[发明专利]一种舞蹈形体训练装置及方法在审

专利信息
申请号: 202110033202.6 申请日: 2021-01-11
公开(公告)号: CN113426080A 公开(公告)日: 2021-09-24
发明(设计)人: 唐艳霞 申请(专利权)人: 吉首大学
主分类号: A63B26/00 分类号: A63B26/00
代理公司: 北京国坤专利代理事务所(普通合伙) 11491 代理人: 王峰刚
地址: 416000 湖南省湘西*** 国省代码: 湖南;43
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 舞蹈 形体 训练 装置 方法
【权利要求书】:

1.一种舞蹈形体训练方法,其特征在于,所述舞蹈形体训练方法,包括:

步骤一,通过图像采集模块利用摄像头采集形体训练中的训练动作图像;通过形体轨迹采集模块利用轨迹信息传感器,采集形体训练中各个肢体的运行轨迹;

所述形体训练中的训练动作图像中包括完整的人体以及人体展现的动作轮廓;

所述通过图像采集模块利用摄像头采集形体训练中的训练动作图像,包括:设定相机俯仰以及相机水平仰分别进行图像的采集;

所述相机水平方向的图像采集包括:

以相机水平仰角为α拍摄第一水平仰图像,以相机水平仰角为α且与拍摄第一水平仰图像时相同的相机水平角拍摄第二水平仰图像;计算所述第二水平仰图像在所述第一水平仰图像上的第一重叠度;

判断所述第一重叠度是否大于或等于一重叠度阈值,若是,则令相机目标水平仰角为α,使用相机进行图像拍摄,若否,则对α进行赋值,使用相机进行赋值的角度进行拍摄;

所述相机俯仰方向的图像采集包括:

以相机俯仰角为β拍摄第一俯仰图像,以相机俯仰角为β且与拍摄第一俯仰图像时相同的相机水平角拍摄第二俯仰图像;计算所述第二俯仰图像在所述第一俯仰图像上的第二重叠度;

判断所述第二重叠度是否大于或等于一重叠度阈值,若是,则令相机目标俯仰角为β,使用相机进行图像拍摄,若否,则对β进行赋值,使用相机进行赋值的角度进行拍摄;

步骤二,通过身体状态采集模块利用脉搏传感器获取形体训练过中身体的状态信息;通过控制模块利用主控机协调各个模块的正常运行;

步骤三,通过图像处理模块利用图像处理程序对图像进行预处理;通过指令输入模块利用输入设备输入相应的指令信息;

步骤四,通过形体识别模块利用形体识别程序通过提取图像中的特征,并对形体图像特征进行识别;通过形体校准模块利用预存的形体标准动作与处理完成的形体动作进行匹配,并计算出形似度;

步骤五,通过形体分析模块依据形体相似度对训练过程中的形体动作进行综合分析,并给出相应的指导建议;通过提示模块利用提示设备对训练者进行指导训练;

步骤六,通过信号传输模块利用信号传输设备进行控制模块与云服务模块的信息交互;通过云服务模块利用大数据处理技术对采集的形体训练数据进行处理。

2.如权利要求1所述舞蹈形体训练方法,其特征在于,所述步骤三中,图像处理模块通过图像处理程序对图像进行预处理的具体过程为:

将获取的形体训练动作图像,建立相应的图像集合;

对图像集合中的所有形体训练动作图像进行灰度处理,并进行图像的滤波/边缘检测/分割。

3.如权利要求2所述舞蹈形体训练方法,其特征在于,所述形体训练动作图像进行滤波的具体过程为:

将原始动作图像,确定图像的各种尺寸;

建立新的数据集合,用以暂存结果图像;对暂存的结果图像进行扫描,求出图像中一定区域的像素值,并进行排序;确定灰度值中的中间值赋值给目标图像中与当前点对应的像素点;

重复上述步骤,直到处理完源图像的全部像素点。

4.如权利要求2所述舞蹈形体训练方法,其特征在于,所述形体训练动作图像进行边缘检测的具体过程为:

用高斯滤波平滑处理形体训练动作图像,并用有限差分算法确定图像梯度的幅值和方向;

根据确定的梯度幅值,进行非极大值抑制;

通过采用双阈值算法进行检测图像边缘。

5.如权利要求1所述舞蹈形体训练方法,其特征在于,所述步骤四中,形体识别模块对形体图像特征进行识别中,图像特征包括:图像颜色特征、图像纹理特征、图像形状特征以及图像局部特征点;

对图像局部特征点的识别过程为:

根据输入的数据信息,建立相应的模板,并对图像进行卷积运算;在图像的位置空间与尺度空间中搜索LoG与DoH响应的峰值,进而对图像局部特征点搜索识别。

6.如权利要求1所述舞蹈形体训练方法,其特征在于,所述步骤五中,信号传输模块中的信号传输设备所具有的信号传输方式,包括:ISDN、宽带、光线、无线等。

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吉首大学,未经吉首大学许可,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/202110033202.6/1.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