[发明专利]一种基于动作识别技术的智能运动指导系统及方法有效
申请号: | 201811209022.3 | 申请日: | 2018-10-17 |
公开(公告)号: | CN109325466B | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 王诗雨;霍瑞鑫;李轶 | 申请(专利权)人: | 兰州交通大学;天津凯发电气股份有限公司 |
主分类号: | G06V40/20 | 分类号: | G06V40/20;G06V20/40 |
代理公司: | 天津滨海科纬知识产权代理有限公司 12211 | 代理人: | 杨慧玲 |
地址: | 730070 甘肃*** | 国省代码: | 甘肃;62 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 动作 识别 技术 智能 运动 指导 系统 方法 | ||
1.一种基于动作识别技术的智能运动指导系统,其特征在于,包括:
数据采集模块:包括动作数据采集子模块和用户数据采集子模块,所述动作数据采集子模块用于捕捉人体运动动作,并存储至动作数据库,作为标准动作数据;所述用户数据采集子模块用于采集用户的运动动作;
数据适应模块:用于将动作数据库中的动作信息与采集到的用户运动数据进行适应性匹配;
运动模式分析模块:用于分析不同的运动中,应用到的关节及关节角度变化,并将不同运动模式下的应用到的关节,及关节变化角度存入到动作数据库;
对比判定模块:用于对采集到的人体动作与标准动作作对比,并给出指导性结论;
所述对比判定模块包括双场景映射单元和双数据对比判定单元;
所述双场景映射子模块用于将采集的用户动作数据和相匹配的二维化标准数据置于同一参考系中,定位关键点,粗化虚化一些骨骼部分,将标准动作数据中的关键点和摄像头捕捉到的关键点进行拟合以便于对比;
所述双数据对比判定单元包括轨迹识别子单元和节点识别子单元;
所述轨迹识别子单元采用阶段性取帧法对用户的运动数据进行采集和类骨点的提取,在将其整合为矩阵,在将其与用同样方法的得到的标准数据矩阵进行对比识别;
所述节点识别子单元用于对标准动作数据进行时间上的递归分类,并设定标签,再用分类器算法与用户的节点数据进行匹配类的匹配,直至找到与之对应的节点数据,并与之进行对比识别;
所述用户数据采集子模块采用动作捕捉衣及地垫完成;
所述动作捕捉衣,在用户身体表面生成稳定不移位的Marker点,当用户穿着紧身衣做出相应动作时,用摄像机对用户动作进行拍摄,在交由计算机识别其中的Marker点,并将其转化为计算机动作分析中的类骨点,通过分析类骨点的移动状态得出用户的运动模式;
所述地垫带有方向坐标和不同长度标尺,在并在地垫上设计不同身形的用户的脚部站位点,以确定用户脚所处的点并校准用户的站姿朝向,辅助校对摄像头摆放的位置,固定用户脚步的通过计算机的计算得出用户动作的长度,已达到有效降低用户身材比例和在计算机动作数据分析过程中标准数据的差异和足部有可能产生的滑步,脚穿透或悬浮于地面的错误;
所述动作捕捉衣上的特定点具有卡环扣和标记线来保证用户衣服身上的点不会错位;
所述地垫上还设置激光光源,用于标记用户的动作范围。
2.根据权利要求1所述的基于动作识别技术的智能运动指导系统,其特征在于:所述动作数据采集子模块使用高精度光学动作捕捉系统Optitrack S520e捕捉人体运动动作。
3.根据权利要求1所述的基于动作识别技术的智能运动指导系统,其特征在于:所述数据适应模块引用动画处理的技术在数据不失真的前提下对数据进行修改,并且将系统中三维数据和用户端的二维数据进行自适应,将样本在的识别和对比中转化为二维数据。
4.根据权利要求1所述的基于动作识别技术的智能运动指导系统,其特征在于:
还设有阈值确定模块;为了区分正确动作和错误动作,每个标准动作都设有动作运动范围,超出动作范围的标记为错误动作。
5.一种基于动作识别技术的智能运动指导方法,其特征在于,包括:
S1、建立标准动作数据库;
S2、通过动作捕捉衣和地垫对用户的动作数据进行采集;
S3、对采集到的用户动作数据进行分析、处理;
S4、与标准动作数据库中的标准动作对比判定,得出指导性结论;
步骤S2中,所述动作捕捉衣,在用户身体表面生成稳定不移位的Marker点,当用户穿着紧身衣做出相应动作时,用摄像机对用户动作进行拍摄,在交由计算机识别其中的Marker点,并将其转化为计算机动作分析中的类骨点,通过分析类骨点的移动状态得出用户的运动模式;
所述地垫带有方向坐标和不同长度标尺,在并在地垫上设计不同身形的用户的脚部站位点,以确定用户脚所处的点并校准用户的站姿朝向,辅助校对摄像头摆放的位置,固定用户脚步的通过计算机的计算得出用户动作的长度,已达到有效降低用户身材比例和在计算机动作数据分析过程中标准数据的差异和足部有可能产生的滑步,脚穿透或悬浮于地面的错误;
所述动作捕捉衣上的特定点具有卡环扣和标记线来保证用户衣服身上的点不会错位;
所述地垫上还设置激光光源,用于标记用户的动作范围;
所述步骤S3中,对用户动作数据的分析包括运动模式分析,在不同运动中,人体关节发生的角度变化方式,确定不同的关节负责不同的运动模式,数据化人体关节所有运动规律的继承,将不同的关节引用不同角度变化方式输入系统并建立数据库;
还包括动作阈值的分析,在动作判定过程中,通过对不同的运动动作的深入研究和大量实验得出适用于该动作的阈值,通过大量领域的专业人员做几种不同的动作,并对动作进行标签分类,再通过分类器算法将这些数据分为测试样本和训练样本,用以得出动作的正确范围;
所述步骤S4中,对比判定方法分为双场景映射方法和双数据对比判定方法两部分;
双场景映射方法,将用户数据和与之相匹配的二维化标准数据置于同一参考系中,定位关键点,粗化虚化一些骨骼部分,将标准数据中的关键点和摄像头捕捉到的关键点进行拟合以便于对比;
双数据对比判定方法还包括轨迹识别方法和节点识别方法;
轨迹识别方法;采用阶段性取帧法对用户的运动数据进行采集和类骨点的提取,在将其整合为矩阵,在将其与用同样方法的得到的标准数据矩阵进行对比识别;
节点识别方法;先对标准数据进行时间上的递归分类,并设定标签,再用分类器算法与用户的节点数据进行匹配类的匹配,直至找到与之对应的节点数据,并与之进行对比识别;
对比判定结果和实验阈值进行对比,根据对比结果分析出结论对用户进行反馈。
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兰州交通大学;天津凯发电气股份有限公司,未经兰州交通大学;天津凯发电气股份有限公司许可,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/201811209022.3/1.html,转载请声明来源钻瓜专利网。