CN112733605A - 基于机器视觉的泳姿训练方法及系统 - Google Patents

基于机器视觉的泳姿训练方法及系统 Download PDF

Info

Publication number
CN112733605A
CN112733605A CN202011447528.5A CN202011447528A CN112733605A CN 112733605 A CN112733605 A CN 112733605A CN 202011447528 A CN202011447528 A CN 202011447528A CN 112733605 A CN112733605 A CN 112733605A
Authority
CN
China
Prior art keywords
real
time
information
trainer
swimming
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.)
Withdrawn
Application number
CN202011447528.5A
Other languages
English (en)
Inventor
吴康乐
唐大闰
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.)
Shanghai Minglue Artificial Intelligence Group Co Ltd
Original Assignee
Shanghai Minglue Artificial Intelligence Group 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 Shanghai Minglue Artificial Intelligence Group Co Ltd filed Critical Shanghai Minglue Artificial Intelligence Group Co Ltd
Priority to CN202011447528.5A priority Critical patent/CN112733605A/zh
Publication of CN112733605A publication Critical patent/CN112733605A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/23Recognition of whole body movements, e.g. for sport training
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于机器视觉的泳姿训练方法及系统,基于机器视觉的泳姿训练方法包括:采集步骤:通过摄像头采集训练者在游泳时的实时图像数据;实时姿态获得步骤:根据所述实时图像数据获得所述训练者的实时姿态信息;对比步骤:将标准姿态信息与所述实时姿态信息进行对比获得差异点信息;提示步骤:根据所述差异点信息输出提示信息对所述训练者进行提醒。通过本发明可以让训练者实时知道自己的游泳姿态,对错误可以及时纠正,提高学习效率;同时整个学习过程可以视频留存,可以事后进行回顾。

Description

基于机器视觉的泳姿训练方法及系统
技术领域
本发明涉及体育训练器材领域,特具体地说,尤其涉及一种基于机器视觉的泳姿训练方法及系统。
背景技术
游泳运动作为深受各类人群青睐的体育运动。无论是专业的游泳运动员还是非专业的游泳爱好者,都对提升游泳技巧和游泳速度有着迫切的需求。而游泳技巧和游泳速度确又都与游泳动作是否正确有着密切的关系。若游泳动作不正确,姿势协调性不足,往往造成游泳过程中阻力大增且造成部分施力无效化的现象,不仅浪费能量,且游泳速度也很难提升。目前,现有的游泳教学方式大都是:观看视频,岸上学习,下水练习,并且下水练习部分主要靠自己,教练在岸上辅助性的指导,在实际中,教练不可能一直持续关注着训练者,同时教练口述的动作需要沟通成本,并且训练者无法及时了解自己的错误具体错在哪,正确的应该是什么样。另外,在自行练习的情况往往难以学习正确的游泳动作,如此不但学习效果不彰,且若游泳学习者习惯错误的游泳动作,那么今后如要加以矫正常则须付出加倍的心力。
因此亟需开发一种能够让训练者在自行训练的同时对自己的泳姿进行自我纠正的基于机器视觉的泳姿训练方法及系统。
发明内容
针对上述问题,本发明提供一种基于机器视觉的泳姿训练方法,其中,包括:
采集步骤:通过摄像头采集训练者在游泳时的实时图像数据;
实时姿态获得步骤:根据所述实时图像数据获得所述训练者的实时姿态信息;
对比步骤:将标准姿态信息与所述实时姿态信息进行对比获得差异点信息;
提示步骤:根据所述差异点信息输出提示信息对所述训练者进行提醒。
上述的泳姿训练方法,其中,所述采集步骤包括:通过设置于泳池底部的所述摄像头采集所述实时图像数据。
上述的泳姿训练方法,其中,所述实时姿态获得步骤包括:
提取步骤:根据一预设时间间隔从所述实时图像数据中提取实时图片数据;
训练者位置获取步骤:根据所述实时图片数据通过目标检测算法获得训练者坐标信息;
关节坐标信息获取步骤:根据所述实时图片数据通过人体关键点检测算法获得所述训练者的关节坐标信息;
实时姿态计算步骤:根据所述训练者坐标信息及所述关节坐标信息获得所述训练者的张合角度并基于时间序列构建具有实时张合角度序列的所述实时姿态信息。
上述的泳姿训练方法,其中,所述对比步骤包括,将所述实时姿态信息的所述实时张合角度序列与所述标准姿态信息的标准张合角度序列根据时间进行叠加对比获得具有所述差异点信息的图片数据。
上述的泳姿训练方法,其中,所述提示步骤包括,通过设置于泳池底部的显示装置输出具有所述差异点信息的所述图片数据对所述训练者进行实时提醒。
本发明还提供一种基于机器视觉的泳姿训练系统,其中,包括:
采集单元,包括多个摄像头,通过多个所述摄像头采集训练者在游泳时的实时图像数据;
实时姿态获得单元,根据所述实时图像数据获得所述训练者的实时姿态信息;
对比单元,将标准姿态信息与所述实时姿态信息进行对比获得差异点信息;
提示单元,根据所述差异点信息输出提示信息对所述训练者进行提醒。
上述的泳姿训练系统,其中,多个所述摄像头间隔设置于泳池底部。
上述的泳姿训练系统,其中,所述实时姿态获得单元包括:
提取模块,根据一预设时间间隔从所述实时图像数据中提取实时图片数据;
训练者位置获取模块,根据所述实时图片数据通过目标检测算法获得训练者坐标信息;
关节坐标信息获取模块,根据所述实时图片数据通过人体关键点检测算法获得所述训练者的关节坐标信息;
实时姿态计算模块,根据所述训练者坐标信息及所述关节坐标信息获得所述训练者的张合角度并基于时间序列构建具有实时张合角度序列的所述实时姿态信息。
上述的泳姿训练系统,其中,所述对比单元将所述实时姿态信息的所述实时张合角度序列与所述标准姿态信息的标准张合角度序列根据时间进行叠加对比获得具有所述差异点信息的图片数据。
上述的泳姿训练系统,其中,所述提示单元包括显示装置,通过设置于泳池底部的所述显示装置输出具有所述差异点信息的所述图片数据对所述训练者进行实时提醒。
综上所述,本发明相对于现有技术其功效在于:通过本发明可以让训练者实时知道自己的游泳姿态,对错误可以及时纠正,提高学习效率;同时整个学习过程可以视频留存,可以事后进行回顾。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
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一简单地介绍,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。
图1为本发明的基于机器视觉的泳姿训练方法的流程图;
图2为图1中步骤S2的分步骤流程图;
图3为摄像头与显示装置安装示意图;
图4为实时姿态信息示意图;
图5为具有差异点信息的图片数据示意图;
图6为本发明的基于机器视觉的泳姿训练系统的结构示意图;
图7为本发明的电子设备的结构示意图;
图8为关节坐标信息示意图;
图9为关节角度计算示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地说明,显然,所描述的实施例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。
本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。另外,在附图及实施方式中所使用相同或类似标号的元件/构件是用来代表相同或类似部分。
关于本文中所使用的“第一”、“第二”、“S1”、“S2”、…等,并非特别指称次序或顺位的意思,也非用以限定本发明,其仅为了区别以相同技术用语描述的元件或操作。
关于本文中所使用的方向用语,例如:上、下、左、右、前或后等,仅是参考附图的方向。因此,使用的方向用语是用来说明并非用来限制本创作。
关于本文中所使用的“包含”、“包括”、“具有”、“含有”等等,均为开放性的用语,即意指包含但不限于。
关于本文中所使用的“及/或”,包括所述事物的任一或全部组合。
关于本文中的“多个”包括“两个”及“两个以上”;关于本文中的“多组”包括“两组”及“两组以上”。
关于本文中所使用的用语“大致”、“约”等,用以修饰任何可以微变化的数量或误差,但这些微变化或误差并不会改变其本质。一般而言,此类用语所修饰的微变化或误差的范围在部分实施例中可为20%,在部分实施例中可为10%,在部分实施例中可为5%或是其他数值。本领域技术人员应当了解,前述提及的数值可依实际需求而调整,并不以此为限。
某些用以描述本申请的用词将于下或在此说明书的别处讨论,以提供本领域技术人员在有关本申请的描述上额外的引导。
本发明旨在,解决游泳学习过程中错误动作的自动纠正,同时解决游泳学习过程中方便训练者对自己动作的实时检查,以下结合附图对本发明进行具体说明。
请参照图1-图2,图1为本发明的基于机器视觉的泳姿训练方法的流程图;图2为图1中步骤S2的分步骤流程图。如图1-图2所示,本发明的基于机器视觉的泳姿训练方法包括:
采集步骤S1:通过摄像头采集训练者在游泳时的实时图像数据。
其中所述采集步骤S1包括:通过设置于泳池底部的所述摄像头采集所述实时图像数据。请参照图3,图3为摄像头与显示装置安装示意图。如图3所示,具体地说,在泳池底部铺设显示装置141,其中,在本实施例中,显示装置141为液晶显示屏,但本发明并不以此为限,同时每隔一米安装一个摄像头111,通过相邻摄像头111捕捉到的实时图像数据计算出训练者的正向投影并显示在底部的显示装置141上。
实时姿态获得步骤S2:根据所述实时图像数据获得所述训练者的实时姿态信息。在本步骤中,通过计算机人体识别检测出人体,并进一步通过人体关节检测构造出人体形态图结合之前捕捉到的画面,从连续时间上对人体形态进行追踪并计算出正确的游泳姿态。
其中,具体地说,所述实时姿态获得步骤S2包括:
提取步骤S21:根据一预设时间间隔从所述实时图像数据中提取实时图片数据;
训练者位置获取步骤S22:根据所述实时图片数据通过目标检测算法获得训练者坐标信息,其中,在本步骤通过目标检测算法,可以识别出图片中的人员信息,获取训练者坐标信息,即训练者的区域坐标信息;
关节坐标信息获取步骤S23:根据所述实时图片数据通过人体关键点检测算法获得所述训练者的关节坐标信息,其中,对于截取下来的实时图片数据,进训人体关键点检测,获取人体各个主要关节坐标信息,在本实施例中,关节坐标信息包括:肩关节坐标信息、肘关节坐标信息、髋关节坐标信息及膝关节坐标信息,但本发明并不以此为限;
实时姿态计算步骤S24:根据所述训练者坐标信息及所述关节坐标信息获得所述训练者的张合角度并基于时间序列构建具有实时张合角度序列的所述实时姿态信息,其中,请参照图4,图4为实时姿态信息示意图。如图4所示,在本步骤中,使用肩关节坐标信息和髋关节坐标信息计算出训练者的脊椎朝向,以训练者的脊椎朝向为基准线,可以结合肩关节坐标信息、肘关节坐标信息、髋关节坐标信息及膝关节坐标信息计算出手臂和腿的张合角度后,构建具有实时张合角度序列的所述实时姿态信息(参照图4)。
对比步骤S3:将标准姿态信息与所述实时姿态信息进行对比获得差异点信息,其中,在本步骤中,将所述实时姿态信息的所述实时张合角度序列与所述标准姿态信息的标准张合角度序列根据时间进行叠加对比获得具有所述差异点信息的图片数据。请参照图5,图5为具有差异点信息的图片数据示意图。如图5所示,具体地说,在本实施例中,通过标准泳姿的手臂、脚的张合角度时间序列,和现有的实时张合角度序列进训对比,获得具有所述差异点信息的图片数据(参照图5)。
请参照图8-图9,图8为关节坐标信息示意图;图9为关节角度计算示意图。如图8-图9所示,具体说明本发明的角度计算过程。S1为P1 P2的中间点;S2为P3 P4的中间点;A1为左侧肩膀夹角,可根据P5 P1和S1 S2的位置信息通过夹角公式获得肩夹角,同理可获取肘夹角、腿夹角、膝夹角,根据肩夹角、肘夹角、腿夹角、膝夹角构建张合角度序列。
提示步骤S4:根据所述差异点信息输出提示信息对所述训练者进行提醒,其中,在本步骤中,通过设置于泳池底部的显示装置141输出具有所述差异点信息的所述图片数据对所述训练者进行实时提醒,训练者可以在训练中实时知道当前时间实际姿态和正确姿态的角度差别,从而进行提示,例如可以显示装置141可以显示出图5的图片数据进行提示。
需要说明的是,在本实施例中,本发明的基于机器视觉的泳姿训练方法还可包括存储步骤,在本步骤中,对实时姿态信息、具有差异点信息的图片数据及标准姿态信息中的至少一者进行存储。
请参照图6,图6为本发明的基于机器视觉的泳姿训练系统的结构示意图。如图6所示,本发明的基于机器视觉的泳姿训练系统包括:
采集单元11,包括多个摄像头111,通过多个所述摄像头111采集训练者在游泳时的实时图像数据;
实时姿态获得单元12,根据所述图像数据获得所述训练者的实时姿态信息;
对比单元13,将标准姿态信息与所述实时姿态信息进行对比获得差异点信息;
提示单元14,根据所述差异点信息输出提示信息对所述训练者进行提醒。
其中,多个所述摄像头111间隔设置于泳池底部。
进一步地,所述实时姿态获得单元12包括:
提取模块121,根据一预设时间间隔从所述实时图像数据中提取实时图片数据;
训练者位置获取模块122,根据所述实时图片数据通过目标检测算法获得训练者坐标信息;
关节坐标信息获取模块123,根据所述实时图片数据通过人体关键点检测算法获得所述训练者的关节坐标信息;
实时姿态计算模块124,根据所述训练者坐标信息及所述关节坐标信息获得所述训练者的张合角度并基于时间序列构建具有实时张合角度序列的所述实时姿态信息。
再进一步地,所述对比单元13将所述实时姿态信息的所述实时张合角度序列与所述标准姿态信息的标准张合角度序列根据时间进行叠加对比获得具有所述差异点信息的图片数据。
更进一步地,所述提示单元14包括显示装置141,通过设置于泳池底部的所述显示装置141输出具有所述差异点信息的所述图片数据对所述训练者进行实时提醒。
需要说明的是,在本实施例中,本发明的基于机器视觉的泳姿训练系统还可包括存储单元,存储单元用以存储实时姿态信息、具有差异点信息的图片数据及标准姿态信息中的至少一者。
请参照图7,图7为本发明的电子设备的结构示意图。如图8所示,本实施例揭示了一种电子设备的一种具体实施方式。电子设备可以包括处理器81以及存储有计算机程序指令的存储器82。
具体地,上述处理器81可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器82可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器82可在数据处理装置的内部或外部。在特定实施例中,存储器82是非易失性(Non-Volatile)存储器。在特定实施例中,存储器82包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(RandomAccess Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器81所执行的可能的计算机程序指令。
处理器81通过读取并执行存储器82中存储的计算机程序指令,以实现上述实施例中的任意一种基于机器视觉的泳姿训练方法。
在其中一些实施例中,电子设备还可包括通信接口83和总线80。其中,如图7所示,处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线80包括硬件、软件或两者,将电子设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(ControlBus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线80可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(FrontSide Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、外围组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
另外,结合上述实施例中处理方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种基于机器视觉的泳姿训练方法。
综上所述,通过本发明可以让训练者实时知道自己的游泳姿态,对错误可以及时纠正,提高学习效率;同时整个学习过程可以视频留存,可以事后进行回顾,从而可以实时进行有针对性的指导以显著提高训练效果。
尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于机器视觉的泳姿训练方法,其特征在于,包括:
采集步骤:通过摄像头采集训练者在游泳时的实时图像数据;
实时姿态获得步骤:根据所述实时图像数据获得所述训练者的实时姿态信息;
对比步骤:将标准姿态信息与所述实时姿态信息进行对比获得差异点信息;
提示步骤:根据所述差异点信息输出提示信息对所述训练者进行提醒。
2.如权利要求1所述的泳姿训练方法,其特征在于,所述采集步骤包括:通过设置于泳池底部的所述摄像头采集所述实时图像数据。
3.如权利要求1所述的泳姿训练方法,其特征在于,所述实时姿态获得步骤包括:
提取步骤:根据一预设时间间隔从所述实时图像数据中提取实时图片数据;
训练者位置获取步骤:根据所述实时图片数据通过目标检测算法获得训练者坐标信息;
关节坐标信息获取步骤:根据所述实时图片数据通过人体关键点检测算法获得所述训练者的关节坐标信息;
实时姿态计算步骤:根据所述训练者坐标信息及所述关节坐标信息获得所述训练者的张合角度并基于时间序列构建具有实时张合角度序列的所述实时姿态信息。
4.如权利要求1所述的泳姿训练方法,其特征在于,所述对比步骤包括,将所述实时姿态信息的所述实时张合角度序列与所述标准姿态信息的标准张合角度序列根据时间进行叠加对比获得具有所述差异点信息的图片数据。
5.如权利要求4所述的泳姿训练方法,其特征在于,所述提示步骤包括,通过设置于泳池底部的显示装置输出具有所述差异点信息的所述图片数据对所述训练者进行实时提醒。
6.一种基于机器视觉的泳姿训练系统,其特征在于,包括:
采集单元,包括多个摄像头,通过多个所述摄像头采集训练者在游泳时的实时图像数据;
实时姿态获得单元,根据所述实时图像数据获得所述训练者的实时姿态信息;
对比单元,将标准姿态信息与所述实时姿态信息进行对比获得差异点信息;
提示单元,根据所述差异点信息输出提示信息对所述训练者进行提醒。
7.如权利要求6所述的泳姿训练系统,其特征在于,多个所述摄像头间隔设置于泳池底部。
8.如权利要求6所述的泳姿训练系统,其特征在于,所述实时姿态获得单元包括:
提取模块,根据一预设时间间隔从所述实时图像数据中提取实时图片数据;
训练者位置获取模块,根据所述实时图片数据通过目标检测算法获得训练者坐标信息;
关节坐标信息获取模块,根据所述实时图片数据通过人体关键点检测算法获得所述训练者的关节坐标信息;
实时姿态计算模块,根据所述训练者坐标信息及所述关节坐标信息获得所述训练者的张合角度并基于时间序列构建具有实时张合角度序列的所述实时姿态信息。
9.如权利要求6所述的泳姿训练系统,其特征在于,所述对比单元将所述实时姿态信息的所述实时张合角度序列与所述标准姿态信息的标准张合角度序列根据时间进行叠加对比获得具有所述差异点信息的图片数据。
10.如权利要求9所述的泳姿训练系统,其特征在于,所述提示单元包括显示装置,通过设置于泳池底部的所述显示装置输出具有所述差异点信息的所述图片数据对所述训练者进行实时提醒。
CN202011447528.5A 2020-12-11 2020-12-11 基于机器视觉的泳姿训练方法及系统 Withdrawn CN112733605A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011447528.5A CN112733605A (zh) 2020-12-11 2020-12-11 基于机器视觉的泳姿训练方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011447528.5A CN112733605A (zh) 2020-12-11 2020-12-11 基于机器视觉的泳姿训练方法及系统

Publications (1)

Publication Number Publication Date
CN112733605A true CN112733605A (zh) 2021-04-30

Family

ID=75599266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011447528.5A Withdrawn CN112733605A (zh) 2020-12-11 2020-12-11 基于机器视觉的泳姿训练方法及系统

Country Status (1)

Country Link
CN (1) CN112733605A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221664A (zh) * 2021-06-17 2021-08-06 杭州晓鸟科技有限公司 一种基于关键点检测的打坐姿态辅助系统及辅助方法
CN114863237A (zh) * 2022-03-25 2022-08-05 中国人民解放军国防科技大学 一种用于游泳姿态识别的方法和系统
CN116421957A (zh) * 2023-04-18 2023-07-14 佛山市自泳体育文化有限公司 一种游泳姿势校正方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256433A (zh) * 2017-12-22 2018-07-06 银河水滴科技(北京)有限公司 一种运动姿态评估方法及系统
CN110751100A (zh) * 2019-10-22 2020-02-04 北京理工大学 一种体育场馆辅助训练方法与系统
CN111126143A (zh) * 2019-11-20 2020-05-08 北京健康有益科技有限公司 一种基于深度学习的运动评判指导方法及系统
CN111126272A (zh) * 2019-12-24 2020-05-08 腾讯科技(深圳)有限公司 姿态获取方法、关键点坐标定位模型的训练方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256433A (zh) * 2017-12-22 2018-07-06 银河水滴科技(北京)有限公司 一种运动姿态评估方法及系统
CN110751100A (zh) * 2019-10-22 2020-02-04 北京理工大学 一种体育场馆辅助训练方法与系统
CN111126143A (zh) * 2019-11-20 2020-05-08 北京健康有益科技有限公司 一种基于深度学习的运动评判指导方法及系统
CN111126272A (zh) * 2019-12-24 2020-05-08 腾讯科技(深圳)有限公司 姿态获取方法、关键点坐标定位模型的训练方法和装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221664A (zh) * 2021-06-17 2021-08-06 杭州晓鸟科技有限公司 一种基于关键点检测的打坐姿态辅助系统及辅助方法
CN114863237A (zh) * 2022-03-25 2022-08-05 中国人民解放军国防科技大学 一种用于游泳姿态识别的方法和系统
CN114863237B (zh) * 2022-03-25 2023-07-14 中国人民解放军国防科技大学 一种用于游泳姿态识别的方法和系统
CN116421957A (zh) * 2023-04-18 2023-07-14 佛山市自泳体育文化有限公司 一种游泳姿势校正方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN112733605A (zh) 基于机器视觉的泳姿训练方法及系统
CN109191588B (zh) 运动教学方法、装置、存储介质及电子设备
CN108205654B (zh) 一种基于视频的动作检测方法及装置
CN110544301A (zh) 一种三维人体动作重建系统、方法和动作训练系统
CN110448870B (zh) 一种人体姿态训练方法
CN113850248B (zh) 运动姿态评估方法、装置、边缘计算服务器及存储介质
CN109274883B (zh) 姿态矫正方法、装置、终端及存储介质
CN112819852A (zh) 对基于姿态的运动进行评估
CN109117753B (zh) 部位识别方法、装置、终端及存储介质
US20220284652A1 (en) System and method for matching a test frame sequence with a reference frame sequence
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
CN110751100A (zh) 一种体育场馆辅助训练方法与系统
CN114140722A (zh) 引体向上运动的评估方法、装置、服务器及存储介质
CN114120204A (zh) 仰卧起坐姿态评估方法、装置及存储介质
WO2021140501A1 (en) Motion matching analysis
CN113409651A (zh) 直播健身方法、系统、电子设备、存储介质
CN110070036B (zh) 辅助运动动作训练的方法、装置及电子设备
CN112633261A (zh) 图像检测方法、装置、设备及存储介质
CN116704603A (zh) 一种基于肢体关键点分析的动作评估纠正方法及系统
CN115240856A (zh) 基于运动姿势的运动健康评估方法、系统及设备
CN113947811A (zh) 一种基于生成对抗网络的太极拳动作校正方法及系统
CN114333063A (zh) 一种基于人体姿态估计的武术动作纠正方法及装置
JPWO2019053790A1 (ja) 位置座標算出方法及び位置座標算出装置
CN112529895B (zh) 用于处理图像的方法、装置、设备以及存储介质
CN113705536B (zh) 连续动作打分方法、装置及存储介质

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210430