[发明专利]静态运动的数据统计方法、装置、设备及介质

说明书

本申请公开了一种静态运动的数据统计方法、装置、设备及介质，其方法包括：获取待检测目标的视频流；基于MoveNet模型，确定视频流中各帧图像中待检测目标的多个骨骼节点，并按照预设方式将多个骨骼节点连接，得到检测热图；基于检测热图，根据预设的动作判断策略，确定视频流中各检测周期的有效性；对所述静态运动进行数据统计。本申请通过智能检测技术，能够自动识别运动中的人体骨骼关键点信息，实现静态运动数据的自动统计，具有更高的识别准确度，保证计数的过程中不漏计、不错计，能够在一定程度上替代教练的角色；每个动作都有反馈，让运动更有趣，能够敦促用户更标准的完成动作；显著提高用户的使用感受。

技术领域

本申请涉及数字医疗技术领域，具体涉及一种静态运动的数据统计方法、装置、设备及介质。

背景技术

人们越来越重视健康，一些静态运动受到很多人的青睐，如平板支撑、瑜伽等。但是对静态运动进行科学计时却缺乏有效的工具。现在网络上有很多健身类应用，如前端APP，这些应用可以通过文字、视频等形式对动作要点进行讲解示范，让用户可以在家中进行锻炼，节省了去健身房的时间和金钱。但对于很多新手来说，虽然学习了标准动作，却无法知道自己做的动作是否标准，没有教练在旁边纠正错误，不但运动效果大打折扣，甚至会产生运动损伤。

另外，很多应用在执行时，默认用户在同步运动，但用户是否真的在运动就不得而知，训练倒计时结束后自动生成运动成绩，计算卡路里、生成运动排名等信息，但用户可能根本就没有参与运动，无法起到监督作用，各种作弊手段也使得排名信息不可信，消磨用户积极性。

现在也有一些应用推出了人工智能(AI)健身的课程，可以对某些动作进行运动计数，但是准确性较差，容易出现误识别的现象，有时用户只是稍微晃动一下或者起身做其他事都也算作有效次数，体验很差。而且如果用户的动作不标准也能计数，不会提示用户错误信息，用户可能长时间去做一个错误的动作，造成运动损伤，尤其不适用于像平板支撑这样的静态计时动作，且相对其他动作而言，不标准的平板支撑动作会造成更大的损伤。因此亟待一种能够有效对像平板支撑这样的静态运动数据进行统计的方法。

需要说明的是，上述说明仅作为背景示例，而不必然的成为现有技术。

发明内容

针对上述问题，本申请实施例提供了一种静态运动的数据统计方法、装置、设备及介质，本方法基于MoveNet模型准确检测出视频流中各帧图像中待检测目标的多个骨骼节点，并根据预设的动作判断策略，检测视频流中每个检测周期的有效性，实现实时、有效、高准确度对静态运动的数据统计，以克服或者至少部分克服现有技术的不足。

第一方面，本申请实施例提供了一种静态运动的数据统计方法，所述方法包括：

获取待检测目标的视频流；

基于MoveNet模型，确定所述视频流中各帧图像中待检测目标的多个骨骼节点，并按照预设方式将多个骨骼节点连接，得到检测热图；

基于所述检测热图，根据预设的动作判断策略，确定所述视频流中各检测周期的有效性；

根据所述各检测周期的有效性，对所述静态运动进行数据统计。

第二方面，本申请实施例还提供了一种平板支撑计时装置，所述装置包括：

获取单元，用于获取待检测目标的视频流；

姿态检测单元，用于基于MoveNet模型，确定所述视频流中各帧图像中待检测目标的多个骨骼节点，并按照预设方式将多个骨骼节点连接，得到检测热图；

有效性检测单元，用于基于所述检测热图，根据预设的动作判断策略，确定所述视频流中各检测周期的有效性；

统计单元，用于根据所述各检测周期的有效性，对所述静态运动进行数据统计。