替换成上述设备,必然价格昂贵,远超普通用户的预算。
与此同时,人体行为识别作为智能视频分析领域的一个研究热点。自 2006年加拿大多伦多大学教授GeoffreyHinton对深度学习的提出以及模型 训练方法的改进打破了BP神经网络发展的瓶颈开始,深度学习成为机器学 习领域最热门的研究方向,智能语音识别、即时翻译、图像识别等领域不 断有新突破。
因此,申请人针对健身运动的动作规范,进行了基于深度学习的健身 房健身动作识别技术的研究。
发明内容
基于上述目的,本发明提供了一种基于深度学习的健身房健身动作识 别方法及装置,以目前在智能终端中流行且方便使用的视频作为媒介,采 用基于深度学习的方法进行动作规范性识别。
其中,本发明的基于深度学习的健身房健身动作识别方法采用了如下 的技术方案。
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,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。
其中,本发明的基于深度学习的健身房健身动作识别装置,用于实现 所述的基于深度学习的健身房健身动作识别方法,包括:
摄像头或光学传感器,用于所述的基于深度学习的健身房健身动作识 别方法步骤(1)中对示范动作进行拍摄,及其步骤(4)中对用户进行拍 摄;
处理模块与处理中心,用于所述的基于深度学习的健身房健身动作识 别方法步骤(3)中对规范动作图像进行识别训练得到规范动作识别模型, 以及用于步骤(4)中识别用户动作,还用于步骤(5)中对用户动作进行 比较运算并输出规范相似度评分;
云平台,用于存储所述的基于深度学习的健身房健身动作识别方法步 骤(5)中获得的规范相似度评分及修正方案;
智能终端,用于从所述的云平台下载所述的规范相似度评分及修正方 案。
与现有技术相比,本发明的有益效果在于:
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,采用基于深度学习的方法进行动作规范 性识别,识别模型可编辑,并且能提供准确的健身动作识别结果,给用户 生成精准运动数据,纠正错误动作,减少健身教练的繁琐工作,甚至替代 健身教练,达到更好的健身效果。
下面结合说明附图和具体实施方式对本发明做进一步的说明。
附图说明
图1是本发明的基于深度学习的健身房健身动作识别装置的结构示意 图。
具体实施方式
本发明首先提出了一种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,对示范动作进行拍摄,将规范动作记录为规范动作图 像;
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/pat/books/201711264432.3/2.html,转载请声明来源钻瓜专利网。