CN111899841B - 一种人体运动生物力学监测管理系统 - Google Patents

一种人体运动生物力学监测管理系统 Download PDF

Info

Publication number
CN111899841B
CN111899841B CN202010785828.8A CN202010785828A CN111899841B CN 111899841 B CN111899841 B CN 111899841B CN 202010785828 A CN202010785828 A CN 202010785828A CN 111899841 B CN111899841 B CN 111899841B
Authority
CN
China
Prior art keywords
image
face image
module
user
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.)
Active
Application number
CN202010785828.8A
Other languages
English (en)
Other versions
CN111899841A (zh
Inventor
昝进坤
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.)
Beijing Okstar Sports Industry Co ltd
Original Assignee
Beijing Okstar Sports Industry 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 Beijing Okstar Sports Industry Co ltd filed Critical Beijing Okstar Sports Industry Co ltd
Priority to CN202010785828.8A priority Critical patent/CN111899841B/zh
Publication of CN111899841A publication Critical patent/CN111899841A/zh
Application granted granted Critical
Publication of CN111899841B publication Critical patent/CN111899841B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (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 Processing (AREA)

Abstract

本发明公开了一种人体运动生物力学监测管理系统，通过数据采集模块实时采集用户使用健身器材运动时的运动行为数据，并由数据处理模块对采集的运动行为数据进行处理，然后由运动姿势分析模块对用户的运动姿势进行分析，并将分析结果由显示模块进行显示，从而能够使用户及时了解自身的运动姿势是否标准，提升了用户使用健身器材锻炼身体的体验度。

Description

一种人体运动生物力学监测管理系统
技术领域
本发明涉及运动监测技术领域，具体涉及一种人体运动生物力学监测管理系统。
背景技术
用户在使用健身器材进行锻炼时，若没有教练在旁进行辅助指导，可能会因为用户使用健身器材的运动姿势不合标准，而对用户造成慢性损伤。
发明内容
针对上述问题，本发明提供一种人体运动生物力学监测管理系统。
本发明的目的采用以下技术方案来实现：
一种人体运动生物力学监测管理系统，该系统包括：数据采集模块、数据传输模块、数据处理模块、运动姿势分析模块和显示模块；
所述数据采集模块，用于实时采集用户使用健身器材运动时的运动行为数据，并将所述运动行为数据经所述数据传输模块转发至所述数据处理模块；
所述数据处理模块，用于对接收到的运动行为数据进行处理，并将处理后的运动行为数据转发至所述运动姿势分析模块；
所述运动姿势分析模块，用于基于处理后的运动行为数据，识别出该用户使用所述健身器材的运动姿势，并将所述运动姿势和预存的使用相应健身器材的标准运动姿势进行比对，并将所述比对结果经由所述显示模块进行显示，以便用户实时了解自身的运动姿势是否标准。
本发明的目的在于提供一种人体运动生物力学监测管理系统，通过数据采集模块实时采集用户使用健身器材运动时的运动行为数据，并由数据处理模块对采集的运动行为数据进行处理，然后由运动姿势分析模块对用户的运动姿势进行分析，并将分析结果由显示模块进行显示，从而能够使用户及时了解自身的运动姿势是否标准，提升了用户使用健身器材锻炼身体的体验度。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明实施例提供的一种人体运动生物力学力学监测管理系统的框架结构图；
图2是本发明实施例提供的登录模块的框架结构图；
图3是本发明实施例提供的人脸图像处理单元的框架结构图。
附图标记：数据采集模块1、数据传输模块2、数据处理模块3、运动姿势分析模块4、显示模块5、登录模块6、运动姿势矫正模块7、语音提醒模块8、存储模块9、人脸图像采集单元61、人脸图像处理单元62、特征提取单元63、权限验证单元64、权限管理单元65、图像质量预判子单元621、图像降噪子单元622、图像增强子单元623、图像分割子单元624。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1-3，一种人体运动生物力学监测管理系统，该系统包括：数据采集模块1、数据传输模块2、数据处理模块3、运动姿势分析模块4和显示模块5。
所述数据采集模块1，用于实时采集用户使用健身器材运动时的运动行为数据，并将所述运动行为数据经所述数据传输模块2转发至所述数据处理模块3；
所述数据处理模块3，用于对接收到的运动行为数据进行处理，并将处理后的运动行为数据转发至所述运动姿势分析模块4；具体是，数据处理模块3基于预建立的人体运动模型，对接收到的运行行为数据进行处理，得到用户使用该健身器材运动时的运动姿态信息。
所述运动姿势分析模块4，用于基于处理后的运动行为数据，识别出该用户使用所述健身器材的运动姿势，并将所述运动姿势和预存的使用相应健身器材的标准运动姿势进行比对，并将所述比对结果经由所述显示模块5进行显示，以便用户实时了解自身的运动姿势是否标准。所述运动姿势分析模块4基于接收到的运动姿态信息，和预存的使用相应健身器材的标准运动姿势进行比对，并将所述比对结果经由所述显示模块5进行显示，以便用户实时了解自身的运动姿势是否标准。
本发明上述实施例的目的在于提供一种人体运动生物力学监测管理系统，通过数据采集模块1实时采集用户使用健身器材运动时的运动行为数据，并由数据处理模块3对采集的运动行为数据进行处理，然后由运动姿势分析模块4对用户的运动姿势进行分析，并将分析结果由显示模块5进行显示，从而能够使用户及时了解自身的运动姿势是否标准，提升了用户使用健身器材锻炼身体的体验度。
优选地，该系统还包括：运动姿势矫正模块7，所述运动姿势矫正模块7分别与所述运动姿势分析模块4和显示模块5通信连接；
所述运动姿势矫正模块7，用于接收所述运动姿势分析模块4的比对结果，若比对结果显示用户使用所述健身器材的运动姿势不标准时，生成相应的运动姿势矫正指令，并执行所述运动姿势矫正指令以对用户的运动姿势进行矫正；
所述显示模块5，还用于根据所述运动姿势矫正指令，显示与用户使用所述健身器材的运动姿势对应的标准运动姿势视频。
优选地，该系统还包括：登录模块6；
所述登录模块6，用于对用户身份进行验证，并在验证通过后，驱动所述数据采集模块1开始采集用户使用所述健身器材运动时的运动行为数据。
优选地，所述登录模块6包括：人脸图像采集单元61、人脸图像处理单元62、特征提取单元63、权限验证单元64和权限管理单元65；
所述人脸图像采集单元61，用于获取用户的人脸图像；
所述人脸图像处理单元62，用于对所述人脸图像进行处理；
所述特征提取单元63，用于从处理后的人脸图像中提取人脸特征数据；
所述权限验证单元64，用于基于提取到的人脸特征数据和预存的有权限人员的人脸特征数据，对用户身份进行验证，并在验证通过后，驱动所述数据采集模块1开始采集用户使用所述健身器材运动时的运动行为数据；
所述权限管理单元65，用于存储有权限人员的人脸特征数据。
优选地，所述数据采集模块1为：部署在所述健身器材四周的多个高清摄像头。通过多台高清摄像头同步拍摄用户的运动视频，然后将拍摄的运动视频(即用户的运行行为数据)转发至数据处理模块3进行处理。
优选地，该系统还包括：用于提醒用户已运动时长的语音提醒模块。
优选地，所述运动姿势分析模块4包括：标准数据库；
所述标准数据库，用于存储使用各类型健身器材的标准运动姿势。
优选地，该系统还包括：存储模块9，所述存储模块9用于对采集的用户使用健身器材运动时的运动行为数据进行存储，还用于对所述运动姿势分析模块4的比对结果进行存储。
优选地，所述人脸图像处理单元62包括：图像质量预判子单元621、图像降噪子单元622、图像增强子单元623和图像分割子单元624；
所述图像质量预判子单元621，用于对接收到的人脸图像进行质量评估，判断质量评估结果是否满足预设的标准，若满足，则将所述人脸图像发送至所述图像降噪子单元622；反之，若计算得到的质量评估值不大于预设的质量评估阈值，则驱动所述人脸图像采集单元61重新采集用户的人脸图像；
所述图像降噪子单元622，用于对接收到的人脸图像作降噪处理；
所述图像增强子单元623，用于对降噪后的人脸图像作增强处理；
所述图像分割子单元624，用于对增强后的人脸图像作分割处理，提取只包含人脸区域的目标图像；
其中，在所述图像质量预判子单元621中，所述的对接收到的人脸图像进行质量评估，判断质量评估结果是否满足预设的标准，具体是：
(1)对所述人脸图像进行色彩空间转换，将其转换成LAB图像；
(2)基于得到的LAB图像以及预存的参照图像，计算在LAB图像以及参照图像中相对位置处的各像素点的对比度值，其中，所述参照图像为：所述人脸图像采集单元在无人时采集的背景图像在LAB颜色空间下的图像，像素点p的对比度值的计算公式如下：
Figure BDA0002621935410000041
式中，
Figure BDA0002621935410000042
为像素点p的对比度值，
Figure BDA0002621935410000043
分别为：在LAB图像中坐标为(x,y)的像素点p的L通道值、A通道值、B通道值，
Figure BDA0002621935410000044
分别为：在参照图像中坐标为(x,y)的像素点p的L通道值、A通道值、B通道值，
Figure BDA0002621935410000045
Figure BDA0002621935410000046
分别为参照图像的L通道最大值、A通道最大值、B通道最大值，
Figure BDA0002621935410000047
分别为参照图像的L通道最小值、A通道最小值、B通道最小值，χ1、χ1为常数，其目的是为了保证对数有意义；
(3)基于得到的各像素点的对比度值，利用下式计算该人脸图像的质量评估值：
Figure BDA0002621935410000048
式中，Γ为该人脸图像的质量评估值，M×N表示该人脸图像的大小，
Figure BDA0002621935410000049
为预设的对比度阈值，NUM{·}表示满足括号里关系的像素点的个数，Lab1表示的是LAB图像；
若Γ≥0.75，则质量评估结果满足预设的标准；反之，则质量评估结果不满足预设的标准。
有益效果：在上述实施方式中，采用图像质量预判子单元621对接收到的人脸图像进行质量评估，当满足预设的标准时才会进行下一步，最终实现对用户身份进行验证，相比于现有技术直接对采集的人脸图像进行身份验证而言，上述实施方式通过接收到的人脸图像进行质量评估，减轻了后续特征提取单元63、权限验证单元64的负担，提高了登录模块6的处理效率。其中，在对接收到的人脸图像进行质量评估时，考虑该人脸图像的LAB图像和参照图像中相对位置上像素点的对比度值的大小，以及对比度值与
Figure BDA0002621935410000051
大小关系等多方面因素的影响，从而能够准确地对该人脸图像进行质量评估。
优选地，在所述图像降噪子单元622中，所述对接收到的人脸图像作降噪处理，具体是：
(1)对接收到的人脸图像进行灰度化处理；
(2)对灰度化后的人脸图像中各像素点进行噪声点检测，根据检测结果将各像素点划分成两个集合：噪声点集合NP和非噪声点集合NNP；
(3)对噪声点集合NP中的噪声点的灰度值进行调优，得到各像素点的灰度调优值，其中，噪声点nq的灰度调优值可通过下式计算得到：
Figure BDA0002621935410000052
式中，
Figure BDA0002621935410000053
为噪声点nq的灰度调优值，g(nq)为噪声点nq的灰度值，Qnq为噪声点nq所在行的非噪声点个数，Wnq为噪声点nq所在列的非噪声点个数，Q为灰度化后的人脸图像每行像素点个数，W为灰度化后的人脸图像每列像素点个数，Ωnq为以噪声点nq为中心，大小为H×H的检测窗口，
Figure BDA0002621935410000054
为检测窗口Ωnq内的非噪声点个数，
Figure BDA0002621935410000055
为检测窗口Ωnq内的噪声点个数，g(nnf)为非噪声点nnf的灰度值，g(nf)为噪声点nf的灰度值，
Figure BDA0002621935410000056
为检测窗口Ωnq内所有像素点的灰度平均值；
(4)调优后的噪声点集合NP中各像素点和非噪声点集合NNP中各像素点构成的集合即为降噪后的人脸图像。
有益效果：由于受环境、人脸图像采集单元61自身性能参数等各方面因素的影响，会使得采集的人脸图像中包含有干扰信息，从而不利于后续对用户身份的验证，基于此，需要对采集的人脸图像作降噪处理，以改善该人脸图像的质量。为了对采集的人脸图像作降噪处理，申请人提出如上实施方式对人脸图像进行处理，首先对灰度化后的人脸图像中各像素点进行噪声点检测，然后根据检测结果，只对噪声点集合NP中的噪声点的灰度值进行调优，从而提高了该图像降噪子单元622的降噪效率，减轻了图像降噪子单元622的负担，从而延长了图像降噪子单元622的使用寿命。
优选地，所述对灰度化后的人脸图像中各像素点进行噪声点检测，具体是：
以像素点nc为例进行说明，
设定一个大小为(2U+1)×(2U+1)的判断窗口，将所述判断窗口的中心与像素点nc对准，利用下面判断方式判断像素点nc是否为噪声点，若为噪声点，则将其加入到噪声点集合NNP中，反之，则将其加入到非噪声点NP中。其中，所述的利用下方判断方式判断像素点nc是否为像素点，具体是：
若满足如下关系式，
Figure BDA0002621935410000061
则像素点nc为噪声点，反之，则像素点为非噪声点；
式中，NUM{·}表示满足括号里关系式的像素点个数，NKth为预设的像素点个数阈值，gmax、gmin分别为该判断窗口内的最大灰度值和最小灰度值，像素点nv指代的是：该判断窗口内的、除去像素点nc以外的其他像素点，gnc、gnv分别为像素点nc和像素带你nv的灰度值，ξth为预设的阈值，其中，NKth、ξth的具体取值，本领域技术人员可根据经验自行设置。
有益效果：采用如上方式对灰度化后的人脸图像各像素点进行噪声点检测，从而得到噪声点集合NP和非噪声点集合NNP，使得在后续降噪过程中只需对噪声点集合NP中的噪声点作降噪处理，从而减轻了后续进行降噪、图像增强时的负担，延长了整个系统的使用寿命。其中，在进行噪声点检测时，考虑了其所在判断窗口内的其他像素点的灰度值、最大灰度值、最小灰度值等多方面因素的影响，从而能够实现对像素点进行准确检测，提高了噪声点检测的正确率。NKth、ξth的具体取值，本领域技术人员可根据经验自行设置，其NKth越小、ξth越小，代表着像素点被划分为噪声点的可能性越高，虽然一定程度上代表着后续需要对更多的像素点作降噪处理，但是从另一角度而言，提升了该人脸图像的图像质量，有利于后续对用户身份的准确识别。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.一种人体运动生物力学监测管理系统，其特征是，包括：数据采集模块、数据传输模块、数据处理模块、运动姿势分析模块和显示模块；
所述数据采集模块，用于实时采集用户使用健身器材运动时的运动行为数据，并将所述运动行为数据经所述数据传输模块转发至所述数据处理模块；
所述数据处理模块，用于对接收到的运动行为数据进行处理，并将处理后的运动行为数据转发至所述运动姿势分析模块；
所述运动姿势分析模块，用于基于处理后的运动行为数据，识别出该用户使用所述健身器材的运动姿势，并将所述运动姿势和预存的使用相应健身器材的标准运动姿势进行比对，并将所述比对结果经由所述显示模块进行显示，以便用户实时了解自身的运动姿势是否标准；
登录模块，用于对用户身份进行验证，并在验证通过后，驱动所述数据采集模块开始采集用户使用所述健身器材运动时的运动行为数据；
所述登录模块包括：人脸图像采集单元、人脸图像处理单元、特征提取单元、权限验证单元和权限管理单元；
所述人脸图像采集单元，用于获取用户的人脸图像；
所述人脸图像处理单元，用于对所述人脸图像进行处理；
所述特征提取单元，用于从处理后的人脸图像中提取人脸特征数据；
所述权限验证单元，用于基于提取到的人脸特征数据和预存的有权限人员的人脸特征数据，对用户身份进行验证，并在验证通过后，驱动所述数据采集模块开始采集用户使用所述健身器材运动时的运动行为数据；
所述权限管理单元，用于存储有权限人员的人脸特征数据；
所述人脸图像处理单元包括：图像质量预判子单元、图像降噪子单元、图像增强子单元和图像分割子单元；
所述图像质量预判子单元，用于对接收到的人脸图像进行质量评估，判断质量评估结果是否满足预设的标准，若满足，则将所述人脸图像发送至所述图像降噪子单元；反之，若计算得到的质量评估值不大于预设的质量评估阈值，则驱动所述人脸图像采集单元重新采集用户的人脸图像；
所述图像降噪子单元，用于对接收到的人脸图像作降噪处理；
所述图像增强子单元，用于对降噪后的人脸图像作增强处理；
所述图像分割子单元，用于对增强后的人脸图像作分割处理，提取只包含人脸区域的目标图像；
其中，在所述图像质量预判子单元中，所述的对接收到的人脸图像进行质量评估，判断质量评估结果是否满足预设的标准，具体是：
(1)对所述人脸图像进行色彩空间转换，将其转换成LAB图像；
(2)基于得到的LAB图像以及预存的参照图像，计算在LAB图像以及参照图像中相对位置处的各像素点的对比度值，其中，所述参照图像为：所述人脸图像采集单元在无人时采集的背景图像在LAB颜色空间下的图像，像素点p的对比度值的计算公式如下：
Figure FDA0003000598410000021
式中，
Figure FDA0003000598410000022
为像素点p的对比度值，
Figure FDA0003000598410000023
分别为：在LAB图像中坐标为(x,y)的像素点p的L通道值、A通道值、B通道值，
Figure FDA0003000598410000024
分别为：在参照图像中坐标为(x,y)的像素点p的L通道值、A通道值、B通道值，
Figure FDA0003000598410000025
Figure FDA0003000598410000026
分别为参照图像的L通道最大值、A通道最大值、B通道最大值，
Figure FDA0003000598410000027
分别为参照图像的L通道最小值、A通道最小值、B通道最小值，χ1、χ2为常数，其目的是为了保证对数有意义；
(3)基于得到的各像素点的对比度值，利用下式计算该人脸图像的质量评估值：
Figure FDA0003000598410000028
式中，Γ为该人脸图像的质量评估值，M×N表示该人脸图像的大小，
Figure FDA0003000598410000029
为预设的对比度阈值，NUM{·}表示满足括号里关系的像素点的个数，Lab1表示的是LAB图像；
若Γ≥0.75，则质量评估结果满足预设的标准，反之，则质量评估结果不满足预设的标准；
所述对接收到的人脸图像作降噪处理，具体是：
(1)对接收到的人脸图像进行灰度化处理；
(2)对灰度化后的人脸图像中各像素点进行噪声点检测，根据检测结果将各像素点划分成两个集合：噪声点集合NP和非噪声点集合NNP；
(3)对噪声点集合NP中的噪声点的灰度值进行调优，得到各像素点的灰度调优值，其中，噪声点nq的灰度调优值可通过下式计算得到：
Figure FDA0003000598410000031
式中，
Figure FDA0003000598410000032
为噪声点nq的灰度调优值，g(nq)为噪声点nq的灰度值，Qnq为噪声点nq所在行的非噪声点个数，Wnq为噪声点nq所在列的非噪声点个数，Q为灰度化后的人脸图像每行像素点个数，W为灰度化后的人脸图像每列像素点个数，Ωnq为以噪声点nq为中心，大小为H×H的检测窗口，
Figure FDA0003000598410000033
为检测窗口Ωnq内的非噪声点个数，
Figure FDA0003000598410000034
为检测窗口Ωnq内的噪声点个数，g(nnf)为非噪声点nnf的灰度值，g(nf)为噪声点nf的灰度值，
Figure FDA0003000598410000035
为检测窗口Ωnq内所有像素点的灰度平均值；
(4)调优后的噪声点集合NP中各像素点和非噪声点集合NNP中各像素点构成的集合即为降噪后的人脸图像。
2.根据权利要求1所述的一种人体运动生物力学监测管理系统，其特征是，还包括：运动姿势矫正模块；所述运动姿势矫正模块分别与所述运动姿势分析模块和显示模块通信连接；
所述运动姿势矫正模块，用于接收所述运动姿势分析模块的比对结果，若比对结果显示用户使用所述健身器材的运动姿势不标准时，生成相应的运动姿势矫正指令，并执行所述运动姿势矫正指令以对用户的运动姿势进行矫正；
所述显示模块，还用于根据所述运动姿势矫正指令，显示与用户使用所述健身器材的运动姿势对应的标准运动姿势视频。
3.根据权利要求1所述的一种人体运动生物力学监测管理系统，其特征是，所述数据采集模块为：部署在所述健身器材四周的多个高清摄像头。
4.根据权利要求1所述的一种人体运动生物力学监测管理系统，其特征是，还包括：用于提醒用户已运动时长的语音提醒模块。
5.根据权利要求1所述的一种人体运动生物力学监测管理系统，其特征是，所述运动姿势分析模块包括：标准数据库；
所述标准数据库，用于存储使用各类型健身器材的标准运动姿势。
6.根据权利要求1所述的一种人体运动生物力学监测管理系统，其特征是，还包括：存储模块，所述存储模块用于对采集的用户使用健身器材运动时的运动行为数据进行存储。
CN202010785828.8A 2020-08-06 2020-08-06 一种人体运动生物力学监测管理系统 Active CN111899841B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010785828.8A CN111899841B (zh) 2020-08-06 2020-08-06 一种人体运动生物力学监测管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010785828.8A CN111899841B (zh) 2020-08-06 2020-08-06 一种人体运动生物力学监测管理系统

Publications (2)

Publication Number Publication Date
CN111899841A CN111899841A (zh) 2020-11-06
CN111899841B true CN111899841B (zh) 2021-05-11

Family

ID=73247277

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010785828.8A Active CN111899841B (zh) 2020-08-06 2020-08-06 一种人体运动生物力学监测管理系统

Country Status (1)

Country Link
CN (1) CN111899841B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106548113A (zh) * 2015-09-16 2017-03-29 上海市公安局刑事侦查总队 图像识别方法及系统
CN107341351A (zh) * 2017-07-06 2017-11-10 京东方科技集团股份有限公司 智能健身方法、装置及系统
CN207117835U (zh) * 2017-08-21 2018-03-16 尉捷 基于人工智能关节捕捉技术的健身辅助系统
CN109753957A (zh) * 2018-12-07 2019-05-14 东软集团股份有限公司 图像显著性检测方法、装置、存储介质及电子设备
CN111339987A (zh) * 2020-03-09 2020-06-26 北京奥康达体育产业股份有限公司 一种基于云计算的健身数据监管系统
CN111356110A (zh) * 2020-03-09 2020-06-30 北京奥康达体育产业股份有限公司 一种基于大数据的智能辅助锻炼系统
CN111476537A (zh) * 2020-03-31 2020-07-31 广州高新工程顾问有限公司 一种基于bim的工程造价动态控制系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103487104B (zh) * 2013-07-03 2016-06-15 青岛大学 一种细管液面式数据的图像采集识别系统及方法
CN107886026B (zh) * 2016-09-30 2019-12-13 腾讯科技（深圳）有限公司 图形码处理方法及装置
CN111489033B (zh) * 2020-04-09 2021-02-02 广州高新工程顾问有限公司 一种基于bim的资源管理动态综合优化系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106548113A (zh) * 2015-09-16 2017-03-29 上海市公安局刑事侦查总队 图像识别方法及系统
CN107341351A (zh) * 2017-07-06 2017-11-10 京东方科技集团股份有限公司 智能健身方法、装置及系统
CN207117835U (zh) * 2017-08-21 2018-03-16 尉捷 基于人工智能关节捕捉技术的健身辅助系统
CN109753957A (zh) * 2018-12-07 2019-05-14 东软集团股份有限公司 图像显著性检测方法、装置、存储介质及电子设备
CN111339987A (zh) * 2020-03-09 2020-06-26 北京奥康达体育产业股份有限公司 一种基于云计算的健身数据监管系统
CN111356110A (zh) * 2020-03-09 2020-06-30 北京奥康达体育产业股份有限公司 一种基于大数据的智能辅助锻炼系统
CN111476537A (zh) * 2020-03-31 2020-07-31 广州高新工程顾问有限公司 一种基于bim的工程造价动态控制系统及方法

Also Published As

Publication number Publication date
CN111899841A (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
US11727728B2 (en) Monitoring the performance of physical exercises
CN108319930B (zh) 身份认证方法、系统、终端和计算机可读存储介质
CN111111111A (zh) 一种健身实时监测系统及方法
CN110728225B (zh) 一种用于考勤的高速人脸搜索方法
US20130250108A1 (en) Access Control System by Face Recognition in An Automobile
CN111598038B (zh) 脸部特征点检测方法、装置、设备及存储介质
CN110287862B (zh) 基于深度学习的防偷拍检测方法
WO2021012647A1 (zh) 人脸校验方法、装置、服务器及可读存储介质
CN111553310B (zh) 基于毫米波雷达的安检图像获取方法、系统及安检设备
CN111415339B (zh) 一种复杂纹理工业产品图像缺陷检测方法
CN113516064A (zh) 体育运动的动作判定方法、装置、设备及存储介质
CN111581436B (zh) 目标识别方法、装置、计算机设备和存储介质
KR102369152B1 (ko) 인공지능을 이용한 실시간 자세 동작 인식 시스템 및 인식 방법
US20180293425A1 (en) Symbol Detection for Desired Image Reconstruction
CN110348385B (zh) 活体人脸识别方法和装置
CN111899841B (zh) 一种人体运动生物力学监测管理系统
CN113221815A (zh) 一种基于骨骼关键点自动检测技术的步态鉴定方法
CN116343100B (zh) 一种基于自监督学习的目标识别方法及系统
CN116246350A (zh) 基于动作捕捉的运动监测方法、装置、设备及存储介质
CN109584274B (zh) 一种水下动物的数量及其轨迹的检测方法及设备
CN115937967A (zh) 一种健身动作识别矫正方法
CN211962969U (zh) 一种健身实时监测系统
US9918662B2 (en) Measuring cervical spine posture using nostril tracking
CN114639168A (zh) 一种用于跑步姿态识别的方法和系统
CN113553928A (zh) 一种人脸活体检测方法、系统和计算机设备

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