[发明专利]一种健身动作的属性确定方法、装置、设备和存储介质

权利要求书

1.一种健身动作的属性确定方法，其特征在于，包括：

获取用户的健身视频，抽取得到所述健身视频中的视频帧；

将所述视频帧输入预先训练的三维预测模型，得到对应的实际三维人体模型，所述三维预测模型为将二维图像以及二维图像中对应动作的标准三维人体模型输入深度神经网络训练得到；

根据所述实际三维人体模型中各关键点的参数，确定用户的实际运动参数；

根据所述实际运动参数和标准运动参数，确定所述健身视频中健身动作的属性。

2.根据权利要求1所述的健身动作的属性确定方法，其特征在于，所述健身动作的属性包括下述至少一项：健身动作的标准度、健身动作的类型。

3.根据权利要求1所述的健身动作的属性确定方法，其特征在于，所述三维预测模型为将二维图像以及二维图像中动作对应的标准三维人体模型输入深度神经网络训练得到，包括：

采集用户在同一视角的健身动作的二维图像；

根据所述二维图像中的健身动作查找到对应的标准三维人体模型；

将所述二维图像和所述标准三维人体模型输入深度神经网络进行训练，得到对应的三维预测模型。

4.根据权利要求1所述的健身动作的属性确定方法，其特征在于，在将所述视频帧输入预先训练的三维预测模型，得到对应的实际三维人体模型之后，还包括：

按照视频帧的抽取顺序将对应的实际三维人体模型组成实际三维人体模型序列。

5.根据权利要求3所述的健身动作的属性确定方法，其特征在于，所述根据所述实际三维人体模型中各关键点的参数，确定用户的实际运动参数，包括：

提取所述实际三维人体模型序列中各个所述实际三维人体模型中各关键点的实际三维坐标；

按照视频帧的抽取顺序对各关键点的实际三维坐标进行排序组合，生成实际三维坐标序列；

根据所述实际三维坐标序列确定用户的实际运动参数。

6.根据权利要求1所述的健身动作的属性确定方法，其特征在于，所述运动参数包括下述至少一项：运动轨迹、各关键点的相对位置变化和各关键点的相对角度变化。

7.一种健身动作的属性确定装置，其特征在于，包括：

获取模块，用于获取用户的健身视频，抽取得到所述健身视频中的视频帧；

第一确定模块，用于将所述视频帧输入预先训练的三维预测模型，得到对应的实际三维人体模型，所述三维预测模型为将二维图像以及二维图像中对应动作的标准三维人体模型输入深度神经网络训练得到；

第二确定模块，用于根据所述实际三维人体模型中各关键点的参数，确定用户的实际运动参数；

第三确定模块，用于根据所述实际运动参数和标准运动参数，确定所述健身视频中健身动作的属性。

8.根据权利要求7所述的健身动作的属性确定装置，其特征在于，还包括：

组成模块，用于在将所述视频帧输入预先训练的三维预测模型，得到对应的实际三维人体模型之后，按照视频帧的抽取顺序将对应的实际三维人体模型组成实际三维人体模型序列。

9.一种健身动作的属性确定设备，其特征在于，包括：存储器以及一个或多个处理器；

所述存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的健身动作的属性确定方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的健身动作的属性确定方法。