[发明专利]运动信息处理方法、装置、计算机设备

权利要求书

1.一种运动信息处理方法，其特征在于，所述方法包括：

实时获取运动主体的动作发生部位的压力数据；

实时获取所述运动主体的视频信息；

根据所述压力数据判断所述运动主体的当前动作是否满足第一力度条件；

根据所述视频信息判断所述运动主体的当前动作是否满足范围条件；

在判断结果为所述运动主体的当前动作满足所述第一力度条件，且满足所述范围条件的情况下，记录所述运动主体的当前动作为有效动作。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

实时获取所述运动主体的动作发生部位的加速度数据；

根据所述加速度数据判断所述运动主体的当前动作是否满足第二力度条件；

所述在判断结果为所述运动主体的当前动作满足所述第一力度条件，且满足所述范围条件的情况下，记录所述运动主体的当前动作为有效动作包括：

在判断结果为所述运动主体的当前动作同时满足所述第一力度条件、第二力度条件、范围条件的情况下，记录所述运动主体的当前动作为有效动作。

3.根据权利要求2所述的方法，其特征在于，所述根据所述加速度数据判断所述运动主体的当前动作是否满足第二力度条件包括：

根据所述加速度数据获得所述运动主体分别在空间直角坐标系的x轴、y轴、z轴上的加速度分量；

将所述加速度分量输入预设的算法模型，所述算法模型经过计算输出结果；

在所述算法模型输出结果为真的情况下，确定所述运动主体的当前动作满足所述第二力度条件。

4.根据权利要求1或2所述的方法，其特征在于，所述根据所述视频信息判断所述运动主体的当前动作是否满足范围条件包括：

将所述视频信息输入预设的机器学习模型；

所述机器学习模型根据所述视频信息判断所述运动主体当前是否发生了关键事件；

在所述机器学习模型的输出结果为所述运动主体当前发生了关键事件的情况下，确定所述运动主体的当前动作满足所述范围条件。

5.根据权利要求4所述的方法，其特征在于，所述机器学习模型根据所述视频信息判断所述运动主体当前是否发生了关键事件包括：

所述机器学习模型基于计算机视觉判断所述运动主体当前是否发生了关键事件，获得第一结果；

所述机器学习模型对所述运动主体的关键部位进行标注，提取所述运动主体的标注点；

根据所述标注点判断所述运动主体当前是否发生了关键事件，获得第二结果；

根据所述运动主体的标注点构建所述运动主体的三维模型，根据所述三维模型判断所述运动主体当前是否发生了关键事件，获得第三结果；

所述机器学习模型根据所述第一结果、第二结果、第三结果输出所述运动主体当前是否发生了关键事件的最终结果。

6.根据权利要求5所述的方法，其特征在于，所述根据所述三维模型判断所述运动主体当前是否发生了关键事件包括：

将所述运动主体的动作发生部位进行第一染色，将所述运动主体的动作发生的有效范围进行第二染色；

根据当前所述第一染色部位是否接触到所述第二染色部位，判断所述运动主体当前是否发生了关键事件。

7.一种运动信息处理装置，其特征在于，所述装置包括：

压力模块，用于实时获取运动主体的动作发生部位的压力数据；

视频模块，用于实时获取所述运动主体的视频信息；

力度判断模块，用于根据所述压力数据判断所述运动主体的当前动作是否满足第一力度条件；

范围判断模块，用于根据所述视频信息判断所述运动主体的当前动作是否满足范围条件；

有效动作模块，用于在判断结果为所述运动主体的当前动作满足所述第一力度条件，且满足所述范围条件的情况下，记录所述运动主体的当前动作为有效动作。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。