[发明专利]一种人体动作评价方法、评价装置及评价系统

权利要求书

1.一种人体动作评价方法，其特征在于，包括以下步骤：

训练并部署人体动作评价模型；

利用人体动作评价模型对用户的人体动作进行评价，得到特征评分；

利用情感分析模型对用户查看人体动作评价模型输出的特征评分时的情感进行分析，并根据分析结果构建错误匹配库；

利用错误匹配库对人体动作评价模型进行更新；

利用更新后的人体动作评价模型对人体动作进行评价。

2.根据权利要求1所述的人体动作评价方法，其特征在于，所述训练并部署人体动作评价模型的具体过程为：

根据人体骨骼数据生成动作评价数据集，其过程为：

利用RGB-D相机获取人体二维视频流和深度图像流；

根据人体二维视频流和深度图像流生成3D人体骨骼数据；

根据3D人体骨骼数据得到输入动作序列；

对输入动作序列和标准动作序列进行特征量化和度量比较，得到特征评分；

根据标准动作序列和输入动作序列以及标准动作序列和输入动作序列对应的特征评分得到人体动作评价样本；

对各人体动作评价样本进行筛选，得到动作评价数据集；

利用动作评价数据集中的人体动作评价样本对深度学习模型进行训练，得到人体动作评价模型并部署。

3.根据权利要求1所述的人体动作评价方法，其特征在于，所述利用人体动作评价模型对用户的人体动作进行评价，得到特征评分的具体过程为：

获取用户的实时输入动作序列和用户选择要学习的标准动作序列；

将获取的实时输入动作序列和标准动作序列输入人体动作评价模型中；

人体动作评价模型对输入动作序列与标准动作序列的相似度进行评价，并输出特征评分。

4.根据权利要求1或2或3所述的人体动作评价方法，其特征在于，所述利用情感分析模型对用户查看人体动作评价模型输出的特征评分时的情感进行分析，并根据分析结果构建错误匹配库的过程为：

利用RGB-D相机实时采集用户看到人体动作评价模型输出的特征评分时的表情视频流，并将采集到的视频流发送给情感分析模型；

情感分析模型对用户看到人体动作评价模型输出的特征评分时的情感进行分析，得到用户看到特征评分时情绪的概率；所述情绪包括开心、疑惑和挫败；

当疑惑在三种情绪中的概率最大时，情感分析模型将得到的疑惑概率与预设的疑惑概率阈值进行比较，并根据二者的差值与调整基数计算得到调整后的评分；

将用户看到特征评分时情绪为疑惑时对应的输入动作序列和标准动作序列以及调整后的评分作为错误样本，利用错误样本构建错误匹配库。

5.根据权利要求4所述的人体动作评价方法，其特征在于，所述利用错误匹配库对人体动作评价模型进行更新的具体过程为：

将错误匹配库中的样本输入人体动作评价模型；

通过反向传播算法更新人体动作评价模型的权重，使得人体动作评价模型的损失函数减小，直到人体动作评价模型的损失函数收敛时，停止更新，并将得到的人体动作评价模型作为更新后的人体动作评价模型。

6.一种人体动作评价装置，其特征在于，包括人体动作评价模型、情感分析模型和错误匹配库；

所述人体动作评价模型用于对获取的用户的实时输入动作序列和用户选择要学习的标准动作序列的相似度进行评价，并输出特征评分；

所述情感分析模型用于对用户查看人体动作评价模型输出的特征评分时的情感进行分析，并根据分析结果构建错误匹配库；

所述错误匹配库用于对人体动作评价模型进行更新。