[发明专利]健身运动姿态指导系统在审

专利信息
申请号: 202011467671.0 申请日: 2020-12-14
公开(公告)号: CN112734799A 公开(公告)日: 2021-04-30
发明(设计)人: 武治国;李静宇;姜瑞凯 申请(专利权)人: 中国科学院长春光学精密机械与物理研究所
主分类号: G06T7/246 分类号: G06T7/246;G06T7/73;G06T7/80;G08B21/24;G08B7/06
代理公司: 长春中科长光知识产权代理事务所(普通合伙) 22218 代理人: 高一明;郭婷
地址: 130033 吉林省长春*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 健身运动 姿态 指导 系统
【说明书】:

发明属于健身运动指导应用领域,包括:运动检测模块、智能分析模块、影音模块;通过采集健身人员主要部位的运动姿态,获取性别身高、使用的健身器械等视频信息并将识别到的健身运动类型,名称发送给智能分析模块,通过与影音数据库中的影音资料对比,将不规范的动作提取指导音频和动作视频,并自动生成提示语音供健身人员收听观看,同时语音提示健身人员不规范动作及不利之处。

技术领域

本发明属于健身运动指导应用领域,特别涉及三维成像,运动姿态检测技术。

背景技术

随着时代的发展,人们越来越注重身体素质的提高,重视身体健康,业余时间的健身锻炼也成为了一种流行的趋势。然而,健身活动需要有专业的技术指导,不然很容易造成运动的损伤,严重的会因为器械使用不当造成身体受伤甚至危及生命安全。现有的健身指导系统无法针对每一个健身人员的身体情况以及健身类型做出判断,对实际健身动作与标准动作做出精确匹配,导致健身者无从获知自己的动作是否标准,是否达到健身效果,是否正确使用健身器械,亦或判断是否过渡健身伤害身体。

发明内容

本发明设计了一种健身运动姿态指导系统,采用TOF深度传感器与可见光相机相结合,检测运动中的人体,根据肢体、关节操作器械的运动位置,智能判断人体运动规范性,通过语音、文字及影像交互式的提醒和指导健身人员运动姿势状态,可以解决健身人员由于动作不规范造成的运动损失的问题。为实现上述目的,本发明采用以下具体技术方案:

一种健身运动姿态指导系统,包括:运动检测模块、智能分析模块;

运动检测模块用于采集健身人员影像,识别正在进行的运动项目、使用的健身器械,控制跟踪转台跟随健身人员运动位置转动,提取健身人员主要部位的运动姿态;

智能分析模块用于接收健身人员当前的运动数据,与智能分析模块中存储的标准动作数据比对,提取健身人员不规范动作,并发送指导视频以及对应的规范动作语音讲解;

运动检测模块包括:用于获取健身人员运动场景图像的可见光相机、用于获取健身人员肢体运动空间位置信息的TOF深度传感器、用于固定和控制可见光相机与TOF深度传感器的跟踪转台,跟踪转台使健身人员活动区域始终位于可见光相机与TOF深度传感器视场有效区域之内。

优选地,还包括影音模块,影音模块用于接受指导视频,输出播放供健身人员收听观看,语音提示健身人员不规范动作之处,并显示正确的运动方法。

优选地,运动检测模块还包括:图像处理单元,用于采集可见光相机和TOF深度传感器采集到的健身人员的健身信息、主要部位的运动姿态信息;控制跟踪转台始终指向健身人员;分析采集到的健身人员的所有数据,并向智能分析模块发送数据、接收返回的分析处理结果;传输分析处理结果至影音模块。

优选地,智能分析模块还包括:智能分析单元和影音数据库;智能分析单元用于比对健身人员当前的健身数据与影音数据库中的标准动作,并将正确动作语音及运动视频回传至运动检测模块;影音数据库用来存储各种运动器械的标准动作的讲解语音记录及操作视频。

优选地,利用变换矩阵计算TOF深度传感器的每个像素对应在可见光相机上的像素位置,用以准确检测健身人员的身体位置以及运动姿态。

优选地,图像处理单元采用YOLO深度学习人工智能技术识别健身人员的健身信息;根据深度学习网络VGG-19获得的健身人员的运动信息,并提取关键视频帧中健身人员主要部位的运动姿态。

优选地,主要部位的运动姿态包括:以空间位置、角度的数据形式体现的健身人员关键部位、关节的信息。

优选地,健身信息至少包括性别、身高、所使用的健身器械;运动信息至少包括运动类型、健身项目名称。

本发明能够取得以下技术效果:

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中国科学院长春光学精密机械与物理研究所,未经中国科学院长春光学精密机械与物理研究所许可,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/202011467671.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top