CN110534199A - 一种身心训练效果评价方法 - Google Patents
一种身心训练效果评价方法 Download PDFInfo
- Publication number
- CN110534199A CN110534199A CN201910674205.0A CN201910674205A CN110534199A CN 110534199 A CN110534199 A CN 110534199A CN 201910674205 A CN201910674205 A CN 201910674205A CN 110534199 A CN110534199 A CN 110534199A
- Authority
- CN
- China
- Prior art keywords
- imitator
- fugleman
- action
- frame
- degree
- 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
- 238000012549 training Methods 0.000 title claims abstract description 59
- 238000011156 evaluation Methods 0.000 title claims abstract description 42
- 230000000694 effects Effects 0.000 title claims abstract description 30
- 230000009471 action Effects 0.000 claims abstract description 81
- 238000000034 method Methods 0.000 claims abstract description 43
- 230000008569 process Effects 0.000 claims description 17
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 claims description 2
- 210000003414 extremity Anatomy 0.000 description 26
- 230000006870 function Effects 0.000 description 10
- 230000036544 posture Effects 0.000 description 8
- 230000006399 behavior Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000000638 stimulation Effects 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000000386 athletic effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000028327 secretion Effects 0.000 description 2
- 230000003238 somatosensory effect Effects 0.000 description 2
- 210000004243 sweat Anatomy 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
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
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Psychiatry (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pathology (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提出一种身心训练效果评价方法,该方法针对人的身心训练需要,通过人体动作拟合度描述模仿者动作的准确性和流畅性,通过运动状态下的生理信息计算得到的身心紧张度描述模仿者的身心放松程度,通过动作拟合度和身心紧张度计算得到身心平和度,用身心平和度评价身心训练的效果,从而实现了对身心训练效果的科学评价。
Description
技术领域
本发明涉及本人的身心训练效果评价和人机交互技术领域,具体涉及一种身心训练效果评价方法。
背景技术
高危作业环境必然引发作业人员的身心紧张,从而导致作业效能的下降,严重时会出现操作失误,造成生命和财产损失。放松身心训练是改善高危作业人员身心紧张状态的重要方法。常采用的身心训练方法有常规体育运动、太极、瑜伽、冥想等。
目前,在进行这些身心训练时,缺少科学合理的评价方法,对受训者的训练是否合乎要求、是否达到预定的训练效果很难进行科学的评价,影响了训练目标的达成。
通过调研分析,身心训练评价方面现有技术状况如下:
申请号201610230317.3提出了一种心理应激训练系统及方法:首先通过显示平和画面采集被训练者心率、心率变异性指标,作为基线值,然后开始应激训练,播放刺激画面,并实时采集被训练者生理指标。将应激时生理指标与基线指标都反馈给被训练者,由被训练者决定是否进行放松训练。如果进行放松训练,则通过放松训练教学视频指导被训练者进行训练,使生理指标恢复基线水平。该方法是基于视觉刺激,提高应激场景的应对能力,训练中人体不做运动。而人体运动当中心率会收到运动状态的影响,单独依靠心率不能描述人的紧张或应激的程度。所以本方法无法满足在运动过程对身心紧张程度进行评估的需求。
申请号200510070702.8提出了一种监控和减轻压力的方法:通过播放放松音乐的过程中,监测个体皮肤电阻的变化,判断该放松音乐是否能够帮助个体减轻压力。该方法是基于听觉刺激,减轻心理压力,放松身心的方法,通过皮电的测量对放松效果进行评价。而人体运动当中皮肤电阻会显著地受到汗液分泌影响,直接采用皮电对身心训练时的身心紧张程度进行评价是不可行的。而运动过程中个体汗液分泌会发生明显变化。因此,所以本方法无法满足在运动过程对身心紧张程度进行评估的需求。
申请号201710965389.7提出了一种心理应激管理能力测评方法:通过设置不同操作任务难度,记录被测试者行为正确率,并同时记录被测试者心率等生理指标,通过与基线水平的对比,将行为正确率和生理指标变化程度进行综合,评估被试心理应激管理能力。本方法评估的是被测者控制应激对其生理及行为绩效的影响,反映其应激管理控制能力。但由于在运动过程中,生理指标会随着运动过程发生趋势性变化,如果采用基线指标与其进行对比,难以避免运动对生理指标的影响,而将其列为应激的心理影响,会对心理应激的评估产生误差。因此,本方法不适用于运动类任务身心紧张程度的评估。
申请号201710549163、申请号20170454684.6、申请号201610341941、申请号20131008475、申请号201510434511.9提出了多种身体姿态拟合度的评价方法,可以对身体姿态的相似度进行评价,在一定程度上解决了身心训练评价“形似”的问题。但身心训练不仅包含身体的“形似”,更包含体内生理、心理状态的相似,即“神似”。中国的太极、气功等训练更是强调“形似”与“神似”的统一。
综上所述,在人体身心训练评价方面,目前还是处于对生理心理指标评价与身体姿态指标评价分离的状态。通过心率、皮电等生理指标,可以实现训练达到的生理心理效果的评价,即对训练要求的“神似”进行评价;通过肢体姿态拟合评价,可以实现对训练要求的身体运动效果的评价,即对“形似”进行评价。
在生理心理指标评价方面,目前都是以任务中生理指标或行为绩效与基线水平进行对比,构造评价函数进行评估,适用于非运动状态的人体(如冥想、生物反馈训练)。由于运动过程中生理指标和行为绩效都会发生趋势性改变,这种改变在很大程度上与运动本身密切相关,如果离开对运动姿态的评价,完全不能科学地反应训练效果。所以,这些方法无法直接用于运动状态下生理心理评价。
同时,目前现有的身体运动姿态评价方法,在空间的拟合度方面,有位置距离的评价方法,也有方向差异的评价方法,这些方法都存在受测量误差影响大、计算复杂、直观性差等问题,不适宜用于实时评价人体空间拟合度;在时间的拟合度方面,均基于DTW算法进行时间变形,由于人体姿态数据维数多,在进行时间变形时很难找到一种对各维数据都适宜的变形算法,只能是综合的指标(如最小二乘,数字规划),特别是对于长时间的多个连续动作,效果更不理想,实际上并不能很好地解决两个人体动作时间过程不均衡(快慢不一,时快时慢)的问题,更不要说这一方法的复杂性和计算量。所以,目前人体动作拟合度评价方法也不能应用于实时人体动作拟合度评价,也不能达到与生理心理评价相结合,实现身心训练效果评价的目的。
可见,目前还没有一种能够在人体运动状态下,既能对其训练动作准确性进行评价,又能对其训练时的身心紧张程度进行评价,并将两者结合起来,对训练者整个身心状态进行评价的方法。因此,必须提出一种适用于身心训练评价的新方法,实现对身心训练“形似”与“神似”相结合的科学评价,提高身心训练的效果。
发明内容
发明目的:为解决上述技术问题,本发明提出了一种身心训练效果评价方法,用人体动作拟合度描述模仿者动作的准确性和流畅性,用运动状态下人的身心紧张度描述训练者的身心放松程度,并用动作拟合度和身心紧张度计算得到的身心平和度评价身心训练的总体效果,从而实现了对身心训练效果的科学评价。
技术方案:为实现上述技术效果,本发明提出的技术方案为:
一种身心训练效果评价方法,包括步骤:
(1)在示范者全身设置u个采样点,在示范者示范动作的过程中,采集各采样点处的肢体位置数据;在模仿者参与身心训练的过程中,采集模仿者全身与各采样点相对应位置的肢体位置数据,并同时采集模仿者在训练过程中的生理信息数据;将示范者的瞬时肢体位置数据转换为肢体单位向量将模仿者的瞬时肢体位置数据转换为肢体单位向量k表示采样点编号,k=1,2,…,u;
(2)将示范者和模仿者的动作分解连续的动作帧,将示范者动作帧和模仿者动作帧按照统一的时间顺序排列;用phi表示模仿者第i个动作帧所对应的生理信息数据,i=1,2,…,n,n为模仿者动作帧的总数;
(3)构建身心紧张度函数:Si=f(phi),其中,Si表示模仿者在动作帧i时的身心紧张度,f(phi)为正函数,在身心紧张度增大时函数f(phi)单调递增;
(4)在示范者的动作帧中选择一系列关键帧tsl,l=1,2,…,L,L为示范者关键帧总数;
(5)设置tq为时间轴上关键帧tsl之前的一个时间点,th为时间轴上关键帧时刻tsl之后的一个时间点,将时间段[tq,th]作为模仿者的动作比较时间段;
(6)获取当前关键帧tsl对应的示范者肢体单位向量并在比较时间段[tq,th]内,获取模仿者的所有动作帧tmj的肢体单位向量j=1,2,…,p,p为时间段[tq,th]内模仿者的动作帧总数;按如下公式计算示范者与模仿者的备选拟合度
式中,为模仿者当前动作帧tmj与示范者关键帧tsl的备选拟合度,wk为第k个采样点的权重值,
(7)从p个备选拟合度中选最大值作为拟合度基值NB,即如果的最大值多于1个,则选择最接近当前示范者关键帧tsl的作为NB;记拟合度基值NB所对应的模仿者动作帧为
(8)计算模仿者动作帧为对示范者关键帧tsl的时间偏离ΔT:
(9)计算模仿者动作帧对示范者关键帧tsl的拟合度
式中,c为时间常数,为大于等于零的常数;
(10)计算时刻的身心紧张度:
(11)计算tsl时刻的身心平和度:
(12)判断当前关键帧tsl是否为最后一个关键帧,若是,则结束所述评价步骤,按照时间顺序输出所有身心平和度的值;若不是,则更新l=l+1,返回步骤(5)。
进一步的,所述的示范者为真实的人,或者通过虚拟现实技术构建的真实人的模型。
进一步的,还包括步骤:计算一段时间内的身心平和度均值P:
式中,Ql为示范者各关键帧的权重值。
有益效果:本发明针对人的身心训练需要,通过人体动作拟合度描述训练者动作的准确性和流畅性,通过运动状态下的生理信息计算得到的身心紧张度描述训练者的身心放松程度,通过动作拟合度和身心紧张度计算得到身心平和度,用身心平和度评价身心训练的效果,从而实现了对身心训练效果的科学评价,解决了现有技术无法解决的问题,获得了如下有益的技术效果:
(1)满足了身心训练对训练者动作的“形似”与身心紧张状态的“神似”两方面的复合性要求,实现了身心训练的科学评价,有效促进了身心训练效能的提升。
(2)用人体动作拟合度计算方法,解决了连续动作情景下对动作的准确性和流畅性的实时评价。
(3)用人体运动状态下的身心紧张度计算方法,解决了运动状态下对训练者身心放松程度的实时评价。
(4)用动作拟合度和身心紧张度计算得到身心平和度,解决了身心训练效果的整体效果的实时评价,使身心训练效果评价更科学有效。
(5)各评价指标计算过程简捷高效,既可以对训练过程各时刻进行评价,也可以对整体训练过程进行评价。
附图说明
图1为身心训练界面示意图;
图2为参考坐标系变换关系;
图3为人体与骨骼示意图;
图4为人体骨骼关节示意图;
图5为人体的肢体矢量表达示意图;
图6为示范者动作帧与模仿者动作帧关系示意图;
图7为身心平和度计算流程图;
图8为示范者关键帧肢体动作示例;
图9为拟合度、紧张度、平和度数据的时间曲线图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
本发明所述运动训练效果评价方法的流程如图7所示,包括以下步骤:
采用动作捕捉装置获得示范者1和模仿者2的肢体位置数据或骨骼关节数据。在此实施例中采用FOHEART C1系统采集示范者的肢体动作数据,采用FOHEART C1装置获取示范者的示范动作数据,采用Kinect体感装置3获取模仿者2的肢体动作数据。将采集得到的示范者1动作数据储存为人体动作数据文件(此实例采用FBX数据格式文件),采用虚拟现实应用程序开发引擎构建一个交互式训练界面(此处实例采用Unity),构成一个如图1所示的动作交互训练习界面:模仿者2跟随显示屏中示范者1的动作视频,模仿示范者1的动作,同时尽可能放松身心。模仿者2学习过程中,系统不断得到示范者1和模仿者2的肢体动作数据(在此为骨骼关节数据),并变换为统一的UNITY系统中的参考坐标系下的肢体单位向量表达,即肢体单位向量,图5所示为示范者1和模仿者2身上的骨骼关节位置分布。示范者1的肢体单位向量为模仿者2的肢体单位向量为其中k为统一的肢体编号,k=1,2,…,u,u为人体肢体总数。在本发明中,所述的示范者1可以是真实的人,也可以是通过动作捕捉装置和虚拟现实平台构建的真实人的动作的再现。
模仿者2跟随显示屏中示范者1的动作视频,学习和模仿示范者的动作,同时采用Kinect体感装置3,通过Kinect v2 For Unity插件实时获取模仿者的人体位置数据,这些数据在Unity中进行计算,将模仿者骨骼关节数据由Kinect参考坐标系为基准的表示转换为以Unity参考坐标系为基准的表示。
图2表示了Kinect参考坐标系与Unity参考坐标的转换关系。图3和图4表示了示范者1和模仿者2的人体外观与人体骨骼关节模型的关系,通过采集瞬时的人体骨骼关节数据表征人体的瞬时姿态,而通过多个瞬时姿态可以得到人体姿态的连续变化,表征人体的动作过程。
(2)采用同一时间轴表示示范者的动作帧和模仿者的动作帧,如图6所示。
(3)采用穿戴式心电采集装置4,获得模仿者的心电数据,根据心电数据计算得到心率数据,将心率数据按照模仿者动作帧时间顺序表示为phi,i=1,2,…,n,n为模仿者动作帧总数。
(4)根据函数值始终为正,并在人紧张强度增大时函数单调增加的方法,构建由人的生理指标计算紧张度的函数:
式中Si表示模仿者在动作帧i时的身心紧张度,phi为模仿者在动作帧i时刻的心率值,为模仿者在动作帧i时刻前心率的平均值。
(5)在示范者1的动作帧中选择定一系列关键帧tsl,l=1,2,…,L,L为示范者关键帧总数。其中,tsl为示范者1的一系列动作关键帧,其结构如图8。在本发明中,关键帧时刻tsl可以根据示范者2动作的重要程度人为设定,也可以按照等分的时间间隔选取。
(6)在关键帧时刻tsl,设置tq为时间轴上关键帧tsl之前的一个时间点,th为时间轴上关键帧时刻tsl之后的一个时间点,时间段[tq,th]作为模仿者2的动作比较时间段。图6中,tq为与示范者1的关键帧所对应的前时间点,th为与示范者1的关键帧所对应的后时间点,tq、th之间为模仿者2的动作比较时间段。
(7)如图7所示,获取当前示范者1的关键帧tsl的肢体矢量数据,在tq、th比较时间段内,获取模仿者2所有比较帧tmj的肢体矢量数据,按如下公式计算示范者与模仿者的备选拟合度
式中,为模仿者2当前对比帧tmj与示范者1关键帧tsl的备选拟合度,wk为第k个肢体的权重值,u为示范者1和模仿者2的肢体总数,为示范者1编号为k的肢体的单位矢量,为模仿者2编号为k的肢体的单位矢量。wk的选择应满足公式应根据对动作的要求,确定哪个肢体拥有更大的权重,一般来说权重由大到小的顺序应是:躯干、大腿、小腿、上臂、下臂...。
(8)如图7所示,从备选拟合度中选最大值作为拟合度基值NB:
如果的最大值多于1个,则选择最接近当前示范者关键帧tsl的作为NB,记拟合度基值NB所对应的模仿者动作帧为
(9)如图7所示,计算模仿者对示范者关键帧tsl的时间偏离ΔT,即NB对应的时间与tsl的差值,即
(10)如图7所示,按下式计算模仿者对示范者关键帧tsl的拟合度
式中,c为时间常数,其值为大于等于0的常数。时间常数c评价了模仿者与示范者时间同步性,c越大,对模仿者跟随示范者动作的时间准确性要求越严;c越小,对模仿者跟随示范者动作的时间准确性要求越松。
(11)按照(4)所构建的紧张度函数,计算对应的时刻的身心紧张度:
式中为紧张度,为时刻的心率值,为时刻前心率的平均值。
(12)构建身心平和度函数,并计算tsl时刻的身心平和度
为了说明如何针对不同身心训练,此实施例构建了两种身心平和度函数:
第一种为:
第二种为:
(12)检查是否到达示范者的动作终止时刻,如果没有到达示范者的动作终止时刻,则将示范者的关键帧后移,返回步骤(6),并继续后续计算,如果到达示范者的动作终止时刻,则结束身心平和度计算,得到模仿者平和度的时间序列值。
(14)由身心平和度时间序列计算整个动作过程的总身心平和度P:
式中,Ql为示范者各关键帧的权重值,在此取Ql=1为示范者各关键帧的权重值,L为关键帧总数。
下面通过具体计算过程进一步阐述本发明的技术方案:
设置本实施例中u取值11,如图5所示。某时刻示范者1和模仿者2的瞬时人体骨骼关节数据如表1和表2所示,表1所示的为示范者1肢体单位矢量数据,表2所示的为模仿者2肢体单位矢量数据:
表1示范者1肢体单位矢量数据
表2模仿者2肢体单位矢量数据
基于表1和表2,在添加肢体的权重值后,进行拟合度计算,计算结果如表3所示:
表3
基于表1至3计算出拟合度数据,结果如表4所示:
表4
如表5所示,设置所选取的示范者的关键帧为15帧,这15帧关键帧等时间间隔选取,设置这15帧关键帧所对应的模仿者的平均心率和瞬时心率,计算得到表5这15帧关键帧所对应的模仿者的紧张度。
表5
关键帧时间 | 关键帧序号 | 平均心率 | 瞬时心率 | 紧张度s |
10 | 1 | 82 | 85 | 1.036585366 |
20 | 2 | 82.66666667 | 86 | 1.040322581 |
30 | 3 | 83.42857143 | 88 | 1.054794521 |
40 | 4 | 84.125 | 89 | 1.05794948 |
50 | 5 | 84.77777778 | 90 | 1.061598952 |
60 | 6 | 85.4 | 91 | 1.06557377 |
70 | 7 | 85.90909091 | 91 | 1.059259259 |
80 | 8 | 86.41666667 | 92 | 1.06460945 |
90 | 9 | 86.76923077 | 91 | 1.048758865 |
100 | 10 | 87 | 90 | 1.034482759 |
110 | 11 | 87.26666667 | 91 | 1.042780749 |
120 | 12 | 87.4375 | 90 | 1.029306648 |
130 | 13 | 87.58823529 | 90 | 1.027535259 |
140 | 14 | 87.77777778 | 91 | 1.036708861 |
150 | 15 | 87.89473684 | 90 | 1.023952096 |
按照第一种身心平和度计算出平和度和总平和度数据如表6所示:
表6
按照第二种身心平和度计算出平和度和总平和度数据如表7所示:
表7
基于计算出的数据,绘制拟合度、紧张度、两种函数计算的平和度随时间变化的关系曲线,得到如图9所示的结果示意图。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种身心训练效果评价方法,其特征在于,包括步骤:
(1)在示范者全身设置u个采样点,在示范者示范动作的过程中,采集各采样点处的肢体位置数据;在模仿者参与身心训练的过程中,采集模仿者全身与各采样点相对应位置的肢体位置数据,并同时采集模仿者在训练过程中的生理信息数据;将示范者的瞬时肢体位置数据转换为肢体单位向量将模仿者的瞬时肢体位置数据转换为肢体单位向量k表示采样点编号,k=1,2,…,u;
(2)将示范者和模仿者的动作分解连续的动作帧,将示范者动作帧和模仿者动作帧按照统一的时间顺序排列;用phi表示模仿者第i个动作帧所对应的生理信息数据,i=1,2,…,n,n为模仿者动作帧的总数;
(3)构建身心紧张度函数:Si=f(phi),其中,Si表示模仿者在动作帧i时的身心紧张度,f(phi)为正函数,在身心紧张度增大时函数f(phi)单调递增;
(4)在示范者的动作帧中选择一系列关键帧tsl,l=1,2,…,L,L为示范者关键帧总数;
(5)设置tq为时间轴上关键帧tsl之前的一个时间点,th为时间轴上关键帧时刻tsl之后的一个时间点,将时间段[tq,th]作为模仿者的动作比较时间段;
(6)获取当前关键帧tsl对应的示范者肢体单位向量并在比较时间段[tq,th]内,获取模仿者的所有动作帧tmj的肢体单位向量j=1,2,…,p,p为时间段[tq,th]内模仿者的动作帧总数;按如下公式计算示范者与模仿者的备选拟合度
式中,为模仿者当前动作帧tmj与示范者关键帧tsl的备选拟合度,wk为第k个采样点的权重值,
(7)从p个备选拟合度中选最大值作为拟合度基值NB,即如果的最大值多于1个,则选择最接近当前示范者关键帧tsl的作为NB;记拟合度基值NB所对应的模仿者动作帧为
(8)计算模仿者动作帧为对示范者关键帧tsl的时间偏离ΔT:
(9)计算模仿者对示范者关键帧tsl的拟合度
式中,c为时间常数,为大于等于零的常数;
(10)计算时刻的身心紧张度:
(11)计算tsl时刻的身心平和度:
(12)判断当前关键帧tsl是否为最后一个关键帧,若是,则结束所述评价步骤,按照时间顺序输出所有身心平和度的值;若不是,则更新l=l+1,返回步骤(5)。
2.根据权利要求1所述的一种身心训练效果评价方法,其特征在于,所述的示范者为真实的人,或者通过虚拟现实技术构建的真实人的模型。
3.根据权利要求1所述的一种身心训练效果评价方法,其特征在于,还包括步骤:计算一段时间内的身心平和度均值P:
式中,Ql为示范者各关键帧的权重值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910674205.0A CN110534199A (zh) | 2019-07-24 | 2019-07-24 | 一种身心训练效果评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910674205.0A CN110534199A (zh) | 2019-07-24 | 2019-07-24 | 一种身心训练效果评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110534199A true CN110534199A (zh) | 2019-12-03 |
Family
ID=68660450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910674205.0A Pending CN110534199A (zh) | 2019-07-24 | 2019-07-24 | 一种身心训练效果评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110534199A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113658695A (zh) * | 2021-07-20 | 2021-11-16 | 芯海科技(深圳)股份有限公司 | 健身运动的数据监测方法、系统及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104165547A (zh) * | 2014-07-23 | 2014-11-26 | 南京大学 | 一种基于生理参数实时监测的专业射击训练系统 |
CN108744428A (zh) * | 2018-05-28 | 2018-11-06 | 徐州昇科源信息技术有限公司 | 一种虚拟健身训练系统 |
CN109102859A (zh) * | 2018-07-24 | 2018-12-28 | 北京大学第医院 | 一种运动控制方法及系统 |
CN109815930A (zh) * | 2019-02-01 | 2019-05-28 | 中国人民解放军总医院第六医学中心 | 一种动作模仿拟合度评价方法 |
-
2019
- 2019-07-24 CN CN201910674205.0A patent/CN110534199A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104165547A (zh) * | 2014-07-23 | 2014-11-26 | 南京大学 | 一种基于生理参数实时监测的专业射击训练系统 |
CN108744428A (zh) * | 2018-05-28 | 2018-11-06 | 徐州昇科源信息技术有限公司 | 一种虚拟健身训练系统 |
CN109102859A (zh) * | 2018-07-24 | 2018-12-28 | 北京大学第医院 | 一种运动控制方法及系统 |
CN109815930A (zh) * | 2019-02-01 | 2019-05-28 | 中国人民解放军总医院第六医学中心 | 一种动作模仿拟合度评价方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113658695A (zh) * | 2021-07-20 | 2021-11-16 | 芯海科技(深圳)股份有限公司 | 健身运动的数据监测方法、系统及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110070944B (zh) | 基于虚拟环境和虚拟角色的社会功能评估训练系统 | |
CN109298779B (zh) | 基于虚拟代理交互的虚拟训练系统与方法 | |
CN108764120B (zh) | 一种人体规范动作评价方法 | |
Schönauer et al. | Full body interaction for serious games in motor rehabilitation | |
CN107349594A (zh) | 一种虚拟舞蹈系统的动作评价方法 | |
CN111938991A (zh) | 一种双主动控制模式的手部康复训练装置及训练方法 | |
Liu et al. | Augmented reality-based training system for hand rehabilitation | |
CN109815930B (zh) | 一种动作模仿拟合度评价方法 | |
CN108537284A (zh) | 基于计算机视觉深度学习算法的姿态评估打分方法和系统 | |
CN113940856A (zh) | 一种基于肌电-惯性信息的手部康复训练装置及方法 | |
CN113066260B (zh) | 一种基于日常行为分析的帕金森症预警系统 | |
US11435827B2 (en) | Electronic training system and method for electronic evaluation and feedback of sports performance | |
CN109126045A (zh) | 智能化运动分析和训练系统 | |
CN110534199A (zh) | 一种身心训练效果评价方法 | |
Mekruksavanich et al. | Badminton activity recognition and player assessment based on motion signals using deep residual network | |
CN114446109A (zh) | 多功能交互式推拿教学系统 | |
Schack | Mental representation in action: A cognitive architecture approach | |
Yang et al. | Hand rehabilitation using virtual reality electromyography signals | |
CN111312363B (zh) | 一种基于虚拟现实的双手协调性增强系统 | |
CN113035000A (zh) | 一种面向中枢整合康复治疗技术的虚拟现实训练系统 | |
Liu et al. | Parkinson’s disease predictive analytics through a pad game based on personal data | |
Liu et al. | Affective state recognition and adaptation in human-robot interaction: A design approach | |
Schack et al. | Coaching with virtual reality, intelligent glasses and neurofeedback: the potential impact of new technologies | |
Kider Jr et al. | A data-driven appearance model for human fatigue | |
Schack et al. | New technologies in sport psychology practice |
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: 20191203 |