CN113051973A - 用于姿势矫正的方法及装置、电子设备 - Google Patents
用于姿势矫正的方法及装置、电子设备 Download PDFInfo
- Publication number
- CN113051973A CN113051973A CN201911377018.2A CN201911377018A CN113051973A CN 113051973 A CN113051973 A CN 113051973A CN 201911377018 A CN201911377018 A CN 201911377018A CN 113051973 A CN113051973 A CN 113051973A
- Authority
- CN
- China
- Prior art keywords
- action
- key point
- point data
- joint
- posture correction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012937 correction Methods 0.000 title claims abstract description 48
- 230000009471 action Effects 0.000 claims abstract description 120
- 210000000323 shoulder joint Anatomy 0.000 claims description 28
- 210000000544 articulatio talocruralis Anatomy 0.000 claims description 17
- 238000005452 bending Methods 0.000 claims description 16
- 210000002310 elbow joint Anatomy 0.000 claims description 16
- 210000000629 knee joint Anatomy 0.000 claims description 16
- 210000003857 wrist joint Anatomy 0.000 claims description 16
- 210000002414 leg Anatomy 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 8
- 210000004394 hip joint Anatomy 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000033001 locomotion Effects 0.000 abstract description 15
- 230000036544 posture Effects 0.000 description 47
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 210000000689 upper leg Anatomy 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 210000001503 joint Anatomy 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 210000005010 torso Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请涉及智能识别计算技术领域,公开一种用于姿势矫正的方法。该方法包括采集人体图像,分析实际动作的关键点数据;将所述实际动作的关键点数据与标准动作的关键点数据相比对;显示比对结果。以关键点数据为核心,比对标准动作与用户的实际动作的关键点数据,得到标准动作与实际动作之间具体的比对结果,获得用户的实际动作与标准动作之间的差距,使得用户对自身的实际动作与标准动作之间的差距有清楚的认知。本申请还公开一种用于姿势矫正的装置及电子设备。
Description
技术领域
本申请涉及智能识别计算领域,例如涉及一种用于姿势矫正的方法及装置、电子设备。
背景技术
随着科学技术的发展,智能电视的多媒体承载能力加强,当前网络资源日益增多,在智能电视多媒体的承载下,用户可以在家里参照智能电视自带的存储影像或上传影像来学习瑜伽动作、舞蹈动作及健身动作等。
当用户为初学者,在参照影像进行学习过程中,用户的动作与影像中的示范动作可能存在偏差,出现动作不标准的问题;若无法及时纠正,不仅达不到学习的目的,还可能对初学者身体造成拉伤。
在实现本公开实施例的过程中,发现相关技术中至少存在如下问题:用户在学习的过程中,通过遵照智能电视的语音提示,并结合智能电视播出的画面,做出与画面相近似的实际动作,无法判断用户做出的实际动作与学习的标准动作之间的差距。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
本公开实施例提供了一种用于姿势矫正方法、用于姿势矫正的装置和电子设备,以解决无法判断标准动作与用户做出的实际动作之间差距的技术问题。
在一些实施例中,所述用于姿势矫正的方法包括:采集人体图像,分析实际动作的关键点数据;将所述实际动作的关键点数据与标准动作的关键点数据相比对;显示比对结果。
在一些实施例中,所述用于姿势矫正的装置包括处理器和存储有程序指令的存储器,所述处理器被配置为在执行所述程序指令时,执行如前述的用于姿势矫正的方法。
在一些实施例中,所述电子设备包括如前述的用于姿势矫正的装置。
本公开实施例提供的用于姿势矫正的方法、用于姿势矫正的装置和电子设备,可以实现以下技术效果:
以关键点数据为核心,比对标准动作与用户的实际动作的关键点数据,得到标准动作与实际动作之间具体的比对结果,获得用户的实际动作与标准动作之间的差距,使得用户对自身的实际动作与标准动作之间的差距有清楚的认知。
以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,这些示例性说明和附图并不构成对实施例的限定,附图中具有相同参考数字标号的元件示为类似的元件,附图不构成比例限制,并且其中:
图1是本公开实施例提供的方法流程示意图;
图2是本公开实施例提供的另一方法流程示意图;
图3是本公开实施例提供的人体的关键点及关键点数据的示意图;
图4是本公开实施例提供的用于姿势矫正的装置的结构示意图。
附图标记:
10:头部;20:颈部;301:左肩关节;302:右肩关节;401:左上臂;402:右上臂;50:躯干;601:左腕关节;602:右腕关节;701:左肘关节;702:右肘关节;801:左胯关节;802:右胯关节;901:左膝关节;902:右膝关节;111:左踝关节;112:右踝关节;121:左大腿;122:右大腿;100:处理器;101:存储器;102:通信接口;103:总线。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或多个实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开实施例的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。
除非另有说明,术语“多个”表示两个或两个以上。
本公开实施例中,字符“/”表示前后对象是一种“或”的关系。例如,A/B表示:A或B。
术语“和/或”是一种描述对象的关联关系,表示可以存在三种关系。例如,A和/或B,表示:A或B,或,A和B这三种关系。
如图1所示,本公开实施例提供一种用于姿势矫正的方法,包括:
S01,采集人体图像,分析实际动作的关键点数据;
S02,将所述实际动作的关键点数据与标准动作的关键点数据相比对;
S03,显示比对结果。
采用本公开实施例提供的用于姿势矫正的方法,通过以关键点数据为核心,比对标准动作与实际动作的关键点数据,得到标准动作与实际动作之间具体的比对结果,即得到实际动作与标准动作之间的差距,使得用户对自身的实际动作与标准动作之间的差距有清楚的认知。
在本公开实施例中,用户根据标准动作进行模仿,通过设备采集用户实际动作的图像,此处的实际动作可以为静态的,也可以为动态的,设备可以对用户静态的实际动作进行拍照,也可以对用户动态的实际动作进行摄像。另外,设备也可通过红外线热成像获取用户实际动作。当然,在实际应用中,利用拍照和摄像的方式可以使用户更加直观、便捷的看到所采集的画面。
当采集的人体图像为动态时,设备可以对实际动作的每一帧画面进行分析,或者对在预设时间内的实际动作的画面进行分析,最终获取实际动作的关键点数据。通过设备将获取的实际动作的关键点数据与相对应画面的标准动作的关键点数据进行逐一比对,通过设备显示比对结果。根据比对结果,用户可以获取自身的实际动作与标准工作的差距。在实际应用中,本公开实施例可以应用于用户学习或练习标准动作,帮助用户所作出的实际动作与标准动作尽最大限度的相一致,还可以应用于测试部门,测试应试者的实际动作是否标准、合格,消除测试的主观性。
在本公开实施例中,该关键点数据中的关键点包括头部、颈部、肩关节、胳膊、躯干、腕关节、肘关节、胯关节、膝关节、踝关节和腿部,通过关键点之间的相对位置、角度关系,可以得到实际动作是否标准到位。
可选地,人体图像包括静态图像和/或动态图像。这样,用户不仅能够进行静态动作,譬如瑜伽,还能够进行动态的连贯性动作,譬如运动姿势、舞蹈等。这样扩宽了用于姿势矫正的方法的使用范围。
此处“静态图像”可以理解为:用户所做的静态动作的定型画面或者用户将动态动作进行拆解呈多个静态动作后,每个静态动作的定型画面。
此处“动态图像”可以理解为:用户的动态动作的影像,该影像包括多帧画面。
可选地,为了减少对实际动作图像进行处理的运算量,及提高处理速度,此处“人体图像”可以理解为:特指与标准动作相似的实际动作的图像,或者可以理解为:对人体图像的画面进行选取,选取与标准动作相近似的实际动作的图像画面,避免对过多不必要的图像进行处理。
可选地,如图3所示,人体的关键点包括以下中的部分或全部:头部10、颈部20、肩关节、胳膊、躯干50、腕关节、肘关节、胯关节、膝关节、踝关节和腿部。其中,肩关节包括左肩关节301和右肩关节302,胳膊包括左上臂401和右上臂402,腕关节包括左腕关节601和右腕关节602,肘关节包括左肘关节701和右肘关节702,胯关节包括左胯关节801和右胯关节802,膝关节包括左膝关节901和右膝关节902,踝关节包括左踝关节111和右踝关节112,腿部包括左大腿121和右大腿122。
可选地,关键点数据包括以下中的部分或全部:头部与颈部、肩关节的相对角度;胳膊与躯干的相对角度;腕关节、肘关节和肩关节的位置与弯曲角度;胯关节、膝关节和踝关节的位置与弯曲角度;腿部与躯干的相对角度。如图3所示。这样,通过比对关键点与关键点之间的角度,克服了比对单一关键点坐标时,用户不同身高需要进行换算处理的缺陷,可适应于不同高度的人群,用户可选择标准动作不同部位的姿势进行模仿。用户可以根据实际需求,选择上述部分或全部的关键点数据进行比对。
图3示出了头部与颈部、肩关节的相对角度。其中,以颈部为原点,以头部和肩关节所在的平面为两边,形成的夹角为头部与颈部、肩关节的相对角度。以实施例的形式展现,头部10与颈部20、左肩关节301的相对角度为a1,头部10与颈部20、右肩关节302的相对角度为a2。
通过实际动作的头部与颈部、肩关节的相对角度与标准动作的头部与颈部、肩关节的相对角度进行比对,确定肩关节及其以上部分的姿势动作是否标准。
图3示出了胳膊与躯干的相对角度。以实施例的形式展现,左上臂401与躯干50的相对角度为b1,右上臂402与躯干50的相对角度为b2。
通过实际动作的胳膊与躯干的相对角度与标准动作的胳膊与躯干的相对角度,确定肩关节以下、胯关节以上部分的人体的姿势动作是否标准。
图3示出了腕关节、肘关节和肩关节的位置与弯曲角度。其中,以肘关节为原点,腕关节和肩关节的所在位置的平面为两边,形成的夹角为腕关节、肘关节和肩关节的相对弯曲角度。以实施例的形式展现,左腕关节601、左肘关节701和左肩关节301的相对弯曲角度为c1,右腕关节602、右肘关节702和右肩关节302的相对弯曲角度为c2。
通过实际动作的腕关节、肘关节和肩关节的位置与弯曲角度与标准动作的腕关节、肘关节和肩关节的位置与弯曲角度进行比对,确定人体胳膊的姿势是否标准。
图3示出了胯关节、膝关节和踝关节的位置与弯曲角度。其中,以膝关节为原点,以胯关节和踝关节所在位置的平面为两边,形成夹角为胯关节、膝关节和踝关节的相对弯曲角度。以实施例的形式展现,左胯关节801、左膝关节901和左踝关节111的相对弯曲角度为d,右胯关节802、右膝关节902和右踝关节112的相对弯曲角度为e。
通过实际动作的胯关节、膝关节和踝关节的位置与弯曲角度与标准动作的胯关节、膝关节和踝关节的位置与弯曲角度的位置与弯曲角度进行比对,确定胯关节以下部分、踝关节以上部分的人体的两腿的姿势动作是否标准。
图3示出了腿部与躯干的相对角度。以实施例的形式展现,左大腿121与躯干50的相对角度为f,右大腿122与躯干50的相对角度为g。
通过实际动作的腿部与躯干的相对角度与标准动作的腿部与躯干的相对角度进行比对,确定人体的腿部与躯干之间的相对姿势动作是否标准。
可选地,标准动作的关键点数据包括:存储的标准动作的关键点数据;和/或,通过即时传输获得的标准动作的关键点数据。
此处“存储的标准动作”可以理解为设备中已存储的标准动作影像,或用户通过网络下载至设备中的标准动作影像。其中,标准动作可以是由真人人体做出的动作姿势,也可以由仿真人体做出的动作姿势。
此处“通过即时传输获得的标准动作”可以理解为用户在实际生活中通过拍摄手段获得的真人动作图像,用户将该真人动作图像传输至相应设备,分析获得上述传输图像中标准动作的关键点数据。
可选地,比对结果包括图像结果和/或数值结果。
图像结果可以理解为以图的形式展示比对结果。其中,此处“以图的形式”可以理解为,标准动作的虚拟模型和实际动作的虚拟模型相重叠,故而实际动作与标准动作之间的差异显而易见;或以实际动作的虚拟模型为基础,在虚拟模型上标注标准动作的关键点数据,以此示意;或,标准动作的虚拟模型和实际动作的虚拟模型相重叠,且以实际动作或标准动作的虚拟模型为基础,在另一虚拟模型上标注差值,以此示意。其中,此处“虚拟模型”可以为模拟人体的仿真人体模型,也可以通过线条进行示意。
数值结果可以理解为直接通过数值展示比对结果。将标准动作的关键点数据与实际动作的关键点数据进行比对,通过数值显示比对差距。
可选地,如图2所示,用于姿势矫正的方法还包括:S04,出具分析报告,分析报告包括比对结果和/或矫正建议。
此处的“分析报告”可以为比对结果的书面报告,可以为矫正建议的书面报告,也可以为比对结果与矫正建议相结合的书面报告。其中,分析报告可以为网页版书面报告,也可以为纸质版的书面报告。
根据分析报告,用户可以对动作姿势进行矫正,也可以进行存档并进行姿势矫正,在出具下一次分析报告后,将两份分析报告进行比对,记录姿势矫正过程并显示矫正成果,用户还可以通过分析报告作为总结或评判依据,通过使用者的姿势动作,判断使用者身体的延展性;或初步判断使用者的身体是否发生病变。
可选地,如图2所示,用于姿势矫正的方法还包括:S05,根据比对结果,显示姿势矫正提醒和/或姿势矫正建议。
在用户的动作过程中,根据比对结果,通过姿势矫正提醒或姿势矫正建议实时提醒用户的实际动作与标准动作之间的差异,用户可根据姿势矫正提醒或姿势矫正建议对自身正在进行的实际动作进行实时矫正。
其中,姿势矫正提醒可以为不同节奏的声音信号,例如,任一关键点数据的比对结果差值较小时,可以发出较缓节奏的声音信号;当任一项关键点数据的比对结构差值较大时,可以发出较快节奏的声音信号。姿势矫正提醒也可以是振动提示信号,当实际动作任一关键点数据与标准动作的关键点数据的比对结果差值较小时,可以发出较低振动强度的机械振动信号,当实际动作任一关键点数据与标准动作的关键点数据的比对结果差值较小时,可以发出较高振动强度的机械振动信号。姿势矫正提醒也可以是语音提示音,在实际动作的关键点数据与标准动作的关键点数据有偏差时,可以通过语音提示提醒用户注意调整实际动作的姿势。
姿势矫正建议可以通过语音提醒用户注意调整实际动作的姿势;也可以通过实时显示的方式提醒用户自身的实际动作与标准动作之间的差异,注意调整实际动作的姿势。其中,实时显示的方式可以通过图像的方式实现。
用于姿势矫正的方法可应用于瑜伽领域,在无指导老师的情况下,用户自已也可自学或练习瑜伽,使得自身做出的实际动作尽最大限度的与标准动作相近似或相一致。类似的,也可应用于舞蹈领域、健身运动领域。另外,用于姿势矫正的方法还可应用于测试领域,例如,测试使用者的身体的延展性,是否符合特定行业的要求;或判断使用者的身体是否发生病变,初步判断病变程度。
如图4所示,本公开实施例提供一种用于姿势矫正的装置,包括处理器(processor)100和存储器(memory)101。可选地,该装置还可以包括通信接口(Communication Interface)102和总线103。其中,处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的逻辑指令,以执行上述实施例的用于姿势矫正的方法。
此外,上述的存储器101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101作为一种计算机可读存储介质,可用于存储软件程序、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/模块。处理器100通过运行存储在存储器101中的程序指令/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用于姿势矫正的方法。
存储器101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101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。
本公开实施例提供了一种电子设备,包含上述的用于姿势矫正的装置。
本公开实施例中的电子设备可以为电视机、智能镜或多媒体设备。
本公开实施例提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为执行上述用于姿势矫正的方法。
本公开实施例提供了一种计算机程序产品,所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述用于姿势矫正的方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质,也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括一个或多个指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质,包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、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。
可选地,电子设备还包括语音模块,与处理器相连,被配置为进行语音播报。这样,能更好地提醒用户自身的实际动作与标准动作之间的差距,提示用户矫正建议,更加直观、便捷的帮助用户改进自身动作,使得自身的实际动作与标准动作尽可能的相一致。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本文所披露的实施例中,所揭露的方法、产品(包括但不限于装置、设备等),可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,可以仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外,在本公开实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中,不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生,有时不同的操作或步骤之间不存在特定的顺序。例如,两个连续的操作或步骤实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
Claims (10)
1.一种用于姿势矫正的方法,其特征在于,包括:
采集人体图像,分析实际动作的关键点数据;
将所述实际动作的关键点数据与标准动作的关键点数据相比对;
显示比对结果。
2.根据权利要求1所述的方法,其特征在于,所述人体图像包括静态图像和/或动态图像。
3.根据权利要求1所述的方法,其特征在于,所述关键点数据包括以下中的部分或全部:
头部与颈部、肩关节的相对角度;
胳膊与躯干的相对角度;
腕关节、肘关节和肩关节的位置与弯曲角度;
胯关节、膝关节和踝关节的位置与弯曲角度;
腿部与躯干的相对角度。
4.根据权利要求1所述的方法,其特征在于,所述标准动作的关键点数据包括:
存储的标准动作的关键点数据;和/或,
通过即时传输获得的标准动作的关键点数据。
5.根据权利要求1中所述的方法,其特征在于,所述比对结果包括图像结果和/或数值结果。
6.根据权利要求1至5中任一项所述的方法,其特征在于,还包括:
出具分析报告,所述分析报告包括所述比对结果和/或矫正建议。
7.根据权利要求1至5中任一项所述的方法,其特征在于,还包括:
根据所述比对结果,显示姿势矫正提醒和/或姿势矫正建议。
8.一种用于姿势矫正的装置,包括处理器和存储有程序指令的存储器,其特征在于,包括:所述处理器被配置为在执行所述程序指令时,执行如权利要求1至7中任一项所述的用于姿势矫正的方法。
9.一种电子设备,其特征在于,包括如权利要求8所述的用于姿势矫正的装置。
10.根据权利要求9所述的电子设备,其特征在于,还包括:
语音模块,与所述处理器相连,被配置为进行语音播报。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911377018.2A CN113051973A (zh) | 2019-12-27 | 2019-12-27 | 用于姿势矫正的方法及装置、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911377018.2A CN113051973A (zh) | 2019-12-27 | 2019-12-27 | 用于姿势矫正的方法及装置、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113051973A true CN113051973A (zh) | 2021-06-29 |
Family
ID=76506300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911377018.2A Pending CN113051973A (zh) | 2019-12-27 | 2019-12-27 | 用于姿势矫正的方法及装置、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113051973A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113901971A (zh) * | 2021-12-09 | 2022-01-07 | 北京的卢深视科技有限公司 | 健身姿势矫正方法、装置、电子设备和存储介质 |
CN114519666A (zh) * | 2022-02-18 | 2022-05-20 | 广州方硅信息技术有限公司 | 直播图像矫正方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103118647A (zh) * | 2010-09-22 | 2013-05-22 | 松下电器产业株式会社 | 运动支援系统 |
CN103282907A (zh) * | 2010-11-05 | 2013-09-04 | 耐克国际有限公司 | 自动个人训练的方法和系统 |
US9154739B1 (en) * | 2011-11-30 | 2015-10-06 | Google Inc. | Physical training assistant system |
CN105148490A (zh) * | 2015-08-06 | 2015-12-16 | 深圳市晶源动力电子科技有限公司 | 云跑步姿势记录与矫正方法及装置 |
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 |
CN109876415A (zh) * | 2019-02-28 | 2019-06-14 | 京东方科技集团股份有限公司 | 姿势辅助矫正设备及其控制方法和控制装置 |
CN110045823A (zh) * | 2019-03-12 | 2019-07-23 | 北京邮电大学 | 一种基于动作捕捉的动作指导方法和装置 |
CN110458076A (zh) * | 2019-08-05 | 2019-11-15 | 西安瑜乐文化科技股份有限公司 | 一种基于计算机视觉的教学方法及系统 |
-
2019
- 2019-12-27 CN CN201911377018.2A patent/CN113051973A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103118647A (zh) * | 2010-09-22 | 2013-05-22 | 松下电器产业株式会社 | 运动支援系统 |
CN103282907A (zh) * | 2010-11-05 | 2013-09-04 | 耐克国际有限公司 | 自动个人训练的方法和系统 |
US9154739B1 (en) * | 2011-11-30 | 2015-10-06 | Google Inc. | Physical training assistant system |
CN105148490A (zh) * | 2015-08-06 | 2015-12-16 | 深圳市晶源动力电子科技有限公司 | 云跑步姿势记录与矫正方法及装置 |
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 |
CN109876415A (zh) * | 2019-02-28 | 2019-06-14 | 京东方科技集团股份有限公司 | 姿势辅助矫正设备及其控制方法和控制装置 |
CN110045823A (zh) * | 2019-03-12 | 2019-07-23 | 北京邮电大学 | 一种基于动作捕捉的动作指导方法和装置 |
CN110458076A (zh) * | 2019-08-05 | 2019-11-15 | 西安瑜乐文化科技股份有限公司 | 一种基于计算机视觉的教学方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113901971A (zh) * | 2021-12-09 | 2022-01-07 | 北京的卢深视科技有限公司 | 健身姿势矫正方法、装置、电子设备和存储介质 |
CN114519666A (zh) * | 2022-02-18 | 2022-05-20 | 广州方硅信息技术有限公司 | 直播图像矫正方法、装置、设备及存储介质 |
CN114519666B (zh) * | 2022-02-18 | 2023-09-19 | 广州方硅信息技术有限公司 | 直播图像矫正方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11468612B2 (en) | Controlling display of a model based on captured images and determined information | |
Yang et al. | Computer-assisted culture learning in an online augmented reality environment based on free-hand gesture interaction | |
CN109472217B (zh) | 智能化运动训练模型构建方法及装置、训练方法及装置 | |
CN104035557B (zh) | 一种基于关节活跃度的Kinect动作识别方法 | |
JP6647584B1 (ja) | 情報処理装置及びプログラム | |
CN114333046A (zh) | 舞蹈动作评分方法、装置、设备和存储介质 | |
CN110298569B (zh) | 基于眼动识别的学习评价方法及装置 | |
CN113033526A (zh) | 基于计算机实现的方法、电子设备和计算机程序产品 | |
CN113051973A (zh) | 用于姿势矫正的方法及装置、电子设备 | |
GB2622351A (en) | Automated scan of common ailments so that a consistent image can be given to a doctor for analysis | |
Sun | Research on dance motion capture technology for visualization requirements | |
CN115170773A (zh) | 一种基于元宇宙的虚拟课堂动作交互系统和方法 | |
JP2022092528A (ja) | 三次元人物姿勢推定装置、方法およびプログラム | |
Ye et al. | An action analysis algorithm for teachers based on human pose estimation | |
WO2019088697A1 (ko) | 포즈 인식 방법 및 장치 | |
Plantard et al. | Usability of corrected Kinect measurement for ergonomic evaluation in constrained environment | |
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 | |
Wen et al. | Learning to score sign language with two-stage method | |
Guo et al. | [Retracted] Scene Construction and Application of Panoramic Virtual Simulation in Interactive Dance Teaching Based on Artificial Intelligence Technology | |
CN115578786A (zh) | 运动视频检测方法、装置、设备及存储介质 | |
CN116266408A (zh) | 体型估计方法、装置、存储介质及电子设备 | |
Wagh et al. | Quantifying similarities between MediaPipe and a known standard for tracking 2D hand trajectories | |
Murnane et al. | Learning from human-robot interactions in modeled scenes | |
JP7647708B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム | |
Sreeni et al. | Multi-Modal Posture Recognition System for Healthcare Applications |
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 |