CN111265218A - 运动姿态数据处理方法、装置和电子设备 - Google Patents

运动姿态数据处理方法、装置和电子设备 Download PDF

Info

Publication number
CN111265218A
CN111265218A CN201811480625.7A CN201811480625A CN111265218A CN 111265218 A CN111265218 A CN 111265218A CN 201811480625 A CN201811480625 A CN 201811480625A CN 111265218 A CN111265218 A CN 111265218A
Authority
CN
China
Prior art keywords
motion
user
data
moving image
video
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
Application number
CN201811480625.7A
Other languages
English (en)
Inventor
杨忠伟
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201811480625.7A priority Critical patent/CN111265218A/zh
Publication of CN111265218A publication Critical patent/CN111265218A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116Determining posture transitions
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1124Determining motor skills

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Image Analysis (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

公开了一种运动姿态数据处理方法、运动姿态数据处理装置和电子设备。该方法包括:获取用户在进行特定运动时的运动图像;基于所述运动图像进行人体姿态识别以获得人体姿态数据;以及,基于所述人体姿态数据获得关于所述特定运动的运动姿态数据。这样,通过对用户在运动时的运动图像进行姿态识别来获得人体姿态数据,从而获得用户运动的运动姿态数据,可以方便、低成本和全面地获得用户的运动姿态数据。

Description

运动姿态数据处理方法、装置和电子设备
技术领域
本申请涉及数据处理领域,且更为具体地,涉及一种运动姿态数据处理方法、运动姿态数据处理装置和电子设备。
背景技术
跑步作为一种有益身心的体育锻炼方法,近年来被广泛接受,跑步爱好者的群体也越来越壮大。
但是,跑步姿势的正确与否会显著影响跑步者的身体健康,因为跑步姿势的不正确,很多跑者引发了伤痛。纠正跑姿有很多要点,比如不要脚后跟着地,步频接近180,触地时间尽可能短,两脚触地尽量平衡,身体上下振幅不要超过10厘米等。
因此,为了纠正跑者的跑步姿势,需要获得跑者在跑步时的跑步姿势数据,从而需要能够获得跑步姿势数据的方案。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种运动姿态数据处理方法、运动姿态数据处理装置和电子设备,其通过对用户在运动时的运动图像进行姿态识别来获得人体姿态数据,从而获得用户运动的运动姿态数据,可以方便、低成本和全面地获得用户的运动姿态数据。
根据本申请的一个方面,提供了一种运动姿态数据处理方法,包括:获取用户在进行特定运动时的运动图像;基于所述运动图像进行人体姿态识别以获得人体姿态数据;以及,基于所述人体姿态数据获得关于所述特定运动的运动姿态数据。
在上述运动姿态数据处理方法中,获取用户在进行特定运动时的运动图像包括:获取所述用户在进行所述特定运动时的正面运动图像、侧面运动图像和背面运动图像。
在上述运动姿态数据处理方法中,获取所述用户在进行所述特定运动时的正面运动图像、侧面运动图像和背面运动图像包括:获取所述用户在进行所述特定运动时的正面运动视频、侧面运动视频和背面运动视频;以及,以预定时间间隔截取所述正面运动视频、所述侧面运动视频和所述背面运动视频中的图像帧以获得所述正面运动图像、所述侧面运动图像和所述背面运动图像。
在上述运动姿态数据处理方法中,基于所述人体姿态数据获得关于所述特定运动的运动姿态数据包括:基于所述人体姿态数据计算以下的至少其中之一:用户跑步时的双脚触地平衡、触地时间、身体上下振幅、落地点重心前后、步频、步幅。
在上述运动姿态数据处理方法中,在基于所述人体姿态数据获得关于所述特定运动的运动姿态数据之后进一步包括:向用户输出所述用户运动时的运动姿态数据。
在上述运动姿态数据处理方法中,向用户输出所述用户运动时的运动姿态数据包括:获取其它用户跑步时的运动姿态数据;基于所述用户和其它用户的运动姿态数据对所述用户的运动姿态数据进行评分;以及,向用户输出所述用户的运动姿态数据的评分。
在上述运动姿态数据处理方法中,获取用户在进行特定运动时的运动图像包括:在所述用户使用终端设备的视频播放应用时,使用所述终端设备的图像采集设备获取用户在进行特定运动时的运动图像。
根据本申请的另一方面,提供了一种运动姿态数据处理装置,包括:图像获取单元,用于获取用户在进行特定运动时的运动图像;姿态识别单元,用于基于所述图像获取单元所获取的运动图像进行人体姿态识别以获得人体姿态数据;以及,数据分析单元,用于基于所述姿态识别单元所获得的人体姿态数据获得关于所述特定运动的运动姿态数据。
在上述运动姿态数据处理装置中,所述图像获取单元用于:获取所述用户在进行所述特定运动时的正面运动图像、侧面运动图像和背面运动图像。
在上述运动姿态数据处理装置中,所述图像获取单元包括:视频获取子单元,用于获取所述用户在进行所述特定运动时的正面运动视频、侧面运动视频和背面运动视频;以及,视频截取子单元,用于以预定时间间隔截取所述视频获取子单元所获取的正面运动视频、所述侧面运动视频和所述背面运动视频中的图像帧以获得所述正面运动图像、所述侧面运动图像和所述背面运动图像。
在上述运动姿态数据处理装置中,所述数据分析单元用于:基于所述人体姿态数据计算以下的至少其中之一:用户跑步时的双脚触地平衡、触地时间、身体上下振幅、落地点重心前后、步频、步幅。
在上述运动姿态数据处理装置中,进一步包括:数据输出单元,用于向用户输出所述数据分析单元所获得的所述用户运动时的运动姿态数据。
在上述运动姿态数据处理装置中,所述数据输出单元包括:数据接收子单元,用于获取其它用户运动时的运动姿态数据;数据评分子单元,用于基于所述数据分析单元所获得的所述用户的运动姿态数据和所述数据接收子单元所获取的其它用户的运动姿态数据对所述用户的运动姿态数据进行评分;以及,分数输出子单元,用于向用户输出所述数据评分子单元所获得的所述用户的运动姿态数据的评分。
在上述运动姿态数据处理装置中,所述图像获取单元用于:在所述用户使用终端设备的视频播放应用时,使用所述终端设备的图像采集设备获取用户在进行特定运动时的运动图像。
根据本申请的又一方面,提供了一种电子设备,包括:处理器;以及,存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的运动姿态数据处理方法。
根据本申请的又一方面,提供了一种计算机可读介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的运动姿态数据处理方法。
与现有技术相比,本申请提供的运动姿态数据处理方法、运动姿态数据处理装置和电子设备可以通过对用户在运动时的运动图像进行姿态识别来获得人体姿态数据,从而获得用户运动的运动姿态数据,可以方便、低成本和全面地获得用户的运动姿态数据。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1图示了根据本申请实施例的运动姿态数据处理方法的应用场景的示意图。
图2图示了根据本申请实施例的运动姿态数据处理方法的流程图。
图3图示了根据本申请实施例的运动姿态数据处理方法的另一示例的流程图。
图4图示了根据本申请实施例的运动姿态数据处理装置的框图。
图5图示了根据本申请实施例的电子设备的框图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
如上所述,为了纠正用户的跑步姿势,需要获得用户的跑姿要点数据,例如双脚触地平衡、触地时间、步频等。但是,这些跑姿要点数据通常要购买很昂贵的专用设备,才能探测到。例如,需要购买价格昂贵的专用跑步手表加专门的传感器,而对于普通的大众跑者,目前没有很好的方案能够便于跑步爱好者检测跑姿的数据。
此外,这些专门的传感器通常在携带和使用方面并不方便,例如,这些专门的传感器要求别在裤子背面正中间的位置。
另外,即使使用专用跑步手表加专门的传感器,也存在无法采集到的跑姿数据,例如,无法采集到用户在跑步时是否脚跟着地的数据。
针对上述技术问题,本申请的基本构思是获取用户在进行运动时的运动图像,并通过对所述运动图像进行人体姿态识别来获得人体姿态数据,并通过所述人体姿态数据进一步获得用户运动的运动姿态数据。
具体来说,本申请提供的运动姿态数据处理方法、运动姿态数据处理装置和电子设备首先获取用户在进行特定运动时的运动图像,然后基于所述运动图像进行人体姿态识别以获得人体姿态数据,最后基于所述人体姿态数据获得关于所述特定运动的运动姿态数据。
因此,本申请提供的运动姿态数据处理方法、运动姿态数据处理装置和电子设备仅通过用于获取用户的运动图像的图像采集设备,例如手机的摄像头就可以获得运动姿态数据,便于用户携带和使用。
另外,本申请提供的运动姿态数据处理方法、运动姿态数据处理装置和电子设备不需要诸如运动手表和传感器之类的专门设备,节省了用户的单独购置成本。
并且,本申请提供的运动姿态数据处理方法、运动姿态数据处理装置和电子设备通过获得的运动图像可以获得用户在运动时的全面的运动姿态数据,例如用户在跑步时是否后脚跟着地的数据,从而获得全面的数据。
当然,本领域技术人员可以理解,本申请提供的运动姿态数据处理方法、运动姿态数据处理装置和电子设备可以用于获得用户在进行各种运动时的运动姿态数据,而不限于跑步姿态数据。
在介绍了本申请的基本原理之后,下面将参考附图来具体介绍本申请的各种非限制性实施例。
示例性系统
图1图示了根据本申请实施例的运动姿态数据处理方法的应用场景的示意图。
如图1所示,当用户100在进行特定运动,例如跑步运动时,由图像采集设备110获取用户的运动图像IM,这里,所述图像采集设备110可以是用户的手机,也可以是手持摄像机、固定摄像头等其它图像采集设备。
在图像采集设备110获得用户的运动图像IM之后,由处理设备120对所述运动图像进行人体姿态识别,以获得人体姿态数据。
然后,可以进一步由所述处理设备120基于所述人体姿态数据获得用户进行的特定运动的运动姿态数据。
需要注意的是,所述图像采集设备110和所述处理设备120可以集成在同一终端设备中,例如用户的手机,也就是说,可以通过手机拍摄用户运动时的运动图像,并通过人体姿态识别和进一步分析处理来获得运动姿态数据。具体地,用户可以通过打开某特定应用,调用摄像头拍摄图像并获得运动姿态数据。并且,所述特定应用可以是专门的运动姿态分析应用,也可以集成到其它类型的应用,例如优酷视频应用中,以集成到优酷主客户端或者小视频客户端中作为一种有特色的视频拍摄生产服务。
另外,所述图像采集设备110和所述处理设备120也可以是分开的终端设备,例如所述图像采集设备110为手持摄像机,所述处理设备120为用户的手机或者计算机等。本领域技术人员可以理解,本申请并不意在对此进行任何限制。
下面,将进一步说明根据本申请实施例的运动姿态数据处理方法。
示例性方法
图2图示了根据本申请实施例的运动姿态数据处理方法的流程图。
如图2所示,根据本申请实施例的运动姿态数据处理方法包括:S210,获取用户在进行特定运动时的运动图像;S220,基于所述运动图像进行人体姿态识别以获得人体姿态数据;以及S230,基于所述人体姿态数据获得关于所述特定运动的运动姿态数据。
在步骤S210中,获取用户在进行特定运动时的运动图像。这里,如上所述,所述特定运动可以是用户需要校正运动姿势的各种运动,例如跑步、走路、游泳等。下面,将以所述特定运动为跑步为例说明根据本申请实施例的运动姿态数据处理方法。
在本申请实施例中,为了获得全面的运动姿态数据,可以获得用户在运动时的各个角度的运动图像,例如,获取用户在进行所述特定运动时的正面运动图像、侧面运动图像和背面运动图像。当然,本领域技术人员可以理解,所获取的运动图像取决于实际需要,可以仅包括所述正面运动图像、侧面运动图像和背面运动图像中的一个或多个或者包括更多其它角度的运动图像。
也就是说,在根据本申请实施例的运动姿态数据处理方法中,获取用户在进行特定运动时的运动图像包括:获取所述用户在进行所述特定运动时的正面运动图像、侧面运动图像和背面运动图像。
另外,为了提高人体姿态识别的准确性,可以获取所述用户在进行所述特定运动时的视频,并通过从视频中截取连续的各帧图像来获得所述运动图像。例如,可以拍摄用户在跑步时的正面视频、侧面视频和背面视频,并通过以0.1秒为间隔截取所述正面视频、侧面视频和背面视频中的图像帧来获得所述运动图像。
也就是说,在根据本申请实施例的运动姿态数据处理方法中,获取所述用户在进行所述特定运动时的正面运动图像、侧面运动图像和背面运动图像包括:获取所述用户在进行所述特定运动时的正面运动视频、侧面运动视频和背面运动视频;以及,以预定时间间隔截取所述正面运动视频、所述侧面运动视频和所述背面运动视频中的图像帧以获得所述正面运动图像、所述侧面运动图像和所述背面运动图像。
在步骤S220中,基于所述运动图像进行人体姿态识别以获得人体姿态数据。具体地,可以通过人工智能方法,通过人体姿态数据中的标记点来从运动图像自动识别人体的姿态。具体地,可以采用诸如openpose、densepose,poseseg等各种开源的人体姿态识别软件来进行人体姿态识别。
在步骤S230中,基于所述人体姿态数据获得关于所述特定运动的运动姿态数据。也就是说,通过人体姿态数据,可以进一步通过数据分析和计算来获得关于所述特定运动,例如跑步的运动姿态数据。
这里,取决于所述特定运动的类型,可以通过不同的方式获得各种关于所述特定运动的运动姿态数据。例如,针对跑步来说,由于跑姿要点包括不要脚后跟着地、步频接近180、触地时间尽可能短、两脚触地尽量平衡、身体上下振幅不要超过10厘米等,所以也应当从所述人体姿态数据计算出相应的双脚触地平衡、触地时间、身体上下振幅、落地点重心前后、步频、步幅等数据。
也就是说,在根据本申请实施例的运动姿态数据处理方法中,基于所述人体姿态数据获得关于所述特定运动的运动姿态数据包括:基于所述人体姿态数据计算以下的至少其中之一:用户跑步时的双脚触地平衡、触地时间、身体上下振幅、落地点重心前后、步频、步幅。
因此,根据本申请实施例的运动姿态数据处理方法例如可以基于智能手机的视频拍摄结合人工智能分析,通过拍摄跑步时正面、侧面和背面的跑步视频,自动分析出跑姿的各项重要数据,从而指导跑步爱好者进行跑步训练,降低伤痛发生的风险。
并且,在获得上述运动姿态数据之后,可以进一步向用户输出所述运动姿态数据,例如,通过图像或者音频的方式提醒用户校正运动姿态,从而解决用户在运动时的姿势检查和纠正问题。
也就是,在根据本申请实施例的运动姿态数据处理方法中,在基于所述人体姿态数据获得关于所述特定运动的运动姿态数据之后进一步包括:向用户输出所述用户运动时的运动姿态数据。
另外,在本申请实施例中,可以进一步基于所述用户的运动姿态数据来对所述用户的运动姿态数据进行评分。例如,可以基于用户的跑姿来给出用户跑步时的跑姿分数,从而供用户在跑步爱好者群体或社交网络中进行分享。
也就是说,在根据本申请实施例的运动姿态数据处理方法中,向用户输出所述用户运动时的运动姿态数据包括:获取其它用户运动时的运动姿态数据;基于所述用户和其它用户的运动姿态数据对所述用户的运动姿态数据进行评分;以及,向用户输出所述用户的运动姿态数据的评分。
图3图示了根据本申请实施例的运动姿态数据处理方法的另一示例的流程图。如图3所示,在图2所示的运动姿态数据处理方法的基础上,在步骤S230之后进一步包括:S240,获取其它用户运动时的运动姿态数据;S250,基于所述用户和其它用户的运动姿态数据对所述用户的运动姿态数据进行评分;以及S260,向用户输出所述用户的运动姿态数据及其评分。
另外,如上所述,根据本申请实施例的运动姿态数据处理方法可以作为视频应用的特色视频服务,来吸引运动爱好者来使用视频应用。例如,跑步爱好者可以在跑步时使用视频应用来拍摄跑步的视频,通过根据本申请实施例的运动姿态数据处理方法获得跑姿的评分,并在跑步爱好者群体或者社交网络中分享跑步视频及其评分,从而提供一种特色的视频拍摄生产服务。
也就是说,在根据本申请实施例的运动姿态数据处理方法中,获取用户在进行特定运动时的运动图像包括:在所述用户使用终端设备的视频播放应用时,使用所述终端设备的图像采集设备获取用户在进行特定运动时的运动图像。
示例性装置
图4图示了根据本申请实施例的运动姿态数据处理装置的框图。
如图4所示,所述运动姿态数据处理装置300包括:图像获取单元310,用于获取用户在进行特定运动时的运动图像;姿态识别单元320,用于基于所述图像获取单元310所获取的运动图像进行人体姿态识别以获得人体姿态数据;以及,数据分析单元330,用于基于所述姿态识别单元320所获得的人体姿态数据获得关于所述特定运动的运动姿态数据。
在一个示例中,在上述运动姿态数据处理装置300中,所述图像获取单元310用于:获取所述用户在进行所述特定运动时的正面运动图像、侧面运动图像和背面运动图像。
在一个示例中,在上述运动姿态数据处理装置300中,所述图像获取单元310包括:视频获取子单元,用于获取所述用户在进行所述特定运动时的正面运动视频、侧面运动视频和背面运动视频;以及,视频截取子单元,用于以预定时间间隔截取所述视频获取子单元所获取的正面运动视频、所述侧面运动视频和所述背面运动视频中的图像帧以获得所述正面运动图像、所述侧面运动图像和所述背面运动图像。
在一个示例中,在上述运动姿态数据处理装置300中,所述数据分析单元330用于:基于所述人体姿态数据计算以下的至少其中之一:用户跑步时的双脚触地平衡、触地时间、身体上下振幅、落地点重心前后、步频、步幅。
在一个示例中,在上述运动姿态数据处理装置300中,进一步包括:数据输出单元,用于向用户输出所述数据分析单元所获得的所述用户运动时的运动姿态数据。
在一个示例中,在上述运动姿态数据处理装置300中,所述数据输出单元包括:数据接收子单元,用于获取其它用户运动时的运动姿态数据;数据评分子单元,用于基于所述数据分析单元所获得的所述用户的运动姿态数据和所述数据接收子单元所获取的其它用户的运动姿态数据对所述用户的运动姿态数据进行评分;以及,分数输出子单元,用于向用户输出所述数据评分子单元所获得的所述用户的运动姿态数据的评分。
在一个示例中,在上述运动姿态数据处理装置300中,所述图像获取单元310用于:在所述用户使用终端设备的视频播放应用时,使用所述终端设备的图像采集设备获取用户在进行特定运动时的运动图像。
这里,本领域技术人员可以理解,上述运动姿态数据处理装置300中的各个单元和模块的具体功能和操作已经在上面参考图2和图3的运动姿态数据处理方法的描述中得到了详细介绍,并因此,将省略其重复描述。
如上所述,根据本申请实施例的运动姿态数据处理装置300可以实现在各种终端设备中,例如用户的智能手机等。在一个示例中,根据本申请实施例的运动姿态数据处理装置300可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如,该运动姿态数据处理装置300可以是该终端设备的操作系统中的一个软件模块,或者可以是针对于该终端设备所开发的一个应用程序;当然,该运动姿态数据处理装置300同样可以是该终端设备的众多硬件模块之一。
替换地,在另一示例中,该运动姿态数据处理装置300与该终端设备也可以是分立的设备,并且该运动姿态数据处理装置300可以通过有线和/或无线网络连接到该终端设备,并且按照约定的数据格式来传输交互信息。
示例性电子设备
下面,参考图5来描述根据本申请实施例的电子设备。
图5图示了根据本申请实施例的电子设备的框图。
如图5所示,电子设备10包括一个或多个处理器11和存储器12。
处理器5可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备10中的其他组件以执行期望的功能。
存储器12可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器11可以运行所述程序指令,以实现上文所述的本申请的各个实施例的运动姿态数据处理方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如用户运动时的正面视频、侧面视频、背面视频等各种内容。
在一个示例中,电子设备10还可以包括:输入装置13和输出装置14,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
该输入装置13可以包括例如键盘、鼠标等等。
该输出装置14可以向外部输出各种信息,包括用户的运动姿态数据等。该输出装置14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图5中仅示出了该电子设备10中与本申请有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备10还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本申请的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的运动姿态数据处理方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本申请的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的运动姿态数据处理方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本申请的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (15)

1.一种运动姿态数据处理方法,包括:
获取用户在进行特定运动时的运动图像;
基于所述运动图像进行人体姿态识别以获得人体姿态数据;以及
基于所述人体姿态数据获得关于所述特定运动的运动姿态数据。
2.根据权利要求1所述的运动姿态数据处理方法,其中,获取用户在进行特定运动时的运动图像包括:
获取所述用户在进行所述特定运动时的正面运动图像、侧面运动图像和背面运动图像。
3.根据权利要求2所述的运动姿态数据处理方法,其中,获取所述用户在进行所述特定运动时的正面运动图像、侧面运动图像和背面运动图像包括:
获取所述用户在进行所述特定运动时的正面运动视频、侧面运动视频和背面运动视频;以及
以预定时间间隔截取所述正面运动视频、所述侧面运动视频和所述背面运动视频中的图像帧以获得所述正面运动图像、所述侧面运动图像和所述背面运动图像。
4.根据权利要求1所述的运动姿态数据处理方法,其中,基于所述人体姿态数据获得关于所述特定运动的运动姿态数据包括:
基于所述人体姿态数据计算以下的至少其中之一:用户跑步时的双脚触地平衡、触地时间、身体上下振幅、落地点重心前后、步频、步幅。
5.根据权利要求4所述的运动姿态数据处理方法,其中,在基于所述人体姿态数据获得关于所述特定运动的运动姿态数据之后进一步包括:
向用户输出所述用户运动时的运动姿态数据。
6.根据权利要求5所述的运动姿态数据处理方法,其中,向用户输出所述用户运动时的运动姿态数据包括:
获取其它用户运动时的运动姿态数据;
基于所述用户和其它用户的运动姿态数据对所述用户的运动姿态数据进行评分;以及
向用户输出所述用户的运动姿态数据的评分。
7.根据权利要求1到6中任意一项所述的运动姿态数据处理方法,其中,获取用户在进行特定运动时的运动图像包括:
在所述用户使用终端设备的视频播放应用时,使用所述终端设备的图像采集设备获取用户在进行特定运动时的运动图像。
8.一种运动姿态数据处理装置,包括:
图像获取单元,用于获取用户在进行特定运动时的运动图像;
姿态识别单元,用于基于所述图像获取单元所获取的运动图像进行人体姿态识别以获得人体姿态数据;以及
数据分析单元,用于基于所述姿态识别单元所获得的人体姿态数据获得关于所述特定运动的运动姿态数据。
9.根据权利要求8所述的运动姿态数据处理装置,其中,所述图像获取单元用于:
获取所述用户在进行所述特定运动时的正面运动图像、侧面运动图像和背面运动图像。
10.根据权利要求9所述的运动姿态数据处理装置,其中,所述图像获取单元包括:
视频获取子单元,用于获取所述用户在进行所述特定运动时的正面运动视频、侧面运动视频和背面运动视频;以及
视频截取子单元,用于以预定时间间隔截取所述视频获取子单元所获取的正面运动视频、所述侧面运动视频和所述背面运动视频中的图像帧以获得所述正面运动图像、所述侧面运动图像和所述背面运动图像。
11.根据权利要求8所述的运动姿态数据处理装置,其中,所述数据分析单元用于:
基于所述人体姿态数据计算以下的至少其中之一:用户跑步时的双脚触地平衡、触地时间、身体上下振幅、落地点重心前后、步频、步幅。
12.根据权利要求11所述的运动姿态数据处理装置,进一步包括:
数据输出单元,用于向用户输出所述数据分析单元所获得的所述用户运动时的运动姿态数据。
13.根据权利要求12所述的运动姿态数据处理装置,其中,所述数据输出单元包括:
数据接收子单元,用于获取其它用户运动时的运动姿态数据;
数据评分子单元,用于基于所述数据分析单元所获得的所述用户的运动姿态数据和所述数据接收子单元所获取的其它用户的运动姿态数据对所述用户的运动姿态数据进行评分;以及
分数输出子单元,用于向用户输出所述数据评分子单元所获得的所述用户的运动姿态数据的评分。
14.根据权利要求8到13中任意一项所述的运动姿态数据处理装置,其中,所述图像获取单元用于:
在所述用户使用终端设备的视频播放应用时,使用所述终端设备的图像采集设备获取用户在进行特定运动时的运动图像。
15.一种电子设备,包括:
处理器;以及
存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-7中任一项所述的运动姿态数据处理方法。
CN201811480625.7A 2018-12-05 2018-12-05 运动姿态数据处理方法、装置和电子设备 Pending CN111265218A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811480625.7A CN111265218A (zh) 2018-12-05 2018-12-05 运动姿态数据处理方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811480625.7A CN111265218A (zh) 2018-12-05 2018-12-05 运动姿态数据处理方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN111265218A true CN111265218A (zh) 2020-06-12

Family

ID=70991009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811480625.7A Pending CN111265218A (zh) 2018-12-05 2018-12-05 运动姿态数据处理方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN111265218A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112232266A (zh) * 2020-10-28 2021-01-15 江苏金亿达能科技有限公司 一种基于运动姿态识别的人机物联穿戴设备
CN112232266B (zh) * 2020-10-28 2024-05-31 江苏金亿达能科技有限公司 一种基于运动姿态识别的人机物联穿戴设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004028635A (ja) * 2002-06-21 2004-01-29 Hamamatsu Photonics Kk 歩幅測定装置及び歩幅測定方法
US20100027835A1 (en) * 2008-07-31 2010-02-04 Microsoft Corporation Recognizing actions of animate objects in video
CN106730770A (zh) * 2017-01-03 2017-05-31 京东方科技集团股份有限公司 运动姿态检测设备、跑步机、运动姿态检测方法
CN108514713A (zh) * 2018-04-11 2018-09-11 钱文伟 基于压力检测的步频分析系统
CN108830246A (zh) * 2018-06-25 2018-11-16 中南大学 一种交通环境行人多维运动特征视觉提取方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004028635A (ja) * 2002-06-21 2004-01-29 Hamamatsu Photonics Kk 歩幅測定装置及び歩幅測定方法
US20100027835A1 (en) * 2008-07-31 2010-02-04 Microsoft Corporation Recognizing actions of animate objects in video
CN106730770A (zh) * 2017-01-03 2017-05-31 京东方科技集团股份有限公司 运动姿态检测设备、跑步机、运动姿态检测方法
CN108514713A (zh) * 2018-04-11 2018-09-11 钱文伟 基于压力检测的步频分析系统
CN108830246A (zh) * 2018-06-25 2018-11-16 中南大学 一种交通环境行人多维运动特征视觉提取方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112232266A (zh) * 2020-10-28 2021-01-15 江苏金亿达能科技有限公司 一种基于运动姿态识别的人机物联穿戴设备
CN112232266B (zh) * 2020-10-28 2024-05-31 江苏金亿达能科技有限公司 一种基于运动姿态识别的人机物联穿戴设备

Similar Documents

Publication Publication Date Title
EP3131027B1 (en) Method for detecting activity information of user and electronic device thereof
WO2018228218A1 (zh) 身份识别方法、计算设备及存储介质
WO2021051579A1 (zh) 形体姿态识别方法、系统、装置及存储介质
CN106203305B (zh) 人脸活体检测方法和装置
WO2017185630A1 (zh) 基于情绪识别的信息推荐方法、装置和电子设备
US20160144236A1 (en) Exercise information providing method and electronic device supporting the same
WO2019041519A1 (zh) 目标跟踪装置、方法及计算机可读存储介质
CN110059661A (zh) 动作识别方法、人机交互方法、装置及存储介质
KR20180111197A (ko) 정보 제공 방법 및 이를 지원하는 전자 장치
US10102830B2 (en) Method for adjusting screen displaying direction and terminal
JP6959495B2 (ja) 情報処理装置、情報処理方法、プログラム
US20110267459A1 (en) Portable apparatus for processing measurement data and method thereof
KR20180013208A (ko) 차등적 뷰티효과 처리 장치 및 방법
US10650234B2 (en) Eyeball movement capturing method and device, and storage medium
KR20180090695A (ko) 복수의 이미지들간의 변화에 기반하여 동영상을 촬영하는 전자 장치 및 그 제어 방법
US10395101B2 (en) Interest degree determination device, interest Degree determination method, and non-transitory computer-readable recording medium
KR102365431B1 (ko) 경기 영상 내의 타겟 영상을 제공하기 위한 전자 장치 및 그의 동작 방법
KR102356599B1 (ko) 이미지의 관심 영역 결정 방법 및 관심 영역 결정 장치
CN106730834B (zh) 游戏数据处理方法以及装置
US20170193668A1 (en) Intelligent Equipment-Based Motion Sensing Control Method, Electronic Device and Intelligent Equipment
CN110222576B (zh) 拳击动作识别方法、装置和电子设备
CN117216313A (zh) 姿态评价音频输出方法、装置、电子设备和可读介质
CN111265218A (zh) 运动姿态数据处理方法、装置和电子设备
CN111027353A (zh) 一种搜索内容的提取方法及电子设备
KR20230087352A (ko) 운동 상태 감지 장치 및 방법

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

Application publication date: 20200612

RJ01 Rejection of invention patent application after publication