CN106228143A - 一种教学视频与摄像头视频运动对比评分的方法 - Google Patents

一种教学视频与摄像头视频运动对比评分的方法 Download PDF

Info

Publication number
CN106228143A
CN106228143A CN201610624206.0A CN201610624206A CN106228143A CN 106228143 A CN106228143 A CN 106228143A CN 201610624206 A CN201610624206 A CN 201610624206A CN 106228143 A CN106228143 A CN 106228143A
Authority
CN
China
Prior art keywords
video
motion
matrix
instructional
camera video
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610624206.0A
Other languages
English (en)
Inventor
王国兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201610624206.0A priority Critical patent/CN106228143A/zh
Publication of CN106228143A publication Critical patent/CN106228143A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/28Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30221Sports video; Sports image

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种教学视频与摄像头视频运动对比评分的方法,包括如下步骤:播放教学视频,通过摄像头实时获取摄像头视频;获取运动判定区域;对运动判定区域进行二值化处理,通过归一化数值表示各个元素点的前后运动强度;设置阈值,把教学视频、摄像头视频的运动强度图像转换为对应的运动标准化矩阵;将教学视频、摄像头视频的运动标准化矩阵做XOR运算,得到运动相差矩阵,把运动相差矩阵做累加计算得到教学视频、摄像头视频中运动相似性数值;把相差矩阵做累加计算得到的运动相似性数值做归一化处理,反映运动差别。本发明能够对两个视频的动作做互相匹配对比,识别两个视频的相似性;具备操作简单,设备要求低,普适性高的特点。

Description

一种教学视频与摄像头视频运动对比评分的方法
技术领域
本发明涉及运动视频处理领域,具体涉及一种教学视频与摄像头视频运动对比评分的方法。
背景技术
随着大众生活水平的提高,越来越多的人开始关注身体健康,健身运动逐渐成为时尚。但是中国人口众多,人均健身运动的设备和场地无法满足日益增强的需求。另外各种灾难性天气频发,严重影响大众开展户外运动。所以如何开展室内,特别是家庭运动是一个值得研究的问题。
目前家庭运动器材主要是跑步机,但是根据多年的研究,跑步机因为存在不少问题,造成使用频率和持久性很差。存在的问题包括:1)跑步机主要锻炼腿部,进行有氧项目锻炼,而健身运动要求全身和全方位进行锻炼,比如科学健身要求包括的速度锻炼、力量锻炼、柔韧锻炼、平衡锻炼、专项锻炼等,这些锻炼在传统的跑步机上没有办法进行;2)跑步机提供的运动方法单一,长时间机械的跑步动作会造成枯燥和疲劳,很难持久坚持锻炼运动。经常看到跑步者头戴耳机或者观看电视,就是用外界的方法分散跑步运动的枯燥,达到坚持运动的目的;3)跑步机基本是单机的运动设备,没有主机、存储、网络等互联网的连接。单机设备一般没法提供个性化的运动处方和保存运动成绩记录,运动记录的积累不但对自己有参考作用,大数据量进行统计分析可以找出有价值的信息,分享给好友更是把体育和社交结合;4)跑步机存在一定危险,少儿、老年、体重超重、膝盖有损伤等用户都是不适合在跑步机上进行较长时间运动的,患有心血管疾病的患者也不适合独自没有人照顾的进行跑步运动,跑步前热身不够也会造成运动损伤。
此外室内通过视频学习并掌握健身运动是个使用非常多的方法。传统的视频健身运动教学方式是教练拍摄运动的标准动作视频,学员用播放器播放教练视频并跟随视频做动作。这个传统的方式主要问题是教学过程中,学员按照教练视频做动作是个单向的过程,没有任何方法知道学员是否真的做了运动,运动的动作是否正确到位,是哪位学员做的运动。由于缺乏互动手段,无法形成教学闭环,最后缺乏个性化的评估体系。由于上述原因,视频教学虽然存在好长时间,但是真正起到指导锻炼,督促锻炼,评估锻炼方面效果不是非常理想。
发明内容
发明目的:针对现有技术的不足,本发明提供一种教学视频与摄像头视频运动对比评分的方法,能够两个视频的动作做互相匹配对比,识别两个视频的相似性。
技术方案:本发明所述教学视频与摄像头视频运动对比评分的方法,包括如下步骤:
(1)播放教学视频,通过摄像头实时获取摄像头视频;
(2)针对约定的运动区域获取教学视频、摄像头视频的运动判定区域;
(3)对教学视频、摄像头视频的运动判定区域进行二值化处理,同时各自按照前后二值化的连续帧做差值处理,得到教学视频与摄像头视频各自二值化的实时运动影像,通过归一化数值表示各个元素点的前后运动强度;
(4)设置阈值,将步骤(3)处理后大于阈值的区域定义为有效运动、小于等于阈值的区域定义为无效运动,把教学视频、摄像头视频的运动强度图像转换为对应的运动标准化矩阵;
(5)将教学视频、摄像头视频的运动标准化矩阵做XOR运算,得到运动相差矩阵,把运动相差矩阵做累加计算得到教学视频、摄像头视频中运动相似性数值;
(6)把相差矩阵做累加计算得到的运动相似性数值做归一化处理,反映运动差别。
进一步地,所述步骤(2)中将教学视频、摄像头视频中人物运动范围按4:3的比例裁剪处理,统一缩放成320*240像素的尺寸获得运动判定区域。
进一步地,所述步骤(3)做二值化运动处理,归一化到0~100的数值反应元素点前后运动强度值,0等于该元素点没有运动,100等于该元素点有剧烈的运动。
进一步地,所述步骤(4)中设置阈值,比如为50,把运动强度图像转化为对应的运动矩阵,运动矩阵中运动强度值大于阈值50的取1表示有效运动、否则取0表示无效运动,得到教学视频、摄像头视频运动标准化矩阵。
进一步地,所述步骤(5)教学视频、摄像头视频二值化的实时运动影像定义为320*240的两个矩阵,对两个矩阵做异或处理,结果矩阵叫做相差矩阵;相差矩阵的元素按照如下规则取值:如果两个矩阵某个位置全为0或者全为1表示元素相同,那么相差矩阵该位置元素取值0;如果两个矩阵某个位置元素分别为1、0或者1、0表示元素不同,那么相差矩阵该位置元素取值1。
进一步地,所述步骤(6)对相差矩阵做归一化处理,差异矩阵的所有元素求和/相差矩阵的总元素*100,计算结果D=0~100,量化反映教学视频与摄像头视频实时的差异性;如果D=0表示两个源视频完全一样没有任何不同,如果D=100表示两个视频完全不一样没有任何一点的相同。
进一步地,根据经验增多视频做测试设置不同的阀值D优、D良、D中、D差,在学员做动作的实时或者某个动作结束时候判定D,如果D<D优则学员的动作模仿教练非常相似;依次类推,实时判定D>D差则学员的动作与教练相差很大。
进一步地,所述教学视频播放分为剪影和正片,学员在剪影播放片段调整位置与提示剪影框完全吻合,确保正片播放时学员判定位置与教学视频中教练位置对应。
进一步地,所述运动标准化矩阵分为上下左右四个部分,分别对应摄像头捕捉到人体双手双脚的运动状况。
有益效果:与现有技术相比,本发明的优点:本发明在专利CN104486653A一种基于网络互动的视频体感健身系统及其方法的基础上进行拓展,原专利申请只能识别单个视频的前后是否有运动的动作,本发明拓展到两个视频,并对两个视频的动作做互相匹配对比,识别两个视频的相似性;本发明处理速度快精度高,仅仅需要一个普通的摄像头就能完成,具备操作简单,设备要求低,普适性高的特点。
本发明提供的方法数据处理简单,需要花费的CPU等资源十分有限,基本可以满足各类互联网终端的使用,如果教练视频和学员都按在约定的区域面对摄像头进行运动,同时约定背景固定不动并且色彩与运动者有明显反差,那么这个方法有效性较高。
本发明对于开展室内太极、气功、保健操、有氧操等有限范围内的徒手锻炼具有很好的效果;比较脸部识别,手部识别,肢体骨架识别等复杂图像识别技术,在粗大运动中本方案效果十分明显;健身运动属于全身的粗大运动,粗大运动中手脚躯干的运动幅度会比较大,往往会遮盖手部脸部等特效点;特别在普通2D摄像头的条件下,普通家用环境光线下,连续拍摄的影像不可能十分精确,实验室证明有效的各种特征识别技术很难奏效,判定精确性,响应实时性都不能达到商用要求;本方案的不依赖特征判定的视频比较方案,如果规范开始站位和背景静态后,实际使用效果有效。
附图说明
图1为本发明的中异或运算的示意图;
图2为标准化矩阵划分示意图。
具体实施方式
下面通过附图对本发明技术方案进行详细说明。
实施例1:(1)首先本发明提供的方法在互联网终端上播放教学视频,教学视频是事先按照要求拍摄的,教练在绿屏背景下拍摄,后期处理可以加入各种背景合成,运动判定区域针对原始绿屏视频进行,这样背景可以有效和教练分离,同时选定包含整个运动过程的区域,按照4:3的格式定义好输入视频区域;在互联网终端上安装广角摄像头,把学员模仿运动的过程拍摄下来并用小窗口形式同时与教练视频一起播放,这样学员在小窗口中看到自己的动作,仿佛是看到镜子中的自己,容易把自己的动作和教练动作进行对比,实时观察到自己与教练动作的差别,及时给予纠正;学员开始运动时候,在正式开始前提示一个与教练视频中教练开始动作的剪影,提示让学员调整位置与提示剪影框完全吻合,这样确保后面学员的运动判定与教练是位置对应的,提高判定的准确性。
(2)获取教学视频与摄像头视频,正对视频中人物运动区域做范围定义,由于视频的格式和尺寸可以各不相同,为了教学视频与摄像头视频运动对比评分方便,可以对教学视频与摄像头视频进行规范化处理,把教学视频与摄像头视频人物运动的范围按照4:3的比例裁剪出来,最后统一缩放成320*240像素的尺寸。
(3)两个4:3的视频首先进行尺寸转换变成标准的320x240格式,然后二值化灰度图像并进行二值化处理,二值化处理参考公布号为 CN 102350057 A的发明专利申请“基于电视机顶盒实现体感游戏操控的系统及方法”,最后归一化到0~100的值,反应各个元素点的前后运动强度,0等于该点没有运动,100等于该点有剧烈的运动;
(4)针对两个运动强度图标再进行二值化处理,设置阀值,比如50,把运动强度图像转化为对应的运动矩阵,运动矩阵中运动强度值大于阈值50的取1表示有效运动、否则取0表示无效运动,得到教学视频、摄像头视频运动标准化矩阵。
(5)将教练和学员对应的两个标准化运动矩阵做XOR运算,得到运动相差矩阵;如图1所示,从左到右分别为教学视频标准化运动矩阵、摄像头视频标准化运动矩阵、相差矩阵,相差矩阵的元素按照如下规则取值:如果两个矩阵某个位置全为0或者全为1表示元素相同,那么相差矩阵该位置元素取值0;如果两个矩阵某个位置元素分别为1、0或者1、0表示元素不同,那么相差矩阵该位置元素取值1,反应两个视频的运动相似性,把相差矩阵做累加计算,得到反应两个视频中运动相似性的数值;运动标准化矩阵分为上下左右四个部分,分别对应摄像头捕捉到人体双手双脚的运动状况,如图2所示。
(6)对相差矩阵做归一化处理,差异矩阵的所有元素求和/相差矩阵的总元素*100,计算结果D=0~100,量化反映教学视频与摄像头视频实时的差异性;如果D=0表示两个源视频完全一样没有任何不同,如果D=100表示两个视频完全不一样没有任何一点的相同;如果学员和教练的动作相仿,那么运动相差矩阵中各点的元素应该趋向于0,累计计算的结果值应该较小;反之运动相差矩阵中多数元素向于1,累计计算的结果值应该较大。根据经验增多视频做测试设置不同的阀值D优、D良、D中、D差,在学员做动作的实时或者某个动作结束时候判定D,如果D<D优则学员的动作模仿教练非常相似;依次类推,实时判定D>D差则学员的动作与教练相差很大。
如上所述,尽管参照特定的优选实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上作出各种变化。

Claims (9)

1.一种教学视频与摄像头视频运动对比评分的方法,其特征在于,包括如下步骤:
(1)播放教学视频,通过摄像头实时获取摄像头视频;
(2)针对约定的运动区域获取教学视频、摄像头视频的运动判定区域;
(3)对教学视频、摄像头视频的运动判定区域进行二值化处理,同时各自按照前后二值化的连续帧做差值处理,得到教学视频与摄像头视频各自二值化的实时运动影像,通过归一化数值表示各个元素点的前后运动强度;
(4)设置阈值,将步骤(3)处理后大于阈值的区域定义为有效运动、小于等于阈值的区域定义为无效运动,把教学视频、摄像头视频的运动强度图像转换为对应的运动标准化矩阵;
(5)将教学视频、摄像头视频的运动标准化矩阵做XOR运算,得到运动相差矩阵,把运动相差矩阵做累加计算得到教学视频、摄像头视频中运动相似性数值;
(6)把相差矩阵做累加计算得到的运动相似性数值做归一化处理,反映运动差别。
2.根据权利要求1所述的教学视频与摄像头视频运动对比评分的方法,其特征在于:所述步骤(2)中将教学视频、摄像头视频中人物运动范围按4:3的比例裁剪处理,统一缩放成320*240像素的尺寸获得运动判定区域。
3.根据权利要求1或2所述的教学视频与摄像头视频运动对比评分的方法,其特征在于:所述步骤(3)做二值化运动处理,归一化到0~100的数值反应元素点前后运动强度值,0等于该元素点没有运动,100等于该元素点有剧烈的运动。
4.根据权利要求3所述的教学视频与摄像头视频运动对比评分的方法,其特征在于:所述步骤(4)中设置阈值为50,把运动强度图像转化为对应的运动矩阵,运动矩阵中运动强度值大于阈值50的取1表示有效运动、否则取0表示无效运动,得到教学视频、摄像头视频运动标准化矩阵。
5.根据权利要求4所述的教学视频与摄像头视频运动对比评分的方法,其特征在于:所述步骤(5)教学视频、摄像头视频二值化的实时运动影像定义为320*240的两个矩阵,对两个矩阵做异或处理,结果矩阵叫做相差矩阵;相差矩阵的元素按照如下规则取值:如果两个矩阵某个位置全为0或者全为1表示元素相同,那么相差矩阵该位置元素取值0;如果两个矩阵某个位置元素分别为1、0或者1、0表示元素不同,那么相差矩阵该位置元素取值1。
6.根据权利要求5所述的教学视频与摄像头视频运动对比评分的方法,其特征在于:所述步骤(6)对相差矩阵做归一化处理,差异矩阵的所有元素求和/相差矩阵的总元素*100,计算结果D=0~100,量化反映教学视频与摄像头视频实时的差异性;如果D=0表示两个源视频完全一样没有任何不同,如果D=100表示两个视频完全不一样没有任何一点的相同。
7.根据权利要求6所述的教学视频与摄像头视频运动对比评分的方法,其特征在于:根据经验增多视频做测试设置不同的阀值D优、D良、D中、D差,在学员做动作的实时或者某个动作结束时候判定D,如果D<D优则学员的动作模仿教练非常相似;依次类推,实时判定D>D差则学员的动作与教练相差很大。
8.根据权利要求1所述的教学视频与摄像头视频运动对比评分的方法,其特征在于:所述教学视频播放分为剪影和正片,学员在剪影播放片段调整位置与提示剪影框完全吻合,确保正片播放时学员判定位置与教学视频中教练位置对应。
9.根据权利要求1所述的教学视频与摄像头视频运动对比评分的方法,其特征在于:所述运动标准化矩阵分为上下左右四个部分,分别对应摄像头捕捉到人体双手双脚的运动状况。
CN201610624206.0A 2016-08-02 2016-08-02 一种教学视频与摄像头视频运动对比评分的方法 Pending CN106228143A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610624206.0A CN106228143A (zh) 2016-08-02 2016-08-02 一种教学视频与摄像头视频运动对比评分的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610624206.0A CN106228143A (zh) 2016-08-02 2016-08-02 一种教学视频与摄像头视频运动对比评分的方法

Publications (1)

Publication Number Publication Date
CN106228143A true CN106228143A (zh) 2016-12-14

Family

ID=57536052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610624206.0A Pending CN106228143A (zh) 2016-08-02 2016-08-02 一种教学视频与摄像头视频运动对比评分的方法

Country Status (1)

Country Link
CN (1) CN106228143A (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107257338A (zh) * 2017-06-16 2017-10-17 腾讯科技(深圳)有限公司 媒体数据处理方法、装置及存储介质
CN107730529A (zh) * 2017-10-10 2018-02-23 上海魔迅信息科技有限公司 一种视频动作评分方法及系统
CN108172051A (zh) * 2018-01-24 2018-06-15 山东科技大学 一种体育课教学方法和装置
CN108563331A (zh) * 2018-03-29 2018-09-21 北京微播视界科技有限公司 动作匹配结果确定装置、方法、可读存储介质及交互装置
CN108615055A (zh) * 2018-04-19 2018-10-02 咪咕动漫有限公司 一种相似度计算方法、装置及计算机可读存储介质
CN108921907A (zh) * 2018-07-26 2018-11-30 上海慧子视听科技有限公司 一种运动测试评分的方法、装置、设备及存储介质
CN109005380A (zh) * 2017-06-06 2018-12-14 松下电器(美国)知识产权公司 动态图像列表生成方法、程序以及服务器装置
CN109376705A (zh) * 2018-11-30 2019-02-22 努比亚技术有限公司 舞蹈训练评分方法、装置及计算机可读存储介质
CN109508656A (zh) * 2018-10-29 2019-03-22 重庆中科云丛科技有限公司 一种舞蹈评级自动判别方法、系统及计算机可读存储介质
CN110278489A (zh) * 2019-07-26 2019-09-24 谢建飞 一种根据病人表情对播放内容控制的方法及播放控制系统
CN111385507A (zh) * 2018-12-28 2020-07-07 广州盈可视电子科技有限公司 一种实验操作考试教师智能批阅系统
WO2021032092A1 (zh) * 2019-08-18 2021-02-25 聚好看科技股份有限公司 显示设备
CN112774222A (zh) * 2019-11-08 2021-05-11 珠海市一微半导体有限公司 玩具机器人的控制方法、玩具机器人及芯片
CN113568894A (zh) * 2020-04-28 2021-10-29 中移动信息技术有限公司 数据库的数据冗余处理方法、装置、电子设备及存储介质
CN114066695A (zh) * 2022-01-18 2022-02-18 广东数业智能科技有限公司 一种基于劳动项目的教育内容分析方法、系统和存储介质
WO2022088290A1 (zh) * 2020-10-28 2022-05-05 中国科学院深圳先进技术研究院 运动评估方法、装置、系统及存储介质
CN116074564A (zh) * 2019-08-18 2023-05-05 聚好看科技股份有限公司 一种界面显示方法及显示设备
CN116193274A (zh) * 2023-04-27 2023-05-30 北京博瑞翔伦科技发展有限公司 一种多摄像头安全控制方法和系统
CN117138317A (zh) * 2023-10-27 2023-12-01 深圳市千岩科技有限公司 运动动作监督提示方法及其装置、设备、介质
CN117495197A (zh) * 2023-11-28 2024-02-02 北京大学人民医院 一种临床医学见习教学过程管理方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001010518A1 (en) * 1999-07-22 2001-02-15 Aproch...Ab System, computer program product and method for recording and analysing performance data
CN101202994A (zh) * 2006-12-14 2008-06-18 北京三星通信技术研究有限公司 辅助用户健身的方法和装置
CN102350057A (zh) * 2011-10-21 2012-02-15 上海魔迅信息科技有限公司 基于电视机顶盒实现体感游戏操控的系统及方法
CN102724449A (zh) * 2011-03-31 2012-10-10 青岛海信电器股份有限公司 互动式电视机和利用显示装置实现与用户互动的方法
CN103908771A (zh) * 2013-01-05 2014-07-09 宋琇莹 水中运动的使用者自我学习系统
CN104598867A (zh) * 2013-10-30 2015-05-06 中国艺术科技研究所 一种人体动作自动评估方法及舞蹈评分系统
CN105635669A (zh) * 2015-12-25 2016-06-01 北京迪生数字娱乐科技股份有限公司 基于三维运动捕捉数据与实拍视频的动作对比系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001010518A1 (en) * 1999-07-22 2001-02-15 Aproch...Ab System, computer program product and method for recording and analysing performance data
CN101202994A (zh) * 2006-12-14 2008-06-18 北京三星通信技术研究有限公司 辅助用户健身的方法和装置
CN102724449A (zh) * 2011-03-31 2012-10-10 青岛海信电器股份有限公司 互动式电视机和利用显示装置实现与用户互动的方法
CN102350057A (zh) * 2011-10-21 2012-02-15 上海魔迅信息科技有限公司 基于电视机顶盒实现体感游戏操控的系统及方法
CN103908771A (zh) * 2013-01-05 2014-07-09 宋琇莹 水中运动的使用者自我学习系统
CN104598867A (zh) * 2013-10-30 2015-05-06 中国艺术科技研究所 一种人体动作自动评估方法及舞蹈评分系统
CN105635669A (zh) * 2015-12-25 2016-06-01 北京迪生数字娱乐科技股份有限公司 基于三维运动捕捉数据与实拍视频的动作对比系统及方法

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109005380A (zh) * 2017-06-06 2018-12-14 松下电器(美国)知识产权公司 动态图像列表生成方法、程序以及服务器装置
CN107257338A (zh) * 2017-06-16 2017-10-17 腾讯科技(深圳)有限公司 媒体数据处理方法、装置及存储介质
CN107730529A (zh) * 2017-10-10 2018-02-23 上海魔迅信息科技有限公司 一种视频动作评分方法及系统
CN108172051A (zh) * 2018-01-24 2018-06-15 山东科技大学 一种体育课教学方法和装置
CN108563331A (zh) * 2018-03-29 2018-09-21 北京微播视界科技有限公司 动作匹配结果确定装置、方法、可读存储介质及交互装置
CN108615055A (zh) * 2018-04-19 2018-10-02 咪咕动漫有限公司 一种相似度计算方法、装置及计算机可读存储介质
CN108921907A (zh) * 2018-07-26 2018-11-30 上海慧子视听科技有限公司 一种运动测试评分的方法、装置、设备及存储介质
CN108921907B (zh) * 2018-07-26 2022-03-08 上海慧子视听科技有限公司 一种运动测试评分的方法、装置、设备及存储介质
CN109508656A (zh) * 2018-10-29 2019-03-22 重庆中科云丛科技有限公司 一种舞蹈评级自动判别方法、系统及计算机可读存储介质
CN109376705A (zh) * 2018-11-30 2019-02-22 努比亚技术有限公司 舞蹈训练评分方法、装置及计算机可读存储介质
CN111385507A (zh) * 2018-12-28 2020-07-07 广州盈可视电子科技有限公司 一种实验操作考试教师智能批阅系统
CN110278489B (zh) * 2019-07-26 2021-03-30 谢建飞 一种根据病人表情对播放内容控制的方法及播放控制系统
CN110278489A (zh) * 2019-07-26 2019-09-24 谢建飞 一种根据病人表情对播放内容控制的方法及播放控制系统
US11924513B2 (en) 2019-08-18 2024-03-05 Juhaokan Technology Co., Ltd. Display apparatus and method for display user interface
WO2021032092A1 (zh) * 2019-08-18 2021-02-25 聚好看科技股份有限公司 显示设备
CN116074564A (zh) * 2019-08-18 2023-05-05 聚好看科技股份有限公司 一种界面显示方法及显示设备
CN112774222A (zh) * 2019-11-08 2021-05-11 珠海市一微半导体有限公司 玩具机器人的控制方法、玩具机器人及芯片
CN113568894A (zh) * 2020-04-28 2021-10-29 中移动信息技术有限公司 数据库的数据冗余处理方法、装置、电子设备及存储介质
WO2022088290A1 (zh) * 2020-10-28 2022-05-05 中国科学院深圳先进技术研究院 运动评估方法、装置、系统及存储介质
CN114066695A (zh) * 2022-01-18 2022-02-18 广东数业智能科技有限公司 一种基于劳动项目的教育内容分析方法、系统和存储介质
CN116193274A (zh) * 2023-04-27 2023-05-30 北京博瑞翔伦科技发展有限公司 一种多摄像头安全控制方法和系统
CN117138317A (zh) * 2023-10-27 2023-12-01 深圳市千岩科技有限公司 运动动作监督提示方法及其装置、设备、介质
CN117138317B (zh) * 2023-10-27 2024-01-09 深圳市千岩科技有限公司 运动动作监督提示方法及其装置、设备、介质
CN117495197A (zh) * 2023-11-28 2024-02-02 北京大学人民医院 一种临床医学见习教学过程管理方法及系统
CN117495197B (zh) * 2023-11-28 2024-06-11 北京大学人民医院 一种临床医学见习教学过程管理方法及系统

Similar Documents

Publication Publication Date Title
CN106228143A (zh) 一种教学视频与摄像头视频运动对比评分的方法
US11638853B2 (en) Augmented cognition methods and apparatus for contemporaneous feedback in psychomotor learning
US20180357472A1 (en) Systems and methods for creating target motion, capturing motion, analyzing motion, and improving motion
CN106166376B (zh) 简化24式太极拳综合训练系统
CN1425171A (zh) 以时空同步整合视频序列的方法及系统
CN109621331A (zh) 辅助健身方法、装置及存储介质、服务器
KR102161034B1 (ko) 운동강의 제공 시스템 및 이를 이용한 운동강의 제공 방법
US11640725B2 (en) Quantitative, biomechanical-based analysis with outcomes and context
Yang et al. Research on face recognition sports intelligence training platform based on artificial intelligence
JP7078577B2 (ja) 動作類似度評価装置、方法およびプログラム
US20240042281A1 (en) User experience platform for connected fitness systems
WO2017214926A1 (zh) 一种健身计划的可视化执行装置和方法
CN116328279A (zh) 一种基于视觉人体姿势估计的实时辅助训练方法及设备
Huang et al. Analysis Technology of Tennis Sports Match Based on Data Mining and Image Feature Retrieval
Lo et al. richyoga: An interactive yoga recognition system based on rich skeletal joints
Wang Using machine learning algorithms to recognize shuttlecock movements
CN114495594A (zh) 线上体育项目自适应训练方法和装置
Reid et al. Tennis science: how player and racket work together
US20230181971A1 (en) System and method for analyzing one or movements of a moveable entity
Liebermann et al. Video-based technologies
Arai et al. Tennis player training support system based on sport vision
CN112784699B (zh) 一种运动教练姿势评估指导的实现方法和系统
Li Field of View and Skill Training of Table Tennis Teaching Based on Virtual Environment Technology.
Zamfir Technology in Physical Education and Performance Sports Domain
CN112784699A (zh) 一种运动教练姿势评估指导的实现方法和系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161214

RJ01 Rejection of invention patent application after publication