CN107886075B - 一种健身动作检测的方法及装置 - Google Patents

一种健身动作检测的方法及装置 Download PDF

Info

Publication number
CN107886075B
CN107886075B CN201711115629.0A CN201711115629A CN107886075B CN 107886075 B CN107886075 B CN 107886075B CN 201711115629 A CN201711115629 A CN 201711115629A CN 107886075 B CN107886075 B CN 107886075B
Authority
CN
China
Prior art keywords
building
building motion
motion images
operation image
standard operation
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.)
Expired - Fee Related
Application number
CN201711115629.0A
Other languages
English (en)
Other versions
CN107886075A (zh
Inventor
陈荣权
麦才坚
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201711115629.0A priority Critical patent/CN107886075B/zh
Publication of CN107886075A publication Critical patent/CN107886075A/zh
Application granted granted Critical
Publication of CN107886075B publication Critical patent/CN107886075B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752—Contour matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种健身动作检测的方法，包括：采集到用户的健身动作图像，并确定健身动作图像的动作类别；根据动作类别在预设标准库中查找到标准动作图像；计算健身动作图像与标准动作图像的匹配值；判断匹配值是否小于预设值；若是，则输出提示信息。该方法通过计算采集到的健身动作图像与预设标准库中的标准动作图像的匹配值，并判断匹配值是否小于预设值来判断用户的健身动作是否标准，当健身动作不标准时，输出提示信息，以使用户能够规范自己的健身动作，从而避免因动作不标准而导致的肌肉协调性转移、动作效果变差、训练效率降低等问题。本申请同时还提供了一种健身动作检测的装置、设备及计算机可读存储介质，具有上述有益效果。

Description

一种健身动作检测的方法及装置
技术领域
本申请涉及动作检测领域，特别涉及一种健身动作检测的方法、装置、设备及计算机可读存储介质。
背景技术
近年来，越来越多的人开始注重自身形体的塑造，健身行业和健身器材也不断蓬勃发展，健身仪器设计也越来越科学。健身器材常以训练功能的多少分为单功能和综合型多功能两大类，而在这两大类别的健身仪器中，因为城市室内空间有限的缘故，普通消费者更倾向于选择多功能的健身仪器，希望能够在有限的空间内更全面地满足自身的健身需求。多功能的健身仪器往往设计为固定的运动轨迹，以帮助健身者更好的健身。
现有技术中，固定轨迹类健身工具为纯机械工具(除跑步机和脚踏车)，使得用户在家进行健身的过程中，除请私教以外，并不能很好的规范自己的健身动作，而动作不标准可能导致运动损伤的风险增加、肌肉协调性转移、动作效果变差、训练效率降低等问题。
因此，如何令用户规范自己的健身动作是本领域技术人员目前需要解决的技术问题。
发明内容
本申请的目的是提供一种健身动作检测的方法、装置、设备及计算机可读存储介质，该方法能够令用户规范自己的健身动作。
为解决上述技术问题，本申请提供一种健身动作检测的方法，该方法包括：
采集到用户的健身动作图像，并确定所述健身动作图像的动作类别；
根据所述动作类别在预设标准库中查找到标准动作图像；
计算所述健身动作图像与所述标准动作图像的匹配值；
判断所述匹配值是否小于预设值；
若是，则输出提示信息。
可选的，所述采集到用户的健身动作图像，并确定所述健身动作图像的动作类别，包括：
实时获取健身器材各转轴的转动角度；
确定与预设角度相同的转动角度的转轴；
根据所述转轴确定所述健身动作图像的动作类别，并采集到所述用户此时的健身动作图像。
可选的，根据所述动作类别在预设标准库中查找到标准动作图像，包括：
根据所述动作类别和所述转动角度在预设标准库中查找到标准动作图像。
可选的，当所述预设标准库中存储的所述标准动作图像为标准轮廓信息数组时，计算所述健身动作图像与所述标准动作图像的匹配值，包括：
将所述健身动作图像处理为健身轮廓信息数组；
对所述图像信息记录数组和所述标准轮廓信息数组进行异或计算，得到所述匹配值。
可选的，所述输出提示信息，包括：
将所述健身动作图像和所述标准动作图像显示到终端。
本申请还提供一种健身动作检测的装置，该装置包括：
采集单元，用于采集用户的健身动作图像，并确定所述健身动作图像的动作类别；
查找单元，用于根据所述动作类别在预设标准库中查找到标准动作图像；
计算单元，用于计算所述健身动作图像与所述标准动作图像的匹配值；
判断单元，用于判断所述匹配值是否小于预设值；
输出单元，用于当所述匹配值小于所述预设值时，输出提示信息。
可选的，所述采集单元包括：
获取子单元，用于实时获取健身器材各转轴的转动角度；
确定子单元，用于确定与预设角度相同的转动角度的转轴；
采集子单元，用于根据所述转轴确定所述健身动作图像的动作类别，并采集所述用户此时的健身动作图像。
可选的，所述输出单元包括：
显示子单元，用于将所述健身动作图像和所述标准动作图像显示到终端。
本申请还提供一种健身动作检测的设备，该设备包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述任一项所述健身动作检测的方法的步骤。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述健身动作检测的方法的步骤。
本申请所提供的一种健身动作检测的方法，包括采集到用户的健身动作图像，并确定健身动作图像的动作类别；根据动作类别在预设标准库中查找到标准动作图像；计算健身动作图像与标准动作图像的匹配值；判断匹配值是否小于预设值；若是，则输出提示信息。
本申请所提供的技术方案，通过计算采集到的健身动作图像与预设标准库中的标准动作图像的匹配值，并判断匹配值是否小于预设值来判断用户的健身动作是否标准，当健身动作不标准时，输出提示信息，以使用户能够规范自己的健身动作，从而避免因动作不标准而导致的运动损伤的风险增加、肌肉协调性转移、动作效果变差、训练效率降低等问题。本申请同时还提供了一种健身动作检测的装置、设备及计算机可读存储介质，具有上述有益效果，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种健身动作检测的方法的流程图；
图2为图1所提供的一种健身动作检测的方法中S101的一种实际表现方式的流程图；
图3为本申请实施例所提供的一种健身动作检测的装置的结构图；
图4为本申请实施例所提供的另一种健身动作检测的装置的结构图；
图5为本申请实施例所提供的一种健身动作检测的设备的结构图。
具体实施方式
本申请的核心是提供一种健身动作检测的方法、装置、设备及计算机可读存储介质，该方法能够令用户规范自己的健身动作。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参考图1，图1为本申请实施例所提供的一种健身动作检测的方法的流程图。
其具体包括如下步骤：
S101：获取到用户的健身动作图像，并确定健身动作图像的动作类别；
本方法针对于固定轨迹类健身工具的健身动作，现有技术中，固定轨迹类健身工具为纯机械工具，没有相应的电子元器件对健身的动作完成度进行监测和反馈，使得用户在家进行健身的过程中，除请私教以外，并不能很好的规范自己的健身动作，基于此，本申请提供了一种健身动作检测的方法，利用该方法用户能够监测到自己的健身动作是否标准；
可选的，可以通过摄像头实时获取用户的健身动作图像，然后通过将健身动作图像处理为健身轮廓信息数组，并计算该图像信息记录数组和预设标准库中的类别数组的匹配值，选取最高的匹配值对应的类别数组的种类作为该健身运动图像的种类；也可以通过获取健身器材各转轴的转动角度的方式，来确定健身动作图像的动作类别，并采集到用户此时的健身动作图像；当然，这仅为本申请实施例提供的两种优选的实施方式，本申请对获取到用户的健身动作图像的方式及确定健身动作图像的动作类别的方式并不做具体限定，实际情况中可参考技术人员及生产厂商的意见做出相应抉择。
S102：根据动作类别在预设标准库中查找到标准动作图像；
当获取到用户的健身动作图像的动作类别后，为判断该健身动作是否规范，需要获取到预设标准库中该动作类别的标准动作图像；
可选的，该预设标准库的建立方式可以为采集到用户在专业健身指导人员的指导下做的各种动作类别的健身动作图像，并将该健身动作图像作为标准动作图像存储到预设标准库中；也可以为由厂家提供或用户自行下载的符合大众健身标准的标准库；还可以为健身动作检测设备联网获取健身动作图像后在线查找到标准动作图像，本申请并不对预设标准库的建立方式做具体限定，只需要能够得到该动作类别的标准动作图像即可，实际情况中可以根据生产厂家的生产环境来具体制定；
同样，标准动作图像可以存储在存储设备中，本申请并不对标准动作图像的存储位置做具体限定；
可选的，可以将标准动作图像处理为标准轮廓信息数组以减少存储空间的需求。
S103：计算健身动作图像与标准动作图像的匹配值；
可选的，可以根据预设标准库中的标准动作图像的格式来选择是否需要将健身动作图像处理为健身轮廓信息数组；若预设标准库中存储的标准动作图像为标准轮廓信息数组，则将健身动作图像处理为健身轮廓信息数组；对图像信息记录数组和标准轮廓信息数组进行异或计算，得到匹配值；
可选的，可以使用logs算子方法将动作图像处理为轮廓信息数组，如下所示，本申请还提供了一种将动作图像处理为轮廓信息数组的代码：
I＝imread('aa.bmp')；//提取图像
BW4＝edge(I,'log')；//用log算子进行边缘检测
figure；subplot(1,2,1),imshow(I)；title('original image')；
subplot(1,2,2),imshow(BW4)；title('log')。
S104：判断匹配值是否小于预设值；
若是，则进入步骤S105；
这里提到的预设值可以根据现实生活中具体情况做具体设定。
S105：输出提示信息。
当匹配值小于预设值时，说明用户的健身动作图像和标准动作图像有较大区别，即用户的健身动作不标准，此时输出提示信息，以使用户规范自己的健身动作；
输出提示信息的方式可以有多种，例如，可以以语音提示的方式输出，也可以将健身动作图像和标准动作图像显示到终端，但只要能够达到提示用户的目的，对输出提示信息的方式并不做具体限定。
基于上述技术方案，本申请所提供的一种健身动作检测的方法，通过计算采集到的健身动作图像与预设标准库中的标准动作图像的匹配值，并判断匹配值是否小于预设值来判断用户的健身动作是否标准，当健身动作不标准时，输出提示信息，以使用户能够规范自己的健身动作，从而避免因动作不标准而导致的运动损伤的风险增加、肌肉协调性转移、动作效果变差、训练效率降低等问题。
基于上述实施例，步骤S101中提到的获取到用户的健身动作图像，并确定健身动作图像的动作类别，可以有多种形式，例如可以通过摄像头实时获取用户的健身动作图像，然后通过将健身动作图像处理为健身轮廓信息数组，并计算该图像信息记录数组和预设标准库中的类别数组的匹配值，选取最高的匹配值对应的类别数组的种类作为该健身运动图像的种类，但由于实时获取用户的健身动作图像并计算健身动作图像与标准动作图像会使得处理器负载较大的计算压力，同时这样做并不具有更明显的优点，因此一般可通过获取健身器材各转轴的转动角度的方式，来确定健身动作图像的动作类别，并采集到用户此时的健身动作图像；下面以获取健身器材各转轴的转动角度为例，结合图2进行说明。
请参考图2，图2为图1所提供的一种健身动作检测的方法中S101的一种实际表现方式的流程图。
本实施例是针对上一实施例的S102，是对S102描述的内容做出了具体实现方式的描述，下面为图2所示的流程图，其具体包括以下步骤：
S201：实时获取健身器材各转轴的转动角度；
在用户进行健身时，健身器材的转轴会随着用户的健身动作的进行而转动，基于此，本申请实施例通过获取健身器材各转轴的转动角度来决定获取用户健身运动图像的时间，在此前提下，预设标准库中存储的数据可以包括标准动作图像和对应的转轴的转动角度，这里提到的转动角度可以由技术人员或生产厂家自行设定；
这里提到的获取健身器材各转轴的转动角度为，在同一动作类别的健身动作对应的各转轴中仅获取一个转轴的转动角度，以使转轴与健身动作的动作类别一一对应。
S202：确定与预设角度相同的转动角度的转轴；
这里提到的预设角度可以为步骤S201中的预设标准库中存储的转动角度。
S203：根据该转轴确定该健身动作图像的动作类别，并获取到用户此时的健身动作图像。
当存在与预设角度相同的转动角度的转轴时，可以获取到用户此时的健身动作图像，以便于计算健身动作图像与标准动作图像的匹配值；同时，由于转轴与健身动作的动作类别一一对应，使得可以根据与预设角度相同的转动角度的转轴来确定该健身动作图像的动作类别。
请参考图3，图3为本申请实施例所提供的一种健身动作检测的装置的结构图。
该装置可以包括：
采集单元100，用于采集用户的健身动作图像，并确定健身动作图像的动作类别；
查找单元200，用于根据动作类别在预设标准库中查找到标准动作图像；
计算单元300，用于计算健身动作图像与标准动作图像的匹配值；
判断单元400，用于判断匹配值是否小于预设值；
输出单元500，用于当匹配值小于预设值时，输出提示信息。
请参考图4，图4为本申请实施例所提供的另一种健身动作检测的装置的结构图。
该采集单元100可以包括：
获取子单元，用于实时获取健身器材各转轴的转动角度；
确定子单元，用于确定与预设角度相同的转动角度的转轴；
采集子单元，用于根据转轴确定健身动作图像的动作类别，并采集用户此时的健身动作图像。
该输出单元500可以包括：
显示子单元，用于将健身动作图像和标准动作图像显示到终端。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
请参考图5，图5为本申请实施例所提供的一种健身动作检测设备的结构图。
该设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)622(例如，一个或一个以上处理器)和存储器632，一个或一个以上存储应用程序642或数据644的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对装置中的一系列指令操作。更进一步地，中央处理器622可以设置为与存储介质630通信，在健身动作检测设备600上执行存储介质630中的一系列指令操作。
健身动作检测设备600还可以包括一个或一个以上电源626，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口658，和/或，一个或一个以上操作系统641，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
上述图1至图2所描述的健身动作检测的方法中的步骤由健身动作检测设备基于该图5所示的结构实现。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置、设备和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，功能调用装置，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本申请所提供的一种健身动作检测的方法、装置、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (8)

1.一种健身动作检测的方法，其特征在于，包括：
采集到用户的健身动作图像，并确定所述健身动作图像的动作类别；
根据所述动作类别在预设标准库中查找到标准动作图像；
计算所述健身动作图像与所述标准动作图像的匹配值；
判断所述匹配值是否小于预设值；
若是，则输出提示信息；
其中，所述采集到用户的健身动作图像，并确定所述健身动作图像的动作类别，包括：
实时获取健身器材各转轴的转动角度；
确定与预设角度相同的转动角度的转轴；
根据所述转轴确定所述健身动作图像的动作类别，并采集到所述用户此时的健身动作图像。
2.根据权利要求1所述的方法，其特征在于，根据所述动作类别在预设标准库中查找到标准动作图像，包括：
根据所述动作类别和所述转动角度在预设标准库中查找到标准动作图像。
3.根据权利要求1所述的方法，其特征在于，当所述预设标准库中存储的所述标准动作图像为标准轮廓信息数组时，计算所述健身动作图像与所述标准动作图像的匹配值，包括：
将所述健身动作图像处理为健身轮廓信息数组；
对所述健身轮廓信息数组和所述标准轮廓信息数组进行异或计算，得到所述匹配值。
4.根据权利要求1所述的方法，其特征在于，所述输出提示信息，包括：
将所述健身动作图像和所述标准动作图像显示到终端。
5.一种健身动作检测的装置，其特征在于，包括：
采集单元，用于采集用户的健身动作图像，并确定所述健身动作图像的动作类别；
查找单元，用于根据所述动作类别在预设标准库中查找到标准动作图像；
计算单元，用于计算所述健身动作图像与所述标准动作图像的匹配值；
判断单元，用于判断所述匹配值是否小于预设值；
输出单元，用于当所述匹配值小于所述预设值时，输出提示信息；
其中，所述采集单元包括：
获取子单元，用于实时获取健身器材各转轴的转动角度；
确定子单元，用于确定与预设角度相同的转动角度的转轴；
采集子单元，用于根据所述转轴确定所述健身动作图像的动作类别，并采集所述用户此时的健身动作图像。
6.根据权利要求5所述的装置，其特征在于，所述输出单元包括：
显示子单元，用于将所述健身动作图像和所述标准动作图像显示到终端。
7.一种健身动作检测的设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述健身动作检测的方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述健身动作检测的方法的步骤。
CN201711115629.0A 2017-11-13 2017-11-13 一种健身动作检测的方法及装置 Expired - Fee Related CN107886075B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711115629.0A CN107886075B (zh) 2017-11-13 2017-11-13 一种健身动作检测的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711115629.0A CN107886075B (zh) 2017-11-13 2017-11-13 一种健身动作检测的方法及装置

Publications (2)

Publication Number Publication Date
CN107886075A CN107886075A (zh) 2018-04-06
CN107886075B true CN107886075B (zh) 2019-08-16

Family

ID=61780390

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711115629.0A Expired - Fee Related CN107886075B (zh) 2017-11-13 2017-11-13 一种健身动作检测的方法及装置

Country Status (1)

Country Link
CN (1) CN107886075B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108854031A (zh) * 2018-05-29 2018-11-23 深圳臻迪信息技术有限公司 通过无人摄影技术分析运动数据的方法及相关装置
CN108875687A (zh) * 2018-06-28 2018-11-23 泰康保险集团股份有限公司 一种护理质量的评估方法及装置
CN108985262A (zh) * 2018-08-06 2018-12-11 百度在线网络技术（北京）有限公司 肢体运动指导方法、装置、服务器及存储介质
CN109344796A (zh) * 2018-10-22 2019-02-15 Oppo广东移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质
CN111223070A (zh) * 2018-11-26 2020-06-02 马彦华 一种检测人体形态缺陷的方法及系统
CN109799501A (zh) * 2018-12-17 2019-05-24 珠海格力电器股份有限公司 一种监控设备的监控方法、装置、存储介质及监控设备
CN112237730B (zh) * 2019-07-17 2022-12-27 腾讯科技（深圳）有限公司 健身动作纠正方法及电子设备
CN110471529A (zh) * 2019-08-07 2019-11-19 北京卡路里信息技术有限公司 动作评分方法及装置
CN112580564A (zh) * 2020-12-25 2021-03-30 深圳市元征科技股份有限公司 一种基于用户识别的健身方法及相关组件
CN113655935A (zh) * 2021-01-30 2021-11-16 华为技术有限公司 一种用户确定方法、电子设备和计算机可读存储介质
CN115188064A (zh) * 2021-04-07 2022-10-14 华为技术有限公司 一种运动指导信息的确定方法、电子设备和运动指导系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103751989B (zh) * 2014-01-22 2016-03-09 中国科学院合肥物质科学研究院 一种下肢力量智能训练系统及其使用方法
CN105597282A (zh) * 2015-12-17 2016-05-25 安徽寰智信息科技股份有限公司 一种健身动作的矫正方法及其系统
CN107050774B (zh) * 2017-05-17 2019-04-16 上海电机学院 一种基于动作采集的健身动作纠错系统及方法

Also Published As

Publication number Publication date
CN107886075A (zh) 2018-04-06

Similar Documents

Publication Publication Date Title
CN107886075B (zh) 一种健身动作检测的方法及装置
CN106139564B (zh) 图像处理方法和装置
Joshua et al. Accelerometer-based activity recognition in construction
Ayu et al. A comparison study of classifier algorithms for mobile-phone's accelerometer based activity recognition
US20120059780A1 (en) Context recognition in mobile devices
CN110782962A (zh) 听力语言康复装置、方法、电子设备及存储介质
CN106923839A (zh) 运动辅助装置、运动辅助方法以及记录介质
CN109308437B (zh) 动作识别纠错方法、电子设备、存储介质
CN105268171B (zh) 步态监测方法、装置及可穿戴设备
CN107316641A (zh) 一种语音控制方法及电子设备
WO2015048884A1 (en) Systems and methods for monitoring lifting exercises
CN113705540A (zh) 一种无器械训练动作识别与计数方法及系统
CN108969980A (zh) 一种跑步机及其步数统计的方法、装置及存储介质
CN109446931B (zh) 基于时序关联分析的动物运动行为判别方法及装置
JP2019032729A (ja) 演算時間算出方法、演算時間算出装置、演算時間算出プログラム及び演算時間算出システム
CN106650698A (zh) 一种基于智能平台的数据采集方法及系统
CN112116981B (zh) 基于人工智能的康复训练方法、装置、系统及存储介质
CN110196920A (zh) 文本数据的处理方法和装置、以及存储介质和电子装置
CN210697629U (zh) 信号采集装置、移动终端和信号分析系统
CN107694050B (zh) 一种智能健身工具
Pham et al. A study on skeleton-based action recognition and its application to physical exercise recognition
CN105973266A (zh) 一种应用于移动终端的节能计步方法及装置
CN112791367A (zh) 运动辅助装置及运动辅助方法
CN111353346A (zh) 动作识别方法、装置、系统、电子设备、存储介质
EP4212219A1 (en) Exercise improvement instruction device, exercise improvement instruction method, and exercise improvement instruction program

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190816

Termination date: 20201113

CF01 Termination of patent right due to non-payment of annual fee