CN110600125B - 一种基于人工智能的体态分析助手系统及传输方法 - Google Patents

一种基于人工智能的体态分析助手系统及传输方法 Download PDF

Info

Publication number
CN110600125B
CN110600125B CN201910879244.4A CN201910879244A CN110600125B CN 110600125 B CN110600125 B CN 110600125B CN 201910879244 A CN201910879244 A CN 201910879244A CN 110600125 B CN110600125 B CN 110600125B
Authority
CN
China
Prior art keywords
artificial intelligence
intelligent
user
neural network
cloud server
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.)
Active
Application number
CN201910879244.4A
Other languages
English (en)
Other versions
CN110600125A (zh
Inventor
孙善宝
石宇轩
徐驰
谭强
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.)
Shandong Inspur Scientific Research Institute Co Ltd
Original Assignee
Shandong Inspur Scientific Research Institute Co Ltd
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 Shandong Inspur Scientific Research Institute Co Ltd filed Critical Shandong Inspur Scientific Research Institute Co Ltd
Priority to CN201910879244.4A priority Critical patent/CN110600125B/zh
Publication of CN110600125A publication Critical patent/CN110600125A/zh
Application granted granted Critical
Publication of CN110600125B publication Critical patent/CN110600125B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及计算机身联网技术以及人工智能领域，具体提供了一种基于人工智能的体态分析助手系统及传输方法。与现有技术相比，本发明由智能配件、人工智能子系统和云服务器组成，智能配件用于身体各部位穿戴，将收集用户运动信息、体态特征、身体脂肪含量以及心率并将收集的数据上传至人工智能子系统；人工智能子系统通过CNN卷积神经网络来提取特征，形成特征向量表征人体体态来进行人体建模分析,以及设计个性化运动计划神经网络,输入健身计划，通过神经网络模拟生成体态采集数据，来进行定制个性化运动计划，并上传至云服务器中；云服务器用于储存人工智能系统上传的数据，可供用户随时用客户端进行观察。运用智能配件、人工智能和云服务器通过网络连接的，即时传输的特点，在帮助人们健康生活方面具有良好的推广价值。

Description

一种基于人工智能的体态分析助手系统及传输方法
技术领域
本发明涉及计算机身联网技术以及人工智能领域，具体提供一种可连接互联网并由人工智能实时监测人体数据的体态分析健身助手系统。
背景技术
在当前社会经济飞速发展，人民生活现代化水平不断提高的时代，人们对于保持身体健康的需求日益增多。
伴随着物联网技术以及人工智能技术的高速发展，身联网已经成为当下物联网中的重要一环。大量可穿戴设备、健康监护设备、健身监护设备、健身追踪器、智能眼镜、增强现实设备、数字药片、穿戴于指尖的血氧传感器、腕表型传感器、睡眠生理检查器、可植入型身份识别组件等正在进入大众的视野。
但是，与此同时，人类的身体健康也受到各种各样病症的困扰，需要进行不同程度的锻炼。如何利用现有技术，来克服这一问题，是亟待解决的事情。
发明内容
本发明是针对上述现有技术的不足，提供一种设计合理，安全适用的基于人工智能的体态分析助手系统。
本发明进一步的技术任务是提供一种实用性强的基于人工智能的体态分析健身助手传输方法。
本发明解决其技术问题所采用的技术方案是：
一种基于人工智能的体态分析健身助手系统由智能配件、人工智能子系统和云服务器组成，
所述智能配件用于身体各部位穿戴，将收集用户运动信息、体态特征、身体脂肪含量以及心率并将收集的数据上传至所述人工智能子系统；
所述人工智能子系统通过CNN卷积神经网络来提取特征，形成特征向量表征人体体态来进行人体建模分析,以及设计个性化运动计划神经网络,输入健身计划，通过神经网络模拟生成体态采集数据，来进行定制个性化运动计划，并上传至云服务器中；
所述云服务器用于储存人工智能系统上传的数据，可供用户随时用客户端进行观察。
进一步的，所述人工智能子系统与云服务器通过网络交互，与云服务器中的的全民健康大数据库进行对比，给客户端反馈并标出用户全国身体健康排行中的位置。
进一步的，所述智能配件包括集成式人工智能中央处理器、无线网络传输模块、震动马达、微电流释放器、石墨烯蓄电池、心率传感器、体脂检测仪、血液检测仪、运动轨迹记录器以及立体空间位置定位器，并通过无线网络接受人工智能子系统数据，与人工智能子系统进行信息的交互。
作为优选，所述智能配件为智能手环、智能腿环、智能颈环以及人体可植入式微型芯片。
进一步的，所述智能配件还包括眼部视觉辅助配件，眼部视觉辅助配件用于结合增强现实技术，实现运动教学的可视化以及娱乐化，视觉内容由云服务器分享平台进行下载导入。
一种基于人工智能的体态分析健身助手传输方法，智能配件穿戴在身体的所需检测部位，智能配件内各项传感器物理结构进行数据的收集汇总，发送用户心率信息，血液流动信息、运动轨迹信息、体脂含量信息以及身体各部位立体空间位置信息到人工智能子系统；
人工智能子系统根据智能配件发送的数据采集检测点的相对空间位置，通过通过CNN卷积神经网络来提取特征，形成特征向量表征人体体态来进行人体建模分析，并将采集的压感特征与位置特征结合通过CNN卷积神经网络提取的特征，再根据人体行动状态，通过时间序列输出评价分数，用于衡量人体体态的好坏；
设计个性化运动计划神经网络，输入健身计划，通过神经网络模拟生成体态采集数据，并根据健身计划中相应的健康特征和目标，确定最合适的健身计划，来定制个性化运动计划；
上传至云服务器，云服务器将上传的内容进行保存并将该内容通过客户端发送给用户，供用户随时观察。
进一步的，所述人工智能子系统接收来自智能配件收集的数据并自动分析健康程度，通过建立数据模型分析用户身体特点、缺陷、需要纠正、锻炼以及注重健康的部分，同时根据CNN卷积神经网络得出最适合当前用户的运动方式以及运动频率，并根据用户预设的账户进行运动规划表的推送。
进一步的，人工智能子系统与云服务器通过网络交互，与云服务器中全民健康大数据库进行对比，给用户反馈中标出用户全国身体健康排名中的位置。
进一步的，所述智能配件中的眼部视觉辅助配件结合增强现实技术，实现运动教学的可视化以及娱乐化，虚拟教练进行动作学习以及互动，实现一对一专业教学。
进一步的，穿戴智能配件的群体通过互联网和物联网技术进行串联，同步响应，数据共享。
本发明的基于人工智能的体态分析助手系统及传输方法和现有技术相比，具有以下突出的有益效果：
(1)在日常的生活运动中，人工智能子系统时刻监测用户运动习惯以及运动特征，并通过智能配件中震动马达的震动提醒用户纠正运动姿态以及纠正不良的体态，使使用者在日常场景中得到良好的健身效果。
(2)眼部视觉辅助配件通过接入增强现实眼镜设备与虚拟教练进行动作学习以及互动，实现低成本的一对一专业教学。
(3)由于人工智能时刻监测用户，当出现紧急状况以及出现危险时，能够及时对用户以及紧急联系人进行警告，提供紧急服务，必要时提供紧急120呼救，尤其适用于老年人。
附图说明
为了更清楚地说明本发明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，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
附图1是一种基于人工智能的体态分析助手传输方法的流程图；
附图2是一种基于人工智能的体态分析助手系统的结构示意图；
附图3是人工智能体态分析中人体建模分析的结构图。
具体实施方式
为了使本技术领域的人员更好的理解本发明的方案，下面结合具体的实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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。
下面给出一个最佳实施例：
如图1所示，本实施例中的基于人工智能的体态分析助手系统由智能配件、人工智能子系统以及云服务器组成，智能配件与人工智能子系统通过网络交互，人工智能子系统与云服务器也是通过网络交互。
智能配件为智能手环、智能腿环、智能颈环以及人体可植入式微型芯片的一种或者是全部，穿戴在身体的相应的部位。将收集用户运动信息、体态特征、身体脂肪含量以及心率并将收集的数据上传至人工智能子系统。每个智能配件都包括集成式人工智能中央处理器、无线网络传输模块、震动马达、微电流释放器、石墨烯蓄电池、心率传感器、体脂检测仪、血液检测仪、运动轨迹记录器以及立体空间位置定位器，并通过无线网络接受人工智能子系统数据，与人工智能子系统进行信息的交互。
在日常生活中，对于用户站姿、坐姿、走路姿势以及跑步姿势实时进行监控，在用户多次出现不正确发力或者不健康运动姿势时，发送信号至智能配件，依靠智能配件中震动马达震动方向、震动区域以及震动力度引导用户回归正常健康姿势。
人工智能子系统通过CNN卷积神经网络来提取特征，形成特征向量表征人体体态来进行人体建模分析,以及设计个性化运动计划神经网络,输入健身计划，通过神经网络模拟生成体态采集数据，来进行定制个性化运动计划，通过网络连接，与云服务器中的全民健康大数据库进行对比，给客户端反馈并标出用户全国身体健康排行中的位置。
智能配件还包括眼部视觉辅助配件，眼部视觉辅助配件用于结合增强现实技术，实现运动教学的可视化以及娱乐化，与虚拟教练进行动作学习以及互动，实现低成本的一对一专业教学。视觉内容由云服务器分享平台进行下载导入即可。
如图2、3所示，基于上述系统，本实施例中基于人工智能的体态分析健身助手传输方法为智能配件穿戴在身体的所需检测部位，智能配件内各项传感器物理结构进行数据的收集汇总，发送用户心率信息，血液流动信息、运动轨迹信息、体脂含量信息以及身体各部位立体空间位置信息到人工智能子系统。
人工智能子系统根据智能配件发送的数据采集检测点的相对空间位置，通过通过CNN卷积神经网络来提取特征，形成特征向量表征人体体态来进行人体建模分析，并将采集的压感特征与位置特征结合通过CNN卷积神经网络提取的特征，再根据人体行动状态，通过时间序列输出评价分数，用于衡量人体体态的好坏。
设计个性化运动计划神经网络，输入健身计划，通过神经网络模拟生成体态采集数据，并根据健身计划中相应的健康特征和目标，确定最合适的健身计划，来定制个性化运动计划。并根据用户预设的账户进行运动规划表的推送。人工智能与云服务器通过网络交互，与云服务器中全民健康大数据库进行对比，给用户反馈中标出用户全国身体健康排名中的位置，供用户随时观察。
用户可根据需要加强训练的内容进行专门的训练，此训练可通过佩戴智能配件中的眼部视觉辅助配件，在云服务器分享平台进行下载导入要学习的内容，结合增强现实技术，实现运动教学的可视化以及娱乐化，虚拟教练进行动作学习以及互动，实现一对一专业教学。
穿戴智能配件的群体通过互联网和物联网技术进行串联，实时同步响应，数据共享。
进行人体建模分析时：
1、在颈部，胸部、背部、臀部、手臂、腿部等关节活动与体态相关的位置，采用传感装置固定在皮肤上，用于测量皮肤的舒张度，并将附近几个位置进行关联。人体在行动过程，固定在身体上的传感装置，采集监测点的相对空间位置，通过CNN卷积神经网络来提取特征，形成特征向量表征人体体态。
2、通过智能配件来检测心率。
3、利用震动传感器等装置，并配合其他相关传感装置，检测人体行动状态，比如站立、坐、行走、奔跑等日常行动。
4、将采集的压感特征与位置特征结合通过CNN卷积神经网络提取的特征，再根据人体行动状态，在一个时间段之内，通过时间序列(LSTM)输出评价分数，用来衡量人体体态的好坏。
其中，CNN卷积神经网络和LSTM都是神经网络，通过大量的数据进行训练，可以根据年龄段、性别、体重范围、身高范围等身体特征形成多种模型。根据个人的基本情况，选择相关的模型，如果有相关的历史数据，可以利用历史数据，并选定体态目标，重新训练，获得更好的模型。
此实施例还可以运用到以下几个场景中：
1、当智能配件中人体传感设备检测到用户在日常工作中走路驼背，坐姿不正，用眼不健康时，智能配件将进行实时数据收集并由人工智能进行判断，对用户进行消息提醒及时修正不健康的习惯。
2、当智能配件中的传感设备检测到用户在日常生活中出现血糖过高，心律不齐，或心跳频率异常时，人工智能系统将及时对用户进行警示，当生命安全出现危险时，将及时对用户以及紧急联系人进行警告，提供紧急120呼救功能。
3、当智能配件中人体传感设备检测到用户在日常生活中体脂变化过大时，人工智能系统将对用户进行提醒并提供针对性的减肥方案。
4、当用户设置健身计划后，人工智能系统将依据用户设定目标已经用户当前体脂以及各部位肌肉含量生成最高效的健身计划，用户可通过手机客户端进行预览并查看效果。佩戴增强现实设备后，用户可以根据立体教学图像进行动作学习。
5、在用户当前处于健身状态或已完成时，人工智能系统将对用户进行温度，肌肉充血程度，心跳等检测，得到健身数据反馈，对健身计划进行针对性的微调和完善。并适当释放微电流放松用户肌肉与神经。
上述具体的实施方式仅是本发明具体的个案，本发明的专利保护范围包括但不限于上述具体的实施方式，任何符合本发明的基于人工智能的体态分析助手及传输方法权利要求书的且任何所述技术领域普通技术人员对其做出的适当变化或者替换，皆应落入本发明的专利保护范围。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (4)

1.一种基于人工智能的体态分析健身助手传输方法，其特征在于：智能配件穿戴在身体的所需检测部位，智能配件内各项传感器物理结构进行数据的收集汇总，发送用户心率信息、血液流动信息、运动轨迹信息、体脂含量信息以及身体各部立体空间位置信息到人工智能子系统；
人工智能子系统根据智能配件发送的数据采集检测点的相对空间位置， 通过CNN卷积神经网络来提取特征，形成特征向量表征人体体态来进行人体建模分析，并将采集的压感特征与相对空间位置特征结合通过CNN卷积神经网络提取的特征，再根据人体行动状态，通过时间序列输出评价分数，用于衡量人体体态的好坏，其中时间序列指LSTM神经网络；
设计个性化运动计划神经网络，输入健身计划，通过神经网络模拟生成体态采集数据，并根据健身计划中相应的健康特征和目标，确定最合适的健身计划，来定制个性化运动计划；
上传至云服务器，云服务器将上传的内容进行保存并将该内容通过客户端发送给用户，供用户随时观察；
所述人工智能子系统接收来自智能配件收集的数据并自动分析健康程度，通过建立数据模型分析用户身体特点、缺陷、需要纠正、锻炼以及注重健康的部分，同时根据CNN卷积神经网络得出最适合当前用户的运动方式以及运动频率，并根据用户预设的账户进行运动规划表的推送。
2.根据权利要求1所述的一种基于人工智能的体态分析健身助手传输方法，其特征在于：人工智能子系统与云服务器通过网络交互，与云服务器中全民健康大数据库进行对比，给用户反馈中标出用户全国身体健康排名中的位置。
3.根据权利要求2所述的一种基于人工智能的体态分析健身助手传输方法，其特征在于：所述智能配件中的眼部视觉辅助配件结合增强现实技术实现运动教学的可视化以及娱乐化，智能配件中的眼部视觉辅助配件结合虚拟教练进行动作学习以及互动，实现一对一专业教学。
4.根据权利要求3所述的一种基于人工智能的体态分析健身助手传输方法，其特征在于：穿戴智能配件的群体通过互联网和物联网技术进行串联，同步响应，数据共享。
CN201910879244.4A 2019-09-18 2019-09-18 一种基于人工智能的体态分析助手系统及传输方法 Active CN110600125B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910879244.4A CN110600125B (zh) 2019-09-18 2019-09-18 一种基于人工智能的体态分析助手系统及传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910879244.4A CN110600125B (zh) 2019-09-18 2019-09-18 一种基于人工智能的体态分析助手系统及传输方法

Publications (2)

Publication Number Publication Date
CN110600125A CN110600125A (zh) 2019-12-20
CN110600125B true CN110600125B (zh) 2022-05-24

Family

ID=68860885

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910879244.4A Active CN110600125B (zh) 2019-09-18 2019-09-18 一种基于人工智能的体态分析助手系统及传输方法

Country Status (1)

Country Link
CN (1) CN110600125B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111144850A (zh) * 2019-12-30 2020-05-12 江西服装学院 一种智能服装数据分析管理系统
CN112869721A (zh) * 2021-02-25 2021-06-01 江苏康力源体育科技股份有限公司 一种自动生成运动处方的体测仪
CN112967783A (zh) * 2021-02-26 2021-06-15 特斯联科技集团有限公司 一种基于神经网络学习算法的社区健身推荐方法和系统
CN113222528A (zh) * 2021-04-13 2021-08-06 华迪计算机集团有限公司 行为采集方法及系统
CN117766098A (zh) * 2024-02-21 2024-03-26 江苏森讯达智能科技有限公司 一种基于虚拟现实技术的健身优化训练方法及系统
CN117766148A (zh) * 2024-02-22 2024-03-26 泉州医学高等专科学校 一种基于多元数据的体态健康分析系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3680820B1 (en) * 2015-10-04 2021-12-01 Atomwise Inc. Method for applying a convolutional network to spatial data
US20170100637A1 (en) * 2015-10-08 2017-04-13 SceneSage, Inc. Fitness training guidance system and method thereof
KR101814293B1 (ko) * 2016-11-07 2018-01-02 재단법인대구경북과학기술원 운동 기능 평가 시스템
CN106971063A (zh) * 2017-03-13 2017-07-21 宇龙计算机通信科技(深圳)有限公司 健身方案推荐方法及移动终端
US10814170B2 (en) * 2017-06-16 2020-10-27 Apple Inc. Techniques for providing customized exercise-related recommendations
US11687800B2 (en) * 2017-08-30 2023-06-27 P Tech, Llc Artificial intelligence and/or virtual reality for activity optimization/personalization
CN107657007B (zh) * 2017-09-22 2020-12-22 Oppo广东移动通信有限公司 信息推送方法、装置、终端、可读存储介质及系统
CN108090742A (zh) * 2017-12-28 2018-05-29 重庆勤鸟圈科技有限公司 运动健身计划管理系统
CN108355322B (zh) * 2018-02-06 2020-03-13 苏州东巍网络科技有限公司 一种智能定制用户健身方案的健身器材系统及使用方法
CN108499084B (zh) * 2018-04-09 2020-08-07 保定申注软件开发有限公司 用于健身或训练的系统
CN109011508A (zh) * 2018-07-30 2018-12-18 三星电子（中国）研发中心 一种智能教练系统及方法
CN109817302B (zh) * 2019-01-30 2022-12-27 重庆勤鸟圈科技有限公司 一种健身用专家系统
CN109919034A (zh) * 2019-01-31 2019-06-21 厦门大学 一种肢体动作识别与纠正辅助训练系统及方法

Also Published As

Publication number Publication date
CN110600125A (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
CN110600125B (zh) 一种基于人工智能的体态分析助手系统及传输方法
Wade et al. Applications and limitations of current markerless motion capture methods for clinical gait biomechanics
US10352962B2 (en) Systems and methods for real-time data quantification, acquisition, analysis and feedback
US11069144B2 (en) Systems and methods for augmented reality body movement guidance and measurement
US11679300B2 (en) Systems and methods for real-time data quantification, acquisition, analysis, and feedback
CN109692003B (zh) 一种儿童跑步姿态纠正训练系统
US20200261023A1 (en) Ascertaining, Reporting, and Influencing Physical Attributes And Performance Factors of Athletes
US20110246123A1 (en) Personal status monitoring
CN106923839A (zh) 运动辅助装置、运动辅助方法以及记录介质
US20200335222A1 (en) Movement feedback for orthopedic patient
CN111957024A (zh) 一种基于云平台的可穿戴式太极运动步态评测与训练系统
US20210265055A1 (en) Smart Meditation and Physiological System for the Cloud
CN113542378A (zh) 面向远程康复服务的交互式运动训练方法、装置、计算机设备和存储介质
KR102013705B1 (ko) 승마시뮬레이터에서 사용자 자세 인식 장치 및 방법
CN110477924B (zh) 适应性运动姿态感测系统与方法
WO2022193425A1 (zh) 运动数据展示方法和系统
Bisio et al. Towards IoT-based eHealth services: A smart prototype system for home rehabilitation
KR101994798B1 (ko) 개인별 전문가 움직임 교정 시스템
CN109718524B (zh) 一种基于位置的投篮训练系统
KR20200133458A (ko) 전기적 근육 자극 트레이닝 시스템
CN108852585A (zh) 一种异常姿态矫正评估训练系统
JP2020080096A (ja) オブジェクト識別装置、識別システムおよび識別方法
US11527109B1 (en) Form analysis system
KR20230018239A (ko) 실시간 자세 추정을 통한 원격 재활 훈련 시스템 및 방법
Chang et al. A fall risk prediction system based on 3D space human skeleton torso images

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220429

Address after: Building S02, 1036 Gaoxin Langchao Road, Jinan, Shandong 250100

Applicant after: Shandong Inspur Scientific Research Institute Co.,Ltd.

Address before: North 6th floor, S05 building, Langchao Science Park, 1036 Langchao Road, hi tech Zone, Jinan City, Shandong Province, 250100

Applicant before: SHANDONG INSPUR ARTIFICIAL INTELLIGENCE RESEARCH INSTITUTE Co.,Ltd.

GR01 Patent grant
GR01 Patent grant