CN111091889A - 一种基于镜面显示的人体形态检测方法、存储介质及装置 - Google Patents
一种基于镜面显示的人体形态检测方法、存储介质及装置 Download PDFInfo
- Publication number
- CN111091889A CN111091889A CN201911292797.6A CN201911292797A CN111091889A CN 111091889 A CN111091889 A CN 111091889A CN 201911292797 A CN201911292797 A CN 201911292797A CN 111091889 A CN111091889 A CN 111091889A
- Authority
- CN
- China
- Prior art keywords
- motion
- real
- human body
- standard
- mirror surface
- 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
Images
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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Image Analysis (AREA)
- 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镜面显示的人体形态检测方法、存储介质及装置,其中,所述方法包括步骤:当接收到运动种类的选择确认指令时,获取与所述运动种类相匹配的标准运动骨骼向量;当用户对着镜面进行运动时,获取用户的实时运动视频,并根据所述实时运动视频解析出用户的实时运动骨骼向量;根据所述实时运动骨骼向量与所述标准运动骨骼向量进行形态差异比较处理并通过显示设备输出形态差异比较结果。本发明以人体关节点坐标信息作为构造人体模型的特征点,构建出用户的实时运动骨骼向量,简化了传统图像识别方法中逐帧分析识别各肢体的繁琐过程;在完成人体形态实时检测的同时,还能快速的计算形态差异结果并输出,从而纠正用户的运动形态。
Description
技术领域
本发明涉及图像识别领域,尤其涉及一种基于镜面显示的人体形态检测方法、存储介质及装置。
背景技术
随着人们对健康的重视程度不断加深,越来越多的人开始进行健身、瑜伽、形体塑造等运动训练中。目前,大部分人在进行上述运动时由于未经专业指导,从而容易造成拉伤、扭伤,甚至更严重的身体伤害。瑜伽室或健身房中常用镜面作为墙面的装潢,使用户在锻炼时能够观察到自己的动作,进行动作的自我纠正。
现阶段,基于摄像头的图像捕捉,再利用计算机对图像进行处理解析,以识别各种不同模式的目标和对象的图像识别技术不断发展,目前已经能够完整地识别到人体的形态和动作。现有图像识别过程具体为:对摄像头拍摄的每一个画面进行逐个像素点的分析,对于运动场景则先对摄像头拍摄的录像划分成逐帧的画面,再对每个画面进行逐个像素点分析,搜索目标,然后进行比对,输出结果。
现阶段的图像识别方法对于低分辨率图片、时长较短的视频进行解算时能展示其优越性,而对于高分辨率的图片、长时间的视频,进行上述图像的分析则需要消耗大量的计算资源,且需要较长的时间才能输出解算结果。
因此,现有技术还有待于改进。
发明内容
鉴于上述现有技术的不足,本发明的目的在于提供一种基于镜面显示的人体形态检测方法、存储介质及装置,旨在解决现有图像识别过程繁琐、运算量大,导致无法高效地进行人体形态检测与纠正的问题。
本发明的技术方案如下:
一种基于镜面显示的人体形态检测方法,其中,包括步骤:
当接收到运动种类的选择确认指令时,获取与所述运动种类相匹配的标准运动骨骼向量;
当用户对着镜面进行运动时,通过设置所述镜面上的摄像头获取用户的实时运动视频,并根据所述实时运动视频解析出用户的实时运动骨骼向量;
根据所述实时运动骨骼向量与所述标准运动骨骼向量进行形态差异比较处理并通过设置在所述镜面上的显示设备输出形态差异比较结果。
所述基于镜面显示的人体形态检测方法,其中,所述当接收到运动种类的选择确认指令时,获取与所述运动种类相匹配的标准运动骨骼向量的步骤包括:
当接收到运动种类的选择确认指令时,获取与所述运动种类相匹配的标准运动模型;
根据所述标准运动模型获取相应的标准运动骨骼向量。
所述基于镜面显示的人体形态检测方法,其中,所述获取用户的实时运动视频,并根据所述实时运动视频解析出用户的实时运动骨骼向量的步骤包括:
通过摄像头获取用户的实时运动视频并在显示设备上显示所述实时运动视频;
根据所述实时运动视频获取用户的人体关节点坐标信息;
根据所述人体关节点坐标信息构建用户的实时运动骨骼向量。
所述基于镜面显示的人体形态检测方法,其中,所述根据所述人体关节点坐标信息构建用户的实时运动骨骼向量的步骤包括:
将所述人体关节点坐标信息中的相邻关节点坐标进行组合构建对应的骨骼代替向量;
将所述骨骼代替向量按照从上至下的方向依次进行排列,得到所述实时运动骨骼向量。
所述基于镜面显示的人体形态检测方法,其中,所述人体关节点坐标信息包括颈关节、肩关节、肘关节、腕关节、髋关节、膝关节和踝关节的坐标。
所述基于镜面显示的人体形态检测方法,其中,所述根据所述实时运动骨骼向量与所述标准运动骨骼向量进行形态差异比较处理并通过设置在所述镜面上的显示设备输出形态差异比较结果的步骤包括:
将所述实时运动骨骼向量与所述标准运动模型进行画面匹配;
根据所述实时运动骨骼向量计算骨骼向量之间的实际夹角,并将所述实际夹角与标准运动模型中的相应骨骼向量之间的标准夹角进行比较得到形态差异比较结果,通过设置在所述镜面上的显示设备输出所述形态差异比较结果。
所述基于镜面显示的人体形态检测方法,其中,所述标准运动模型包括颈部运动标准模型、肩部运动标准模型、手臂运动标准模型、臀部运动标准模型和腿部运动标准模型。
一种存储介质,其中,所述存储介质存储有一个或者多个程序,所述一个或者多个程序被一个或多个处理器执行,以实现本发明一种基于镜面显示的人体形态检测方法的步骤。
一种基于显示设备的人体形态检测装置,其中,包括立式支架,设置在所述立式支架上的至少一个处理器、镜面、显示设备、摄像头、存储器以及通信接口和总线,所述处理器、镜面、显示设备、存储器、摄像头和通信接口通过总线完成相互之间的通信,所述处理器调用存储器中的逻辑指令以执行本发明一种基于镜面显示的人体形态检测方法的步骤。
有益效果:本发明提供的基于镜面显示的人体形态检测方法,通过对用户的实时运动视频进行解析,以人体关节点坐标信息作为特征点获取用户的实时运动骨骼向量,便于后续与标准运动骨骼向量进行形态差异比较处理。本发明优化了人体形态检测算法,通过初次图像识别获得人体各关节点坐标信息,以各关节点作为构造人体模型的特征点,以向量代表人体骨骼,建立用户模型,进行后续运算,简化了传统图像识别方法中逐帧分析识别各肢体的繁琐;本发明在完成人体形态实时检测的同时,还实现了与标准运动模型进行匹配对比,并能快速的计算形态差异结果并输出,从而有效纠正用户的运动形态;本发明简化了运算步骤,节省了运算空间,降低了处理器性能需求。
附图说明
图1为本发明基于镜面显示的人体形态检测方法较佳实施例的流程图。
图2为根据实时运动视频获取到的人体关节点结构示意图。
图3为本发明基于镜面显示的人体形态检测装置较佳实施例的结构示意图。
图4为本发明基于镜面显示的人体形态检测装置的结构框图。
具体实施方式
本发明提供一种基于镜面显示的人体形态检测方法、存储介质及装置,为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,图1为本发明提供的一种基于镜面显示的人体形态检测方法较佳实施例的流程图,如图所示,其包括包括:
S10、当接收到运动种类的选择确认指令时,获取与所述运动种类相匹配的标准运动骨骼向量;
S20、当用户对着镜面进行运动时,通过设置所述镜面上的摄像头获取用户的实时运动视频,并根据所述实时运动视频解析出用户的实时运动骨骼向量;
S30、根据所述实时运动骨骼向量与所述标准运动骨骼向量进行形态差异比较处理并通过设置在所述镜面上的显示设备输出形态差异比较结果。
本实施例优化了人体形态检测算法,当获取到用户的实时运动视频时,通过初次图像识别获得人体关节点坐标信息,并以所述人体关节点坐标信息作为构造人体模型的特征点,构建出用户的实时运动骨骼向量,便于后续与标准运动骨骼向量进行形态差异比较处理。本实施例简化了传统图像识别方法中逐帧分析识别各肢体的繁琐过程,简化了运算步骤,本实施例在完成人体形态实时检测的同时,还实现了与标准运动模型进行匹配对比,并能快速的计算形态差异结果并输出,从而有效纠正用户的运动形态;本发明提供的人体形态检测方法有效节省了运算空间,降低了处理器性能需求。
在一些实施方式中,所述当接收到运动种类的选择确认指令时,获取与所述运动种类相匹配的标准运动骨骼向量的步骤包括:当接收到运动种类的选择确认指令时,获取与所述运动种类相匹配的标准运动模型;根据所述标准运动模型获取相应的标准运动骨骼向量。
本实施例中,用户可根据需求选择合适的运动种类进行锻炼,所述运动种类包括瑜伽运动、腹肌锻炼运动、胸肌锻炼运动以及拉伸运动等,但不限于此。作为举例,当用户确定选择腹肌锻炼运动时,则可获取与所述腹肌锻炼运动相匹配的标准运动模型,根据所述标准运动模型可获得与其相对应的标准运动骨骼向量。
本实施例中,一个锻炼动作可能对人体多个部位均有标准要求。作为举例,当用户进行平板支撑锻炼时,则获取与该平板支撑锻炼相匹配的标准运动模型包括颈部运动标准模型、肩部运动标准模型、手臂运动标准模型、臀部运动标准模型和腿部运动标准模型,进一步获取与所述各个标准运动模型相对应的标准运动骨骼向量。
在一些实施方式中,通过摄像头获取用户的实时运动视频并在显示设备上显示所述实时运动视频,便于用户实时观察到自己的锻炼动作;根据所述实时运动视频获取用户的人体关节点坐标信息;根据所述人体关节点坐标信息构建用户的实时运动骨骼向量。
本市实施中,从获取的用户实时运动视频画面中可搜索并捕捉到人体关节点及其坐标信息,其中,如图2所示,所述人体关节点包括颈关节A、肩关节F、肘关节C、D;腕关节B、E;髋关节G;膝关节H、I以及踝关节J、K,基于所述人体关节点坐标信息可构建出用户的实时运动骨骼向量。
在一些实施方式中,将所述人体关节点坐标信息中的相邻关节点坐标进行组合构建对应的骨骼代替向量,作为举例,如图2所示,可作为左小臂代替向量,可作为左大臂代替向量,可作为脊柱代替向量,可作为颈部代替向量,可作为右大臂代替向量,可作为右小臂代替向量,可作为左大腿代替向量,可作为右大腿代替向量,可作为左小腿代替向量,可作为右小腿代替向量。进一步地,将所述骨骼代替向量按照从上(颈部)至下(足部)的方向依次进行排列,得到所述实时运动骨骼向量。
本实施例以所述人体关节点坐标信息作为构造人体模型的特征点,构建出用户的实时运动骨骼向量,简化了传统图像识别方法中逐帧分析识别各肢体的繁琐过程,简化了运算步骤,节省了运算空间,降低了处理器性能需求。
在一些实施方式中,所述根据所述实时运动骨骼向量与所述标准运动骨骼向量进行形态差异比较处理并通过设置在所述镜面上的显示设备输出形态差异比较结果的步骤包括:将所述实时运动骨骼向量与所述标准运动模型进行画面匹配;根据所述实时运动骨骼向量计算骨骼向量之间的实际夹角,并将所述实际夹角与标准运动模型中的相应骨骼向量之间的标准夹角进行比较得到形态差异比较结果,通过设置在所述镜面上的显示设备输出所述形态差异比较结果。
在本实施例中,当用户在进行卷腹锻炼时,根据用户的运动视频获取用户在卷腹锻炼时的各个关节点坐标信息,根据所述关节点坐标信息构建出用户的实时运动骨骼向量,根据所述实时运动骨骼向量找到与之相匹配的标准运动模型。如图2所示,假设在做卷腹锻炼时,所述标准运动模型中的颈椎向量与股骨向量的标准夹角为120°,通过所述实时运动骨骼向量计算出的颈椎向量与股骨向量的标准夹角为α,其中对比所述α与标准夹角120°,即得到形态差异比较结果,通过显示设备输出所述形态差异比较结果,便于用户进行动作纠正。
在一些实施方式中,还提供一种存储介质,其中,所述存储介质存储有一个或者多个程序,所述一个或者多个程序被一个或多个处理器执行,以实现本发明一种基于镜面显示的人体形态检测方法的步骤。
在一些实施方式中,还提供一种基于显示设备的人体形态检测装置,其中,如图3和图4所示,所述人体形态检测装置包括立式支架10,设置在所述立式支架10上的至少一个处理器20、镜面40、显示设备21、存储器22、摄像头30以及通信接口23和总线24,所述处理器20、镜面40、显示设备21、存储器22、摄像头30和通信接口23通过总线24完成相互之间的通信,所述处理器20调用存储器22中的逻辑指令以执行本发明一种基于镜面显示的人体形态检测方法的步骤。本实施例中,所述镜面40用于物理映射用户的运动环境。
此外,上述的存储器22中的逻辑指令可以通过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。
存储器22作为一种计算机可读存储介质,可设置为存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令或模块。处理器30通过运行存储在存储器22中的软件程序、指令或模块,从而执行功能应用以及数据处理,即实现上述实施例中的方法。
存储器22可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器22可以包括高速随机存取存储器,还可以包括非易失性存储器。例如,U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
综上所述,本发明提供的基于镜面显示的人体形态检测方法,通过对用户的实时运动视频进行解析,以人体关节点坐标信息作为特征点获取用户的实时运动骨骼向量,便于后续与标准运动骨骼向量进行形态差异比较处理。本发明优化了人体形态检测算法,通过初次图像识别获得人体各关节点坐标信息,以各关节点作为构造人体模型的特征点,以向量代表人体骨骼,建立用户模型,进行后续运算,简化了传统图像识别方法中逐帧分析识别各肢体的繁琐;本发明在完成人体形态实时检测的同时,还实现了与标准运动模型进行匹配对比,并能快速的计算形态差异结果并输出,从而有效纠正用户的运动形态;本发明简化了运算步骤,节省了运算空间,降低了处理器性能需求。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种基于镜面显示的人体形态检测方法,其特征在于,包括步骤:
当接收到运动种类的选择确认指令时,获取与所述运动种类相匹配的标准运动骨骼向量;
当用户对着镜面进行运动时,通过设置所述镜面上的摄像头获取用户的实时运动视频,并根据所述实时运动视频解析出用户的实时运动骨骼向量;
根据所述实时运动骨骼向量与所述标准运动骨骼向量进行形态差异比较处理并通过设置在所述镜面上的显示设备输出形态差异比较结果。
2.根据权利要求1所述基于镜面显示的人体形态检测方法,其特征在于,所述当接收到运动种类的选择确认指令时,获取与所述运动种类相匹配的标准运动骨骼向量的步骤包括:
当接收到运动种类的选择确认指令时,获取与所述运动种类相匹配的标准运动模型;
根据所述标准运动模型获取相应的标准运动骨骼向量。
3.根据权利要求1所述基于镜面显示的人体形态检测方法,其特征在于,所述获取用户的实时运动视频,并根据所述实时运动视频解析出用户的实时运动骨骼向量的步骤包括:
通过摄像头获取用户的实时运动视频并在显示设备上显示所述实时运动视频;
根据所述实时运动视频获取用户的人体关节点坐标信息;
根据所述人体关节点坐标信息构建用户的实时运动骨骼向量。
4.根据权利要求3所述基于镜面显示的人体形态检测方法,其特征在于,所述根据所述人体关节点坐标信息构建用户的实时运动骨骼向量的步骤包括:
将所述人体关节点坐标信息中的相邻关节点坐标进行组合构建对应的骨骼代替向量;
将所述骨骼代替向量按照从上至下的方向依次进行排列,得到所述实时运动骨骼向量。
5.根据权利要求3-4任一所述基于镜面显示的人体形态检测方法,其特征在于,所述人体关节点坐标信息包括颈关节、肩关节、肘关节、腕关节、髋关节、膝关节和踝关节的坐标。
6.根据权利要求2所述基于镜面显示的人体形态检测方法,其特征在于,所述根据所述实时运动骨骼向量与所述标准运动骨骼向量进行形态差异比较处理并通过设置在所述镜面上的显示设备输出形态差异比较结果的步骤包括:
将所述实时运动骨骼向量与所述标准运动模型进行画面匹配;
根据所述实时运动骨骼向量计算骨骼向量之间的实际夹角,并将所述实际夹角与标准运动模型中的相应骨骼向量之间的标准夹角进行比较得到形态差异比较结果,通过设置在所述镜面上的显示设备输出所述形态差异比较结果。
7.根据权利要求2所述基于镜面显示的人体形态检测方法,其特征在于,所述标准运动模型包括颈部运动标准模型、肩部运动标准模型、手臂运动标准模型、臀部运动标准模型和腿部运动标准模型。
8.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序被一个或多个处理器执行,以实现上述权利要求1-7任意一种基于镜面显示的人体形态检测方法的步骤。
9.一种基于显示设备的人体形态检测装置,其特征在于,包括立式支架,设置在所述立式支架上的至少一个处理器、镜面、显示设备、摄像头、存储器以及通信接口和总线,所述处理器、显示设备、存储器、摄像头和通信接口通过总线完成相互之间的通信,所述处理器调用存储器中的逻辑指令以执行上述权利要求1-7任意一种基于镜面显示的人体形态检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911292797.6A CN111091889A (zh) | 2019-12-12 | 2019-12-12 | 一种基于镜面显示的人体形态检测方法、存储介质及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911292797.6A CN111091889A (zh) | 2019-12-12 | 2019-12-12 | 一种基于镜面显示的人体形态检测方法、存储介质及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111091889A true CN111091889A (zh) | 2020-05-01 |
Family
ID=70395115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911292797.6A Pending CN111091889A (zh) | 2019-12-12 | 2019-12-12 | 一种基于镜面显示的人体形态检测方法、存储介质及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111091889A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160931A (zh) * | 2021-04-12 | 2021-07-23 | 深圳英鸿骏智能科技有限公司 | 健身动作能量消耗评估方法、装置、设备及存储介质 |
CN113505662A (zh) * | 2021-06-23 | 2021-10-15 | 广州大学 | 一种健身指导方法、装置及存储介质 |
CN113936170A (zh) * | 2021-09-22 | 2022-01-14 | 杭州电子科技大学 | 一种针对视频的哈他瑜伽动作可视化分析系统 |
CN115394400A (zh) * | 2022-08-24 | 2022-11-25 | 杭州闪动信息服务有限公司 | 一种线上ai智能运动管理方法及检测系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106139564A (zh) * | 2016-08-01 | 2016-11-23 | 纳恩博(北京)科技有限公司 | 图像处理方法和装置 |
CN106295616A (zh) * | 2016-08-24 | 2017-01-04 | 张斌 | 运动数据分析比对方法及装置 |
CN106448295A (zh) * | 2016-10-20 | 2017-02-22 | 泉州市开拓者智能科技有限公司 | 基于捕捉的远程教学系统及其方法 |
CN109308437A (zh) * | 2017-07-28 | 2019-02-05 | 上海形趣信息科技有限公司 | 动作识别纠错方法、电子设备、存储介质 |
CN109389054A (zh) * | 2018-09-21 | 2019-02-26 | 北京邮电大学 | 基于自动图像识别和动作模型对比的智能镜子设计方法 |
CN110298221A (zh) * | 2018-03-23 | 2019-10-01 | 上海形趣信息科技有限公司 | 自助健身方法、系统、电子设备、存储介质 |
-
2019
- 2019-12-12 CN CN201911292797.6A patent/CN111091889A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106139564A (zh) * | 2016-08-01 | 2016-11-23 | 纳恩博(北京)科技有限公司 | 图像处理方法和装置 |
CN106295616A (zh) * | 2016-08-24 | 2017-01-04 | 张斌 | 运动数据分析比对方法及装置 |
CN106448295A (zh) * | 2016-10-20 | 2017-02-22 | 泉州市开拓者智能科技有限公司 | 基于捕捉的远程教学系统及其方法 |
CN109308437A (zh) * | 2017-07-28 | 2019-02-05 | 上海形趣信息科技有限公司 | 动作识别纠错方法、电子设备、存储介质 |
CN110298221A (zh) * | 2018-03-23 | 2019-10-01 | 上海形趣信息科技有限公司 | 自助健身方法、系统、电子设备、存储介质 |
CN109389054A (zh) * | 2018-09-21 | 2019-02-26 | 北京邮电大学 | 基于自动图像识别和动作模型对比的智能镜子设计方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160931A (zh) * | 2021-04-12 | 2021-07-23 | 深圳英鸿骏智能科技有限公司 | 健身动作能量消耗评估方法、装置、设备及存储介质 |
CN113160931B (zh) * | 2021-04-12 | 2024-04-09 | 深圳英鸿骏智能科技有限公司 | 健身动作能量消耗评估方法、装置、设备及存储介质 |
CN113505662A (zh) * | 2021-06-23 | 2021-10-15 | 广州大学 | 一种健身指导方法、装置及存储介质 |
CN113505662B (zh) * | 2021-06-23 | 2024-03-01 | 广州大学 | 一种健身指导方法、装置及存储介质 |
CN113936170A (zh) * | 2021-09-22 | 2022-01-14 | 杭州电子科技大学 | 一种针对视频的哈他瑜伽动作可视化分析系统 |
CN115394400A (zh) * | 2022-08-24 | 2022-11-25 | 杭州闪动信息服务有限公司 | 一种线上ai智能运动管理方法及检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111091889A (zh) | 一种基于镜面显示的人体形态检测方法、存储介质及装置 | |
US11967101B2 (en) | Method and system for obtaining joint positions, and method and system for motion capture | |
US11633659B2 (en) | Systems and methods for assessing balance and form during body movement | |
US11741629B2 (en) | Controlling display of model derived from captured image | |
CN110544301A (zh) | 一种三维人体动作重建系统、方法和动作训练系统 | |
JP7015152B2 (ja) | キーポイントデータに関する加工装置、方法及びプログラム | |
CN109117753B (zh) | 部位识别方法、装置、终端及存储介质 | |
CN110544302A (zh) | 基于多目视觉的人体动作重建系统、方法和动作训练系统 | |
Obdržálek et al. | Real-time human pose detection and tracking for tele-rehabilitation in virtual reality | |
WO2017161734A1 (zh) | 通过电视和体感配件矫正人体动作及系统 | |
CN112288766B (zh) | 运动评估方法、装置、系统及存储介质 | |
CN112818800A (zh) | 一种基于人体骨骼点深度图像的体育动作评估方法及系统 | |
CN112734632A (zh) | 图像处理方法、装置、电子设备和可读存储介质 | |
CN111967407A (zh) | 动作评价方法、电子设备和计算机可读存储介质 | |
CN112309540B (zh) | 运动评估方法、装置、系统及存储介质 | |
CN112861606A (zh) | 基于骨骼动画追踪的虚拟现实手部动作识别与训练方法 | |
CN115761901A (zh) | 一种骑马姿势检测评估方法 | |
CN113842622B (zh) | 一种运动教学方法、装置、系统、电子设备及存储介质 | |
CN110148202B (zh) | 用于生成图像的方法、装置、设备和存储介质 | |
Nakamura et al. | Tankendo motion estimation system with robustness against differences in color and size between users' clothes using 4-color markers with elastic belts | |
CN113793409A (zh) | 虚拟道具展示方法及装置 | |
Barzyk et al. | AI‐smartphone markerless motion capturing of hip, knee, and ankle joint kinematics during countermovement jumps | |
Jiang et al. | Rgbd-based real-time 3d human pose estimation for fitness assessment | |
CN114360060B (zh) | 人体动作识别计数方法 | |
US12033281B2 (en) | Automatic blending of human facial expression and full-body poses for dynamic digital human model creation using integrated photo-video volumetric capture system and mesh-tracking |
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 |