CN109192267A - 运动陪伴虚拟机器人 - Google Patents
运动陪伴虚拟机器人 Download PDFInfo
- Publication number
- CN109192267A CN109192267A CN201810902918.3A CN201810902918A CN109192267A CN 109192267 A CN109192267 A CN 109192267A CN 201810902918 A CN201810902918 A CN 201810902918A CN 109192267 A CN109192267 A CN 109192267A
- Authority
- CN
- China
- Prior art keywords
- user
- movement
- picture
- decision unit
- analysis decision
- 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
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Psychiatry (AREA)
- Physical Education & Sports Medicine (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Processing Or Creating Images (AREA)
- Manipulator (AREA)
- Toys (AREA)
Abstract
本发明提供的运动陪伴虚拟机器人，包括采集单元、显示单元和分析决策单元；采集单元采集用户的动作图片；显示单元包括显示屏和/或光线处理模块；显示屏显示预存的标准运动视频或标准运动图片；光线处理模块对标准运动视频或标准运动图片进行全息成像；分析决策单元对比用户的动作图片以及标准运动视频或标准运动图片，生成指导信息，给予用户动作指导。该机器人可以将标准的动作视频或图像通过显示屏显示或全息成像显示，指导用户运动。还用于在用户运动过程中，实时获取用户的运动图片，并与标准的动作视频或图像进行对比，当用户动作不达标时，纠正用户的动作，该机器人能够辅助用户在室内进行运动健身，纠正用户的动作，提高运动的效果。
Description
技术领域
本发明属于机器人技术领域，具体涉及运动陪伴虚拟机器人。
背景技术
机器人技术的发展和成熟，使得机器人可以逐渐完成许多之前需要人类做的工作。随着城市化进程的发展，越来越多的人进入都市工作、生活，在城市化的过程中，CBD区域面积越来越大，但是随之而来的日常生活需求却不能随之得到满足，健身的需求是其中典型的一项。常年久坐及对健康的重视，使得健身，尤其是在家庭环境下方便地进行健身，成为上班族的一个硬性需求。
发明内容
针对现有技术中的缺陷，本发明提供一种运动陪伴虚拟机器人，能够辅助用户在室内进行运动健身。
一种运动陪伴虚拟机器人，包括采集单元、显示单元和分析决策单元；
所述采集单元用于采集用户的动作图片；
所述显示单元包括显示屏和/或光线处理模块；所述显示屏用于显示预存的标准运动视频或标准运动图片；所述光线处理模块用于对标准运动视频或标准运动图片进行全息成像；
所述分析决策单元用于对比用户的动作图片以及标准运动视频或标准运动图片，生成指导信息，给予用户动作指导。
进一步地，所述分析决策单元用于对比用户的运动动作以及标准运动视频或标准运动图片，生成指导信息具体包括：
分析决策单元对动作图片进行欧式变换，得到黑白图片，提取黑白图片中用户骨骼；
分析决策单元计算用户骨骼中各人体部位间的相对位置；
分析决策单元对比相同人体部位之间，用户骨骼中相对位置与标准运动视频或标准运动图片中相对位置的差异；如果该差异大于预设的阈值时，生成所述指导信息。
进一步地，所述相对位置包括用户骨骼中人体部位间的角度和距离。
进一步地，所述分析决策单元对动作图片进行欧式变换，得到黑白图片具体包括：
分析决策单元获取用户的动作图片；
分析决策单元通过前景提取方法提取动作图片中的人体目标；
分析决策单元使用欧式变换对人体目标进行处理，得到黑白图片。
进一步地，所述分析决策单元提取黑白图片中用户骨骼具体包括：
分析决策单元识别黑白图片中每个人体部位的中心点位置；
分析决策单元通过线段依次连接黑白图片中该用户所有人体部位的中心点位置，得到所述用户骨骼。
进一步地，所述采集单元包括摄像头和麦克风；
所述摄像头用于采集环境状态，包括用户的运动动作；
所述麦克风用于采集环境音频，包括用户的声音信息；
所述运动陪伴虚拟机器人还包括音频播放单元；
所述分析决策单元还用于识别用户的声音信息，并生成回复信息，将回复信息发送给音频播放单元播放，或者是，根据回复信息设定运动陪伴虚拟机器人的状态。
进一步地，所述环境状态还包括用户的表情信息；
所述分析决策单元还用于根据用户的声音信息和表情信息判断用户的身体状态。
进一步地，所述分析决策单元还用于获取用户的运动参数，并根据用户的运动参数规划用户的运动指标；
所述运动参数包括身体状况、运动目标和/或运动习惯；
所述运动指标包括运动频率、运动强度、运动种类和/或运动时长。
进一步地，所述分析决策单元还用于设定运动规则，并根据用户的运动参数和运动规则规划用户的运动指标。
进一步地，所述分析决策单元存储于运动陪伴虚拟机器人本地存储器上，云端服务器上，或者是部分存储于运动陪伴虚拟机器人本地存储器上、部分存储于云端服务器。
由上述技术方案可知，本发明提供的运动陪伴虚拟机器人，可以设置标准的动作视频或图像，并将标准的动作视频或图像通过显示屏显示或全息成像显示，指导用户运动。该机器人还用于在用户运动过程中，实时获取用户的运动图片，并与标准的动作视频或图像进行对比，当用户动作不达标时，纠正用户的动作，该机器人能够辅助用户在室内进行运动健身，纠正用户的动作，提高运动的效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为实施例一提供的运动陪伴虚拟机器人的模块框图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
实施例一：
一种运动陪伴虚拟机器人，参见图1，包括采集单元、显示单元和分析决策单元；
所述采集单元用于采集用户的动作图片；
具体地，通过识别用户的动作图片来得到用户当前运动的动作。
所述显示单元包括显示屏和/或光线处理模块；所述显示屏用于显示预存的标准运动视频或标准运动图片；所述光线处理模块用于对标准运动视频或标准运动图片进行全息成像；
具体地，标准运动视频或标准运动图片可以是提前由教练录制好的，也可以是从网上下载的。光线处理模块利用全息成像技术呈现3D效果，使得标准运动视频或标准运动图片更有立体感，提升了用户使用的体验感。
所述分析决策单元用于对比用户的动作图片以及标准运动视频或标准运动图片，生成指导信息，给予用户动作指导。
具体地，分析决策单元用于纠正用户的动作，例如当用户动作不到位时，提醒用户。指导信息最好为音频信号，这样可以通过语音模块播放，实时提醒用户如何调整动作，使得动作到位。
该运动陪伴虚拟机器人，可以设置标准的动作视频或图像，并将标准的动作视频或图像通过显示屏显示或全息成像显示，指导用户运动。该机器人还用于在用户运动过程中，实时获取用户的运动图片，并与标准的动作视频或图像进行对比，当用户动作不达标时，纠正用户的动作，该机器人能够辅助用户在室内进行运动健身，纠正用户的动作，提高运动的效果。
实施例二：
实施例二提供的机器人在实施例一的基础上，增加了以下内容：
所述分析决策单元用于对比用户的运动动作以及标准运动视频或标准运动图片，生成指导信息具体包括：
S1:分析决策单元对动作图片进行欧式变换，得到黑白图片，提取黑白图片中用户骨骼；
其中，通过以下方式获得黑白图片：
分析决策单元获取用户的动作图片；
分析决策单元通过前景提取方法提取动作图片中的人体目标；
分析决策单元使用欧式变换对人体目标进行处理，得到黑白图片。
具体地，黑白图片中，人体所在位置像素为白色，其他位置像素为黑色。所以可以通过识别黑白图片中白色像素得到人体目标。
通过以下方式提取黑白图片中用户骨骼：
分析决策单元识别黑白图片中每个人体部位的中心点位置；
分析决策单元通过线段依次连接黑白图片中该用户所有人体部位的中心点位置，得到所述用户骨骼。
具体地，例如首先识别出黑白图片中各关节的位置，各关节通过关节的中心点进行定位。对于手臂而言，将手臂各关节的中心点进行连线，就能得到手部动作和位置。对于头部而言，头颅的中心点为头部的动作和位置，而将所有部位(包括头部、身体、四肢等)连线起来，既可以得到用户骨骼。
S2:分析决策单元计算用户骨骼中各人体部位间的相对位置；所述相对位置包括用户骨骼中人体部位间的角度和距离。
具体地，可以通过计算各人体部位间的相对位置来识别用户的动作，例如：手臂打开宽度，抬腿高度等等。
S3:分析决策单元对比相同人体部位之间，用户骨骼中相对位置与标准运动视频或标准运动图片中相对位置的差异；如果该差异大于预设的阈值时，生成所述指导信息。
具体地，如果相同人体部位之间，用户骨骼中相对位置和标准运动视频或标准运动图片中相对位置差异较小，说明用户的动作比较标准，动作到位，不需要纠正。如果差异较大，就说明动作不到位，需要纠正。例如：当用户动作不到位时，语音提醒用户头抬高、保持动作、手臂伸直、臀部再低一点、注意摆臂幅度等。
具体地，例如用户在进行高抬腿运动时，摄像头获取到用户运动的图像，获得用户骨骼，将用户骨骼和标准运动视频或图片中骨骼进行比对，如果用户抬腿的高度连续低于标准运动视频或图片中抬腿高度，则机器人通过语音提醒用户：注意抬腿的高度，抬高一点。再比如：用户设定做俯卧撑的运动时间。当运动时间到达时，机器人提醒用户：该做俯卧撑了，这次我们计划做50个哦。用户准备好了之后，机器人开始通过全息影像展示标准的俯卧撑动作，并提醒用户动作要领。用户做了几个之后，机器人发现用户手部动作不够标准，则提醒用户：注意手部动作，注意手腕不要弯曲。
本实施例提供的指导方式，能够准确地识别出用户的动作，并与标准动作进行对比，但用户动作不到位时，提醒用户进行纠正，使用方便。
本发明实施例所提供的机器人，为简要描述，实施例部分未提及之处，可参考前述方法实施例中相应内容。
实施例三：
实施例三提供的机器人在其他实施例的基础上，增加了以下内容：
所述采集单元包括摄像头和麦克风；
所述摄像头用于采集环境状态，包括用户的运动动作；
所述麦克风用于采集环境音频，包括用户的声音信息；
所述运动陪伴虚拟机器人还包括音频播放单元；
所述分析决策单元还用于识别用户的声音信息，并生成回复信息，将回复信息发送给音频播放单元播放，或者是，根据回复信息设定运动陪伴虚拟机器人的状态。
具体地，本实施例提供的机器人还提供信息回复或语音设置的功能。回复信息可以是语音信号或文本信号，例如：用户在运动了一段时间后，感觉有点累，所以用户就告诉机器人“我有点累”，机器人识别到了用户的语音信号后，生成语音回复信息“已经做了一半多了，坚持到底就是胜利”，鼓励用户。
机器人还可以根据回复信息设置自己的状态，即用户可以通过语音控制机器人。例如：用户在锻炼过程中需要对机器人的音量进行调节，则用户告诉机器人“你声音太大了”，机器人听到后，调小其音量。还比如：用户输入“开始练习瑜伽”，机器人就进入瑜伽陪练功能，调出瑜伽练习视频，辅助用户开始练习瑜伽。
进一步地，所述环境状态还包括用户的表情信息；
所述分析决策单元还用于根据用户的声音信息和表情信息判断用户的身体状态。
具体地，机器人可以根据用户的表情、声音等判断用户的身体状态。机器人根据麦克风收集到的用户呼吸频率、摄像头收集到的用户面部颜色、用户脸部皮肤反光度，判断用户的身体状态。
例如：用户呼吸频率急促则证明用户较累。具体地，基于医学原理，使用基于规则的方法设定阈值。比如呼吸频率达16-20次每分钟为正常，超过25为呼吸急促，则设定25为呼吸急促的阈值，15为呼吸过缓的阈值。呼吸频率可以通过麦克风收集的语音得到。
还例如：用户脸部潮红则表示用户可能需要休息，用户皮肤反光度高则证明用户出汗量较大等。具体地，基于用户的具体情况设定阈值。比如在运动开始时收集20帧的用户面部图片，计算面部图片像素颜色值的均值，作为用户安静状态下的面部颜色值。当实时面部颜色值超出安静状态下面部颜色值一定比例时，则判断用户面色潮红。反光度可以通过用户皮肤对光线的反射量得到。
当检测到用户比较累、需要休息或出汗量较大时，提醒用户调整运动频率或者暂时休息停止运动，以保证用户的健康。
除此以外，机器人可以根据用户的身体状态改变家电的工作状态。例如：用户运动一段时间后，机器人发现用户面部图像潮红，说明用户当前处于比较热的阶段，这时机器人通过智能家居功能为用户打开空调。
机器人可以根据用户的身体状态生成回复信息，发送给音频播放单元播放。例如：当用户运动一段时间后，机器人通过麦克风采集用户输入语音信息，并在分析用户的语音信号后发现用户气息不稳定，则机器人生成语音信号“已经做了一半多了，坚持到底就是胜利”鼓励用户。
进一步地，所述分析决策单元存储于运动陪伴虚拟机器人本地存储器上，云端服务器上，或者是部分存储于运动陪伴虚拟机器人本地存储器上、部分存储于云端服务器。
具体地，机器人根据其自身硬件配置选择分析决策单元的存储位置。
本发明实施例所提供的机器人，为简要描述，实施例部分未提及之处，可参考前述方法实施例中相应内容。
实施例四：
实施例四提供的机器人，在其他实施例的基础上增加了以下内容：
所述分析决策单元还用于获取用户的运动参数，并根据用户的运动参数规划用户的运动指标；
所述运动参数包括身体状况、运动目标和/或运动习惯；
所述运动指标包括运动频率、运动强度、运动种类和/或运动时长。
具体地，机器人还可以根据用户的身体状况、运动目标或运动习惯规划用户的运动。例如：用户在做仰卧起坐时，机器人发现用户在持续做仰卧起坐半个小时后，处于很累的状况，则建议用户前期每天做半个小时，到中期可以做40分钟，慢慢延长至1个小时。机器人还可以根据运动目标做规划，例如用户想要减肥5斤，机器人指定的规划时，可以选择跑步、骑单车等运动种类。如果选择跑步每天跑步跑1个小时，同时指定了跑步速度，跑半年。
机器人记录用户的历史数据时，将历史数据按照三元组的格式存储到知识图谱中。比如：用户每天进行某种运动的起始时间、频率等，通过跟踪用户的上述数据，调整用户的运动量。假设用户每天做50个仰卧起坐，连续跟踪数据30天，发现用户完成这一运动所需的时间逐渐降低并稳定在3分钟，为用户将每天做仰卧起坐的数量由50个提升到60个。
进一步地，所述分析决策单元还用于设定运动规则，并根据用户的运动参数和运动规则规划用户的运动指标。
具体地，机器人可以收集各个健身教练的经验，根据健身教练的经验设定运动规则，例如：每天运动不能超过2小时，强度不能超过上限值等。
本实施例提供的机器人能够指定出满足用户自身情况的运动规划，使用方便。
本发明实施例所提供的机器人，为简要描述，实施例部分未提及之处，可参考前述方法实施例中相应内容。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种运动陪伴虚拟机器人，其特征在于，包括采集单元、显示单元和分析决策单元；
所述采集单元用于采集用户的动作图片；
所述显示单元包括显示屏和/或光线处理模块；所述显示屏用于显示预存的标准运动视频或标准运动图片；所述光线处理模块用于对标准运动视频或标准运动图片进行全息成像；
所述分析决策单元用于对比用户的动作图片以及标准运动视频或标准运动图片，生成指导信息，给予用户动作指导。
2.根据权利要求1所述运动陪伴虚拟机器人，其特征在于，所述分析决策单元用于对比用户的运动动作以及标准运动视频或标准运动图片，生成指导信息具体包括：
分析决策单元对动作图片进行欧式变换，得到黑白图片，提取黑白图片中用户骨骼；
分析决策单元计算用户骨骼中各人体部位间的相对位置；
分析决策单元对比相同人体部位之间，用户骨骼中相对位置与标准运动视频或标准运动图片中相对位置的差异；如果该差异大于预设的阈值时，生成所述指导信息。
3.根据权利要求2所述运动陪伴虚拟机器人，其特征在于，
所述相对位置包括用户骨骼中人体部位间的角度和距离。
4.根据权利要求2所述运动陪伴虚拟机器人，其特征在于，所述分析决策单元对动作图片进行欧式变换，得到黑白图片具体包括：
分析决策单元获取用户的动作图片；
分析决策单元通过前景提取方法提取动作图片中的人体目标；
分析决策单元使用欧式变换对人体目标进行处理，得到黑白图片。
5.根据权利要求2所述运动陪伴虚拟机器人，其特征在于，所述分析决策单元提取黑白图片中用户骨骼具体包括：
分析决策单元识别黑白图片中每个人体部位的中心点位置；
分析决策单元通过线段依次连接黑白图片中该用户所有人体部位的中心点位置，得到所述用户骨骼。
6.根据权利要求1-5中任一权利要求所述运动陪伴虚拟机器人，其特征在于，
所述采集单元包括摄像头和麦克风；
所述摄像头用于采集环境状态，包括用户的运动动作；
所述麦克风用于采集环境音频，包括用户的声音信息；
所述运动陪伴虚拟机器人还包括音频播放单元；
所述分析决策单元还用于识别用户的声音信息，并生成回复信息，将回复信息发送给音频播放单元播放，或者是，根据回复信息设定运动陪伴虚拟机器人的状态。
7.根据权利要求6所述运动陪伴虚拟机器人，其特征在于，
所述环境状态还包括用户的表情信息；
所述分析决策单元还用于根据用户的声音信息和表情信息判断用户的身体状态。
8.根据权利要求1-5中任一权利要求所述运动陪伴虚拟机器人，其特征在于，
所述分析决策单元还用于获取用户的运动参数，并根据用户的运动参数规划用户的运动指标；
所述运动参数包括身体状况、运动目标和/或运动习惯；
所述运动指标包括运动频率、运动强度、运动种类和/或运动时长。
9.根据权利要求8所述运动陪伴虚拟机器人，其特征在于，
所述分析决策单元还用于设定运动规则，并根据用户的运动参数和运动规则规划用户的运动指标。
10.根据权利要求1-5中任一权利要求所述运动陪伴虚拟机器人，其特征在于，
所述分析决策单元存储于运动陪伴虚拟机器人本地存储器上，云端服务器上，或者是部分存储于运动陪伴虚拟机器人本地存储器上、部分存储于云端服务器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810902918.3A CN109192267A (zh) | 2018-08-09 | 2018-08-09 | 运动陪伴虚拟机器人 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810902918.3A CN109192267A (zh) | 2018-08-09 | 2018-08-09 | 运动陪伴虚拟机器人 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109192267A true CN109192267A (zh) | 2019-01-11 |
Family
ID=64921267
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810902918.3A Pending CN109192267A (zh) | 2018-08-09 | 2018-08-09 | 运动陪伴虚拟机器人 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109192267A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110970114A (zh) * | 2019-11-13 | 2020-04-07 | 清华大学 | 中医健康导引系统 |
| CN111275032A (zh) * | 2020-05-07 | 2020-06-12 | 西南交通大学 | 基于人体关键点的深蹲检测方法、装置、设备及介质 |
| CN112422946A (zh) * | 2020-11-30 | 2021-02-26 | 重庆邮电大学 | 一种基于3d重构的智能瑜伽动作指导系统 |
| CN112484229A (zh) * | 2020-11-30 | 2021-03-12 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、电子设备及可读存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102163362A (zh) * | 2010-02-22 | 2011-08-24 | 谢国华 | 一种防酒后驾车和安全健康行车方法 |
| CN102490701A (zh) * | 2011-12-02 | 2012-06-13 | 哈尔滨工业大学 | 一种可监控驾驶者身体和心理状态的安全驾驶监控装置 |
| CN103064188A (zh) * | 2011-11-30 | 2013-04-24 | 微软公司 | 基于头戴式显示器的教育和指导 |
| CN103729647A (zh) * | 2013-12-31 | 2014-04-16 | 公安部第三研究所 | 基于深度图像实现人体骨骼提取的方法 |
| CN105404395A (zh) * | 2015-11-25 | 2016-03-16 | 北京理工大学 | 基于增强现实技术的舞台表演辅助训练方法及系统 |
| CN105808959A (zh) * | 2016-03-16 | 2016-07-27 | 北京永数网络科技有限公司 | 一种运动检测系统、运动检测终端及云平台 |
| CN106022305A (zh) * | 2016-06-07 | 2016-10-12 | 北京光年无限科技有限公司 | 一种用于智能机器人的动作对比方法以及机器人 |
| CN106110627A (zh) * | 2016-06-20 | 2016-11-16 | 曲大方 | 体育和武术运动动作校正设备和方法 |
| CN106203503A (zh) * | 2016-07-08 | 2016-12-07 | 天津大学 | 一种基于骨骼序列的动作识别方法 |
| CN106484253A (zh) * | 2014-02-14 | 2017-03-08 | 华为终端有限公司 | 用户设备的智能响应方法和用户设备 |
| CN107213619A (zh) * | 2017-07-04 | 2017-09-29 | 曲阜师范大学 | 体育运动训练评估系统 |
| CN108269261A (zh) * | 2016-12-30 | 2018-07-10 | 亿阳信通股份有限公司 | 一种骨关节ct图像分割方法和系统 |
-
2018
- 2018-08-09 CN CN201810902918.3A patent/CN109192267A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102163362A (zh) * | 2010-02-22 | 2011-08-24 | 谢国华 | 一种防酒后驾车和安全健康行车方法 |
| CN103064188A (zh) * | 2011-11-30 | 2013-04-24 | 微软公司 | 基于头戴式显示器的教育和指导 |
| CN102490701A (zh) * | 2011-12-02 | 2012-06-13 | 哈尔滨工业大学 | 一种可监控驾驶者身体和心理状态的安全驾驶监控装置 |
| CN103729647A (zh) * | 2013-12-31 | 2014-04-16 | 公安部第三研究所 | 基于深度图像实现人体骨骼提取的方法 |
| CN106484253A (zh) * | 2014-02-14 | 2017-03-08 | 华为终端有限公司 | 用户设备的智能响应方法和用户设备 |
| CN105404395A (zh) * | 2015-11-25 | 2016-03-16 | 北京理工大学 | 基于增强现实技术的舞台表演辅助训练方法及系统 |
| CN105808959A (zh) * | 2016-03-16 | 2016-07-27 | 北京永数网络科技有限公司 | 一种运动检测系统、运动检测终端及云平台 |
| CN106022305A (zh) * | 2016-06-07 | 2016-10-12 | 北京光年无限科技有限公司 | 一种用于智能机器人的动作对比方法以及机器人 |
| CN106110627A (zh) * | 2016-06-20 | 2016-11-16 | 曲大方 | 体育和武术运动动作校正设备和方法 |
| CN106203503A (zh) * | 2016-07-08 | 2016-12-07 | 天津大学 | 一种基于骨骼序列的动作识别方法 |
| CN108269261A (zh) * | 2016-12-30 | 2018-07-10 | 亿阳信通股份有限公司 | 一种骨关节ct图像分割方法和系统 |
| CN107213619A (zh) * | 2017-07-04 | 2017-09-29 | 曲阜师范大学 | 体育运动训练评估系统 |
Non-Patent Citations (4)
| Title |
|---|
| 关沫等: "基于深度图像的人体骨骼提取技术的研究", 《微型机与应用》 * |
| 李凌起等: "手机中的人工智能的现状及展望", 《雏鹰试翼 石家庄一中学生课题研究论文集》 * |
| 杨凯等: "基于深度图像的人体运动姿态跟踪和识别算法", 《数据采集与处理》 * |
| 梁梦雪: "基于深度图像的人体骨骼提取技术的研究", 《全国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110970114A (zh) * | 2019-11-13 | 2020-04-07 | 清华大学 | 中医健康导引系统 |
| CN111275032A (zh) * | 2020-05-07 | 2020-06-12 | 西南交通大学 | 基于人体关键点的深蹲检测方法、装置、设备及介质 |
| CN111275032B (zh) * | 2020-05-07 | 2020-09-15 | 西南交通大学 | 基于人体关键点的深蹲检测方法、装置、设备及介质 |
| CN112422946A (zh) * | 2020-11-30 | 2021-02-26 | 重庆邮电大学 | 一种基于3d重构的智能瑜伽动作指导系统 |
| CN112484229A (zh) * | 2020-11-30 | 2021-03-12 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、电子设备及可读存储介质 |
| CN112484229B (zh) * | 2020-11-30 | 2022-05-17 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、电子设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109192267A (zh) | 运动陪伴虚拟机器人 | |
| JP2020511324A (ja) | 育児ロボットのデータ処理方法及び装置 | |
| CN104274183B (zh) | 动作信息处理装置 | |
| CN104298722B (zh) | 多媒体交互系统及其方法 | |
| JP5356690B2 (ja) | ユーザの身体運動の範囲を追跡するための方法、システム、およびプログラム | |
| CN107485844A (zh) | 一种肢体康复训练方法、系统及嵌入式设备 | |
| CN108229269A (zh) | 人脸检测方法、装置和电子设备 | |
| CN108279573B (zh) | 基于人体属性检测的控制方法、装置、智能家电和介质 | |
| CN105797349A (zh) | 实景跑步装置、方法及系统 | |
| CN105808959A (zh) | 一种运动检测系统、运动检测终端及云平台 | |
| CN107080672B (zh) | 一种康复外骨骼训练模式控制系统及方法 | |
| CN106075854A (zh) | 一种舞蹈训练系统 | |
| CN106781324A (zh) | 一种护眼护脊椎提醒系统及灯具 | |
| CN107281710A (zh) | 一种矫正动作误差的方法 | |
| CN106570473A (zh) | 基于机器人的聋哑人手语识别交互系统 | |
| WO2021004510A1 (zh) | 基于传感器的分离式部署的人体行为识别健康管理系统 | |
| CN110298279A (zh) | 一种肢体康复训练辅助方法及系统、介质、设备 | |
| CN106843395A (zh) | 一种可穿戴健康管理设备及其使用方法 | |
| CN109059929A (zh) | 导航方法、装置、穿戴式设备及存储介质 | |
| CN108038601A (zh) | 体育教学方法、装置及计算机可读存储介质 | |
| CN112734799A (zh) | 健身运动姿态指导系统 | |
| CN112508499A (zh) | 一种智能一体化健身房管理系统 | |
| CN108960002A (zh) | 一种动作调整信息提示方法及装置 | |
| CN205176538U (zh) | 智能穿戴式场景控制器 | |
| CN108888204A (zh) | 一种扫地机器人呼唤装置及呼唤方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |