CN109700467A - 多人运动水平比较方法、装置和运动水平比较终端 - Google Patents
多人运动水平比较方法、装置和运动水平比较终端 Download PDFInfo
- Publication number
- CN109700467A CN109700467A CN201910146955.0A CN201910146955A CN109700467A CN 109700467 A CN109700467 A CN 109700467A CN 201910146955 A CN201910146955 A CN 201910146955A CN 109700467 A CN109700467 A CN 109700467A
- Authority
- CN
- China
- Prior art keywords
- pressure
- moving person
- acceleration
- collection point
- force value
- 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.)
- Granted
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于足底压力变化模型的多人运动水平比较方法,该方法包括:采集第一运动主体的足底多个采集点的压力数据;设定时间段并计算该时间段内各采集点的压力加速度;将每个采集点对应的压力加速度与第二运动主体于相应位置的采集点的压力加速度进行逐一比对;计算设定时间段内第一运动主体的压力加速度与第二运动主体的压力加速度之间的相同概率;若相同概率不小于第一预设阀值,则判定第一运动主体与第二运动主体具有相同的运动水平。本发明能够快速判断出与该第一运动主体的运动水平相同的其他运动主体,帮助第一运动主体快速找到与其运动水平一致的同伴继而实现双方的运动数据等交互。
Description
技术领域
本发明涉及智能穿戴设备领域,具体涉及一种多人运动水平比较方法、装置和运动水平比较终端。
背景技术
现今人们愈发重视运动健康,希望通过运动训练改善自身身体状况、加强体质或实现专项运动训练的目的。随着运动训练的盛行,不同年龄阶层和运动水平的运动个体,都有意愿通过与其他运动个体进行交互,以完善自身的运动训练过程,从而改善自身的运动效率和运动成果。
而在交互过程中,通常是某运动个体根据自身运动状况在已公开的其他运动个体的运动训练视频进行观看后,筛选其中与自身运动水平相似的运动训练视频,从而进行观看学习和讨论。其中对于视频中运动个体的运动水平识别,较为常用的方法是使用神经网络模型进行运动识别,其中,该神经网络模型由大量的正样本和负样本训练得到。以识别摔倒运动为例,该正样本可以为反映人物摔倒过程的人物视频帧序列,该负样本可以为不能反映人物摔倒过程的人物视频帧序列。在利用神经网络模型进行运动识别的过程中,技术人员需要在视频中标定一个识别区域,终端则获取每个视频帧中位于该识别区域内的图像,并将每个视频帧中位于该识别区域内的图像输入至神经网络模型中,以利用神经网络模型进行运动识别。
利用神经网络模型进行运动识别存在诸多限制,例如,以识别摔倒运动为例,在训练神经网络模型时需要采集大量的反映人物摔倒过程的人物视频帧序列作为正样本,同时,技术人员还需要在视频中标定识别区域,该繁复过程导致采用神经网络模型进行运动识别的实用价值较低,从而不利于多个运动个体之间的运动交互需求。
发明内容
本发明的主要目的是提出一种基于足底压力变化模型的多人运动水平比较方法,旨在解决现有技术中利用神经网络模型进行运动识别的实用价值较低的问题。
为实现上述目的,本发明提出一种基于足底压力变化模型的多人运动水平比较方法,该方法包括:
采集第一运动主体的足底多个采集点的压力数据;
设定时间段并计算该时间段内各所述采集点的压力加速度;
将每个采集点对应的压力加速度与第二运动主体于相应位置的采集点的压力加速度进行逐一比对;
计算所述设定时间段内第一运动主体的压力加速度与第二运动主体的压力加速度之间的相同概率;
若所述相同概率不小于第一预设阀值,则判定所述第一运动主体与所述第二运动主体具有相同的运动水平。
优选地,所述设定时间段并计算该时间段内各采集点的压力加速度包括:
针对每个采集点,提取所述设定时间段内该采集点的最高压力值和最低压力值;
计算该采集点于所述设定时间段的压力加速度,公式为:
an=(Pmax-Pmin)/Tset
其中,n为采集点序号,Pmax为最高压力值,Pmin为最低压力值,Tset为所述设定时间段。
优选地,所述计算设定时间段内第一运动主体的压力加速度与第二运动主体的压力加速度之间的相同概率包括:
计算第一运动主体各采集点的压力加速度与第二运动主体相应采集点的压力加速度之间的差值;
若所述差值不大于第二预设阀值,则表示该第一运动主体的压力加速度与第二运动主体的压力加速度相同;
根据所述相同的压力加速度的个数与足底所有采集点的压力加速度总数的比值得到所述相同概率。
优选地,上述方法还包括:
设定第二时间段并提取该第二时间段内第一运动主体的每个所述采集点的最高压力值与第二运动主体相应采集点的最高压力值;
计算所述第一运动主体的最高压力值与第二运动主体的最高压力值之间的第二相同概率。
本发明还提出一种基于足底压力变化模型的多人运动水平比较装置,该装置包括:
压力数据采集模块,用于采集第一运动主体的足底多个采集点的压力数据;
加速度计算模块,用于设定时间段并计算该时间段内各所述采集点的压力加速度;
加速度比对模块,用于将每个采集点对应的压力加速度与第二运动主体于相应位置的采集点的压力加速度进行逐一比对;
相同概率计算模块,用于计算所述设定时间段内第一运动主体的压力加速度与第二运动主体的压力加速度之间的相同概率;
判定模块,用于当所述相同概率不小于第一预设阀值时,判定所述第一运动主体与所述第二运动主体具有相同的运动水平。
优选地,所述压力计算模块包括:
压力提取单元,用于针对每个采集点,提取所述设定时间段内该采集点的最高压力值和最低压力值;
压力计算单元,用于计算所述采集点于所述设定时间段的压力加速度,公式为:
an=(Pmax-Pmin)/Tset
其中,n为采集点序号,Pmax为最高压力值,Pmin为最低压力值,Tset为所述设定时间段。
优选地,所述相同概率计算模块包括:
差值计算单元,用于计算第一运动主体各采集点的压力加速度与第二运动主体相应采集点的压力加速度之间的差值;
相同概率计算单元,用于当所述差值不大于第二预设阀值并表示该第一运动主体的压力加速度与第二运动主体的压力加速度相同时,根据所述相同的压力加速度的个数与足底所有采集点的压力加速度总数的比值得到相同概率。
优选地,上述装置还包括:
第二相同概率计算模块,用于设定第二时间段并提取该第二时间段内第一运动主体的每个所述采集点的最高压力值与第二运动主体相应采集点的最高压力值,并计算所述第一运动主体的最高压力值与第二运动主体的最高压力值之间的第二相同概率。
本发明还提出一种运动水平比较终端,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述基于足底压力变化模型的多人运动水平比较方法的步骤。
本发明在智能鞋垫的基础上,通过智能鞋垫中的压力传感器读取运动主体的运动数据,并同时对设定时间段内的其他运动主体与第一运动主体的运动水平进行判断和比较,从而快速判断出与该第一运动主体的运动水平相同的其他运动主体,帮助第一运动主体简单快速地找到与其运动水平一致的同伴继而实现双方的运动数据、视频、文字等交互,从而提升使用体验,提高运动训练效果。
附图说明
图1为本发明基于足底压力变化模型的多人运动水平比较方法一实施例的流程示意图;
图2为本发明的多人运动水平比较方法中“设定时间段并计算该时间段内各采集点的压力加速度”执行过程较佳实施例的流程示意图;
图3为本发明的多人运动水平比较方法中“计算设定时间段内第一运动主体的压力加速度与第二运动主体的压力加速度之间的相同概率”执行过程较佳实施例的流程示意图;
图4为本发明基于足底压力变化模型的多人运动水平比较方法又一实施例的流程示意图;
图5为本发明的基于足底压力变化模型的多人运动水平比较装置一实施例的功能模块示意图。
具体实施方式
下面将详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同标号表示相同的元件或具有相同功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制,基于本发明中的实施例,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,都属于本发明保护的范围。
为解决上述技术问题,本发明提出一种基于足底压力变化模型的多人运动水平比较方法,如图1所示,该方法包括:
步骤S10:采集第一运动主体的足底多个采集点的压力数据。
本步骤中,第一运动主体指的是进行运动训练的个体,其穿戴有智能鞋垫,智能鞋垫中针对足底的不同位置安装有压力传感器,例如前掌、后跟、各脚趾等,安装有压力传感器的位置即上述的“采集点”,每个采集点上压力传感器负责采集该位置的压力数据。
步骤S20:设定时间段并计算该时间段内各采集点的压力加速度。
本步骤中,压力加速度指的是在设定时间段内压力变化的趋势,该压力加速度可直接通过压力加速度传感器实现测量,也可以通过压力传感器所测得的压力数据结合设定时间段来计算,计算方式如:针对同一压力传感器于设定时间段内的所有压力值,取其最高值和最低值并计算二者的差值,该差值与设定时间段的长度的比值即压力加速度。
步骤S30:将每个采集点对应的压力加速度与第二运动主体于相应位置的采集点的压力加速度进行逐一比对。
本步骤中,求得第一运动主体对应各采集点的压力加速度后,将其与第二运动主体对应各采集点的压力加速度进行一对一依次比对,其中,进行一对一比对的两压力加速度分别对应第一运动主体和第二运动主体上相同的位置,如求得的位于第一运动主体大脚趾下方的压力加速度,需与同样位于第二运动主体大脚趾下方的压力加速度进行比对。
步骤S40:计算设定时间段内第一运动主体的压力加速度与第二运动主体的压力加速度之间的相同概率。
本步骤中,相同概率指的是所有第一运动主体的压力加速度与第二运动主体的压力加速度的数据相似度,二者进行比对后,其中数据相同或相似的部分压力加速度在全部压力加速度中的数量比,即所述的相同概率。该相同概率体现出第二运动主体与第一运动主体之在设定时间段内运动水平的相似程度。相同概率为不小于0不大于1的数值,其数值越大,则代表第二运动主体与第一运动主体的运动水平越接近。
步骤S50:若相同概率不小于第一预设阀值,则判定第一运动主体与第二运动主体具有相同的运动水平。
本步骤中,第一预设阀值为不小于0不大于1的数值,其取值大于或等于0.9,当相同概率大于该第一预设阀值,则代表该第二运动主体与第一运动主体具有相同的运动水平。若相同概率大于第一预设阀值,则判定第一运动主体与第二运动主体不具有相同的运动水平,因此将该第二运动主体排除。
本发明在智能鞋垫的基础上,通过智能鞋垫中的压力传感器读取运动主体的运动数据,并同时对设定时间段内的其他运动主体与第一运动主体的运动水平进行判断和比较,从而快速判断出与该第一运动主体的运动水平相同的其他运动主体,从而帮助第一运动主体快速找到与其运动水平一致的同伴继而实现双方的运动数据、视频、文字等交互,从而提升使用体验,提高运动训练效果。
在一较佳实施例中,如图2所示,步骤S20包括:
步骤S21:针对每个采集点,提取设定时间段内该采集点的最高压力值和最低压力值;
步骤S22:计算该采集点于设定时间段的压力加速度,公式为:
an=(Pmax-Pmin)/Tset
其中,n为采集点序号,Pmax为最高压力值,Pmin为最低压力值,Tset为设定时间段。
本实施例旨在计算各采集点的压力加速度。一个采集点对应设有一个传感器,每个传感器在设定时间内都采集有多个压力数据,提取其中的最高压力值和最低压力值并计算其差值,该差值与设定时间段的长度Tset的商即该采集点在设定时间段内的压力加速度。针对上述公式,第一运动主体或第二运动主体所穿戴的智能鞋垫均设有多个压力传感器,即多个采集点,将上述采集点随机编设序号为1、2、3……n,与之相对应的压力加速度依次为a1、a2、a3……an,对于第一运动主体和第二运动主体,可分别以anA和anB表示各采集点的压力加速度,具体为:a1A、a2A、a3A……anA以及a1B、a2B、a3B……anB,其中a1A与a1B、a2A与a2B与……anA与anB相对应,分别代表第一运动主体和第二运动主体足底相应的位置。
在一较佳实施例中,如图3所示,步骤S40包括:
步骤S41:计算第一运动主体各采集点的压力加速度与第二运动主体相应采集点的压力加速度之间的差值。
即a1A与a1B、a2A与a2B……anA与anB逐次比对,并计算二者之间的差值。
步骤S42:若差值不大于第二预设阀值,则表示该第一运动主体的压力加速度与第二运动主体的压力加速度相同。
上一步骤中所述的差值可以为具体的压力加速度数值,也可以是两压力加速度之间的差与其中第一运动主体的压力加速度(或其中第二运动主体的压力加速度)的比值,并以百分比表示,该比值为不小于0且不大于1的数值。本步骤优选以后者形式表示,与之相应的,第二预设阈值取值优选不大于10%,即相比较的两压力加速度之间的差值小于或等于10%,符合该条件的两压力加速度则视为相同。
步骤S43:根据相同的压力加速度的个数与足底所有采集点的压力加速度总数的比值得到相同概率。
即相同概率为经比较后判定为相同的压力加速度的数量与所有采集点的压力加速度的总数的比值,也可表达为将比较后判定为相同的压力加速度所对应的位置点与该运动主体足底所有位置点的比值。若该比值不小于第一预设阀值,则判定该第一运动主体与第二运动主体具有相同的运动水平。
在一较佳实施例中,如图4所示,上述方法还包括:
步骤S60:设定第二时间段并提取该第二时间段内第一运动主体的每个采集点的最高压力值与第二运动主体相应采集点的最高压力值。
步骤S70:计算第一运动主体的最高压力值与第二运动主体的最高压力值之间的第二相同概率。
本实施例为在判定第一运动主体和第二运动主体在设定时间段内具有相同的运动水平的基础做出的进一步运动水平比较,其中,求取第二相同概率与求取前述实施例中的相同概率同理,区别在于第二相同概率以最高压力值为比对基础,本实施例的目的在于进一步对与第一运动主体具有相同运动水平的其他运动主体进行筛选,以令筛选出的结果更精确。本实施例中,最高压力值也可以最低压力值代替。
本发明还提出一种基于足底压力变化模型的多人运动水平比较装置,如图5所示,该装置包括:
压力数据采集模块10,用于采集第一运动主体的足底多个采集点的压力数据;
加速度计算模块20,用于设定时间段并计算该时间段内各采集点的压力加速度;
加速度比对模块30,用于将每个采集点对应的压力加速度与第二运动主体于相应位置的采集点的压力加速度进行逐一比对;
相同概率计算模块40,用于计算设定时间段内第一运动主体的压力加速度与第二运动主体的压力加速度之间的相同概率;
判定模块50,用于当相同概率不小于第一预设阀值时,判定第一运动主体与第二运动主体在设定时间段内具有相同的运动水平。
本实施例中,压力数据采集模块10与智能鞋垫中的各压力传感器连接,以获取各压力传感器采集的压力数据,并发送至加速度计算模块20进行压力加速度计算,加速度比对模块30则将第一运动主体和第二运动主体的压力加速度根据采集点的一一对应关系进行逐次比对,相同概率计算模块40则根据其比对结果计算第一运动主体和第二运动主体的压力加速度之间的相同概率,该相同概率用以作为判定模块50判定第一运动主体与第二运动主体在设定时间段内是否具有相同的运动水平的依据。
在一较佳实施例中,加速度计算单元20包括:
压力提取单元21,用于针对每个采集点,提取设定时间段内该采集点的最高压力值和最低压力值;
压力计算单元22,用于计算采集点于设定时间段的压力加速度,公式为:
an=(Pmax-Pmin)/Tset
其中,n为采集点序号,Pmax为最高压力值,Pmin为最低压力值,Tset为设定时间段。
在一较佳实施例中,相同概率计算模块40包括:
差值计算单元41,用于计算第一运动主体各采集点的压力加速度与第二运动主体相应采集点的压力加速度之间的差值;
相同概率计算单元42,用于当差值不大于第二预设阀值并表示该第一运动主体的压力加速度与第二运动主体的压力加速度相同时,根据相同的压力加速度的个数与足底所有采集点的压力加速度总数的比值得到相同概率。
在一较佳实施例中,基于足底压力变化模型的多人运动水平比较装置还包括:
第二相同概率计算模块,用于设定第二时间段并提取该第二时间段内第一运动主体的每个采集点的最高压力值与第二运动主体相应采集点的最高压力值,并计算第一运动主体的最高压力值与第二运动主体的最高压力值之间的第二相同概率。
本发明还提出一种运动水平比较终端,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现基于足底压力变化模型的多人运动水平比较方法的步骤,具体可参见上述图1至4对应实施例的说明,在此不作赘述。
需要说明的是,本发明所提出的运动水平比较终端可以是手机、笔记本、平板等,包括但不限于此。本实施例所提出的存储器可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。
以上的仅为本发明的部分或优选实施例,无论是文字还是附图都不能因此限制本发明保护的范围,凡是在与本发明一个整体的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明保护的范围内。
Claims (9)
1.一种基于足底压力变化模型的多人运动水平比较方法,其特征在于,包括:
采集第一运动主体的足底多个采集点的压力数据;
设定时间段并计算该时间段内各所述采集点的压力加速度;
将每个采集点对应的压力加速度与第二运动主体于相应位置的采集点的压力加速度进行逐一比对;
计算所述设定时间段内第一运动主体的压力加速度与第二运动主体的压力加速度之间的相同概率;
若所述相同概率不小于第一预设阀值,则判定所述第一运动主体与所述第二运动主体具有相同的运动水平。
2.根据权利要求1所述的多人运动水平比较方法,其特征在于,所述设定时间段并计算该时间段内各采集点的压力加速度包括:
针对每个采集点,提取所述设定时间段内该采集点的最高压力值和最低压力值;
计算该采集点于所述设定时间段的压力加速度,公式为:
an=(Pmax-Pmin)/Tset
其中,n为采集点序号,Pmax为最高压力值,Pmin为最低压力值,Tset为所述设定时间段。
3.根据权利要求1所述的多人运动水平比较方法,其特征在于,所述计算设定时间段内第一运动主体的压力加速度与第二运动主体的压力加速度之间的相同概率包括:
计算第一运动主体各采集点的压力加速度与第二运动主体相应采集点的压力加速度之间的差值;
若所述差值不大于第二预设阀值,则表示该第一运动主体的压力加速度与第二运动主体的压力加速度相同;
根据所述相同的压力加速度的个数与足底所有采集点的压力加速度总数的比值得到所述相同概率。
4.根据权利要求2所述的多人运动水平比较方法,其特征在于,还包括:
设定第二时间段并提取该第二时间段内第一运动主体的每个所述采集点的最高压力值与第二运动主体相应采集点的最高压力值;
计算所述第一运动主体的最高压力值与第二运动主体的最高压力值之间的第二相同概率。
5.一种基于足底压力变化模型的多人运动水平比较装置,其特征在于,包括:
压力数据采集模块,用于采集第一运动主体的足底多个采集点的压力数据;
加速度计算模块,用于设定时间段并计算该时间段内各所述采集点的压力加速度;
加速度比对模块,用于将每个采集点对应的压力加速度与第二运动主体于相应位置的采集点的压力加速度进行逐一比对;
相同概率计算模块,用于计算所述设定时间段内第一运动主体的压力加速度与第二运动主体的压力加速度之间的相同概率;
判定模块,用于当所述相同概率不小于第一预设阀值时,判定所述第一运动主体与所述第二运动主体具有相同的运动水平。
6.根据权利要求5所述的多人运动水平比较装置,其特征在于,所述压力计算模块包括:
压力提取单元,用于针对每个采集点,提取所述设定时间段内该采集点的最高压力值和最低压力值;
压力计算单元,用于计算所述采集点于所述设定时间段的压力加速度,公式为:
an=(Pmax-Pmin)/Tset
其中,n为采集点序号,Pmax为最高压力值,Pmin为最低压力值,Tset为所述设定时间段。
7.根据权利要求5所述的多人运动水平比较装置,其特征在于,所述相同概率计算模块包括:
差值计算单元,用于计算第一运动主体各采集点的压力加速度与第二运动主体相应采集点的压力加速度之间的差值;
相同概率计算单元,用于当所述差值不大于第二预设阀值并表示该第一运动主体的压力加速度与第二运动主体的压力加速度相同时,根据所述相同的压力加速度的个数与足底所有采集点的压力加速度总数的比值得到相同概率。
8.根据权利要求5所述的多人运动水平比较装置,其特征在于,还包括:
第二相同概率计算模块,用于设定第二时间段并提取该第二时间段内第一运动主体的每个所述采集点的最高压力值与第二运动主体相应采集点的最高压力值,并计算所述第一运动主体的最高压力值与第二运动主体的最高压力值之间的第二相同概率。
9.一种运动水平比较终端,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,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4中任一项所述基于足底压力变化模型的多人运动水平比较方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910146955.0A CN109700467B (zh) | 2019-02-27 | 2019-02-27 | 多人运动水平比较方法、装置和运动水平比较终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910146955.0A CN109700467B (zh) | 2019-02-27 | 2019-02-27 | 多人运动水平比较方法、装置和运动水平比较终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109700467A true CN109700467A (zh) | 2019-05-03 |
CN109700467B CN109700467B (zh) | 2022-05-03 |
Family
ID=66264010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910146955.0A Active CN109700467B (zh) | 2019-02-27 | 2019-02-27 | 多人运动水平比较方法、装置和运动水平比较终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109700467B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104266659A (zh) * | 2014-10-24 | 2015-01-07 | 黑龙江大学 | 运动计数器 |
CN104434123A (zh) * | 2014-12-04 | 2015-03-25 | 黑龙江大学 | 基于聚类算法的人体运动状态判断方法 |
US20170232296A1 (en) * | 2008-02-20 | 2017-08-17 | Karsten Manufacturing Corporation | Systems and Methods for Storing and Analyzing Golf Data, Including Community and Individual Golf Data Collection and Storage at a Central Hub |
CN107205661A (zh) * | 2015-01-05 | 2017-09-26 | 耐克创新有限合伙公司 | 使用来自多个设备的数据进行能量消耗计算 |
CN109200567A (zh) * | 2017-07-01 | 2019-01-15 | 珠海格力电器股份有限公司 | 一种运动数据的交互方法及其装置、电子设备 |
-
2019
- 2019-02-27 CN CN201910146955.0A patent/CN109700467B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170232296A1 (en) * | 2008-02-20 | 2017-08-17 | Karsten Manufacturing Corporation | Systems and Methods for Storing and Analyzing Golf Data, Including Community and Individual Golf Data Collection and Storage at a Central Hub |
CN104266659A (zh) * | 2014-10-24 | 2015-01-07 | 黑龙江大学 | 运动计数器 |
CN104434123A (zh) * | 2014-12-04 | 2015-03-25 | 黑龙江大学 | 基于聚类算法的人体运动状态判断方法 |
CN107205661A (zh) * | 2015-01-05 | 2017-09-26 | 耐克创新有限合伙公司 | 使用来自多个设备的数据进行能量消耗计算 |
CN109200567A (zh) * | 2017-07-01 | 2019-01-15 | 珠海格力电器股份有限公司 | 一种运动数据的交互方法及其装置、电子设备 |
Non-Patent Citations (2)
Title |
---|
孙金贤等: "《训练水平的差异对篮球运动员足底压力特征的影响》", 《成都体育学院学报》 * |
王来东等: "《不同水平篮球运动员跳投核心区肌电与足底压力的比较》", 《体育科研》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109700467B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021051579A1 (zh) | 形体姿态识别方法、系统、装置及存储介质 | |
US9183431B2 (en) | Apparatus and method for providing activity recognition based application service | |
RU2013148404A (ru) | Захват оптических данных об упражнениях в дополнение к расчету оценки здоровья | |
CN114100103B (zh) | 一种基于关键点识别的跳绳计数检测系统及方法 | |
CN112766142A (zh) | 足底压力图像处理方法、识别方法及步态分析系统 | |
CN114783611B (zh) | 基于人工智能的神经康复动作检测系统 | |
CN113521683B (zh) | 一种智能体育体能综合训练控制系统 | |
CN112270970A (zh) | 一种智能运动管理系统及执行方法 | |
US20210369143A1 (en) | Method and system utilizing pattern recognition for detecting atypical movements during physical activity | |
JP2019042209A (ja) | 歩行姿勢解析方法及び歩行姿勢解析装置 | |
CN109700467A (zh) | 多人运动水平比较方法、装置和运动水平比较终端 | |
US20240057946A1 (en) | Sarcopenia evaluation method, sarcopenia evaluation device, and non-transitory computer-readable recording medium in which sarcopenia evaluation program is recorded | |
CN113768471A (zh) | 一种基于步态分析的帕金森疾病辅助诊断系统 | |
CN107007285B (zh) | 基于压力与加速度传感器的跌倒检测方法 | |
US20210059596A1 (en) | Cognitive function evaluation method, cognitive function evaluation device, and non-transitory computer-readable recording medium in which cognitive function evaluation program is recorded | |
JP7012631B2 (ja) | オブジェクト識別装置、識別システムおよび識別方法 | |
CN116152924A (zh) | 一种运动姿势评估方法、装置、系统及计算机存储介质 | |
CN115346160A (zh) | 一种体育教学方法、系统、设备及介质 | |
CN115311737A (zh) | 基于深度学习的无察觉式脑卒中患者手部动作识别方法 | |
Seo et al. | Understanding Sprinting Motion Skills using Unsupervised Learning for Stepwise Skill Improvements of Running Motion. | |
CN109893846A (zh) | 基于运动数据流的运动交互方法、装置和运动交互终端 | |
Zaeni et al. | Detection of the Imbalance Step Length using the Decision Tree | |
Hosp et al. | Eye movement feature classification for soccer goalkeeper expertise identification in virtual reality | |
Anastasiadis et al. | Real time estimation of physical activity and physiological performance reserves of players during a game of soccer | |
Dubois et al. | Detecting and preventing falls with depth camera, tracking the body center |
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 |