CN113052101A - 基于姿态识别的体育辅助教学方法及装置 - Google Patents
基于姿态识别的体育辅助教学方法及装置 Download PDFInfo
- Publication number
- CN113052101A CN113052101A CN202110350840.0A CN202110350840A CN113052101A CN 113052101 A CN113052101 A CN 113052101A CN 202110350840 A CN202110350840 A CN 202110350840A CN 113052101 A CN113052101 A CN 113052101A
- Authority
- CN
- China
- Prior art keywords
- trainer
- action
- training
- correction
- projection
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012549 training Methods 0.000 claims abstract description 103
- 238000012937 correction Methods 0.000 claims abstract description 59
- 230000007547 defect Effects 0.000 claims abstract description 18
- 238000010586 diagram Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 9
- 230000001276 controlling effect Effects 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 239000011664 nicotinic acid Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Educational Technology (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Manipulator (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开的实施例提供了基于姿态识别的体育辅助教学方法、装置、设备和计算机可读存储介质。所述方法包括初始化教学机器人，获取训练者位置以及投影幕布的位置；根据所述训练者位置以及投影幕布的位置，控制所述教学机器人移动到预设位置，获取训练者的训练视频；对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见；将所述矫正意见进行投影，完成对当前训练动作的纠正。以此方式，可以提高训练者训练的准确性。
Description
技术领域
本公开的实施例一般涉及人工智能领域，并且更具体地，涉及基于姿态识别的体育辅助教学方法、装置、设备和计算机可读存储介质。
背景技术
传统体育教学中，需要场地和教练，受到训练者经济条件、训练场馆、训练时间等诸多限制，不利于大部分训练者满足自己的学习目标。而借助教学视频学习没有互动性，也不能对自己的动作作出评价。训练者虽然可以选择观看训练过程中的录像来对自己的动作作出评价，但是受限于硬件条件以及训练者自身水平，可能无法作出准确评价，也无法对错误动作作出及时纠正。
发明内容
根据本公开的实施例，提供了一种基于姿态识别的体育辅助教学方案。
在本公开的第一方面，提供了一种基于姿态识别的体育辅助教学方法。该方法包括：
初始化教学机器人，获取训练者位置以及投影幕布的位置；
根据所述训练者位置以及投影幕布的位置，控制所述教学机器人移动到预设位置，获取训练者的训练视频；
对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见；
将所述矫正意见进行投影，完成对当前训练动作的纠正。
进一步地，所述获取训练者位置以及投影幕布的位置包括：
通过所述教学机器人配置的摄像模块，获取训练者位置以及投影幕布位置；或，
接收训练者穿戴的传感设备发送的身体各个位置的信息，确定训练者位置及训练动作。
进一步地，
根据所述训练者以及投影幕布的位置，确定所述预设位置；所述预设位置为多个，以便获取训练者不同角度的训练视频。
进一步地，所述对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见包括：
若存有与所述获取的训练者动作相匹配的标准动作模型，则将所述训练动作和预存的标准动作模型进行比对，获取训练者动作与预设的标准动作模型的差异；
在所述训练视频中标注所述差异和矫正意见；所述矫正意见包括矫正示意图提示和/或矫正语音提示。
进一步地，所述对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见包括：
若未存有与所述训练者动作相匹配的标准动作模型，则对当前训练动作进行拆分，确定训练动作缺陷；
基于训练者的体能状态、身体条件和所述训练动作缺陷，在所述训练视频中标注矫正意见。
进一步地，所述将所述矫正意见进行投影包括：
根据预设位置，将所述矫正意见进行正面投影或背面投影。
进一步地，所述将所述矫正意见进行投影包括：
在训练者进行训练的同时将所述矫正意见进行实时投影。
在本公开的第二方面，提供了一种基于姿态识别的体育辅助教学装置。该装置包括：
初始模块，用于初始化教学机器人，获取训练者位置以及投影幕布的位置；
获取模块，用于根据所述训练者位置以及投影幕布的位置，控制所述教学机器人移动到预设位置，获取训练者的训练视频；
识别模块，用于对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见；
纠正模块，用于将所述矫正意见进行投影，完成对当前训练动作的纠正。
在本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的第一方面和/或第二发面的方法。
本公开实施例提供的方法，通过初始化教学机器人，获取训练者位置以及投影幕布的位置；根据所述训练者位置以及投影幕布的位置，控制所述教学机器人移动到预设位置，获取训练者的训练视频；对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见；将所述矫正意见进行投影，完成对当前训练动作的纠正，可以全面地对训练者的动作进行评价并实时提示，训练者可以根据投影的实时视频及提示信息(图像及语音)进行调整，提高了训练者训练的准确性。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1示出了能够在其中实现本公开的实施例的基于姿态识别的体育辅助教学机器人示意图；
图2示出了根据本公开的实施例的基于姿态识别的体育辅助教学方法的流程图；
图3示出了根据本公开的又一实施例的基于姿态识别的体育辅助教学方法的流程图；
图4示出了根据本公开的实施例的基于姿态识别的体育辅助教学装置的方框图；
图5示出了能够实施本公开的实施例的示例性电子设备的方框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1示出了能够在其中实现本公开的实施例的基于姿态识别的体育辅助教学机器人100的示意图。
教学机器人100可以包括本体102、行走模块104、摄像模块106、投影模块108；其中，行走模块104可拆卸地设置在本体102上，摄像模块106和投影模块108通过预设接口可拆卸地设置在本体102上。
教学机器人100还包括控制模块110和通讯模块112。
在一些实施例中，摄像模块106用于根据控制模块110的控制指令，获取训练者的图像；摄像模块106可以是双目摄像机，也可以是单目摄像机。
控制模块110用于根据所述图像判断教学机器人100与训练者的相对位置，进而通过控制行走模块104，将教学机器人100移动到预设位置(例如训练者侧方、侧前方、正前方)；根据训练者的训练视频对训练者的动作进行评价或纠正。
在一些实施例中，投影模块108用于根据控制模块110的控制指令，将对训练者的动作的评价或纠正信息进行投影。
在一些实施例中，投影模块108还用于根据控制模块110的控制指令，将训练者的动作与对训练者的动作的评价或纠正信息分别/同时进行投影。其中，摄像模块106指向训练者的方向，投影模块108指向投影幕布或其他可以进行投影的墙壁等的方向。其中，投影幕布可以设置在训练者正前方，教学机器人100可以移动到幕布与训练者中间(训练者正前方、训练者侧前方)，也可以移动到与幕布平行的位置(训练者侧方，训练者正对幕布)，还可以移动到幕布与训练者的侧前方(投影幕布可以进行正投和背投，投影模块108根据教学机器人100与幕布和训练者的位置关系，选择正投模式或背投模式)。
图2示出了根据本公开实施例的基于姿态识别的体育辅助教学方法200的流程图。方法200可以由图1中的机器人100执行。
S202，初始化机器人100，获取训练者位置以及投影幕布的位置。
在一些实施例中，机器人100初始化后，启动摄像模块106，以便获取训练者位置以及投影幕布的位置。
在一些实施例中，机器人100初始化后，启动摄像模块106，摄像模块106可以旋转；或由行走模块104移动机器人本体102；或者是通过摄像模块106的旋转与行走模块104的移动的组合，实现对周边环境的扫描，以获取训练者位置以及投影幕布的位置。
在一些实施例中，机器人100初始化后，也可通过训练者佩戴的传感设备获取训练者身体各个位置的信息，确定训练者位置及训练动作，即，机器人100接收训练者通过佩戴的传感设备获取的身体各个位置的信息，确定训练者位置及训练动作；所述传感器包括：佩戴陀螺仪，重力传感器，加速传感器和/或者发光LED阵列等。
在一些实施例中，摄像模块106通过预设接口可拆卸地设置在本体102上，并可以实现一定角度的旋转和俯仰，例如，0-360度之间的旋转，±45度之间的俯仰。
在一些实施例中，投影模块108通过预设接口可拆卸地设置在本体102上，并可以实现一定角度的旋转和俯仰，例如，0-360度之间的旋转，±45度之间的俯仰。
在一些实施例中，行走模块104可以是履带式行走装置，也可以是轮式行走装置，还可以是仿生学四肢式行走装置。
S204，根据所述训练者位置以及投影幕布的位置，控制机器人100移动到预设位置，获取训练者的训练视频。
在一些实施例中，机器人100根据摄像模块106获取的图像，对所述图像进行识别，以获取训练者位置以及投影幕布的位置，移动到预设位置，例如训练者侧方、侧前方、正前方；其中，投影幕布可以设置在训练者正前方，教学机器人可以移动到幕布与训练者中间(训练者正前方、训练者侧前方)，也可以移动到与幕布平行的位置(训练者侧方，训练者正对幕布)。
在一些实施例中，机器人100通过通讯模块112将所述图像发送至云端服务器，由云端服务器对所述图像进行图像识别，获取其中的训练者位置以及投影幕布的位置。所述云端服务器根据不同的运动和训练目的下达需要移动的多个位置，从而获取训练者不同角度视频。其中，具体的景深判断及位置判断过程在此不做限定。
在一些实施例中，机器人100还带有语音识别模块，用于接收训练者发出的语音指令，进行语音识别，根据识别得到的指令移动到训练者指定的预设位置。
在一些实施例中，训练者还可以通过与机器人100连接的控制装置/app等对机器人100发送指令，控制其移动到训练者指定的预设位置。
在一些实施例中，机器人100移动到预设位置后，分别将摄像模块106指向训练者的方向，投影模块108指向投影幕布的方向。
在一些实施例中，机器人100移动到预设位置后，通过摄像模块106获取训练者的训练视频。
S206，对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见。
在一些实施例中，对所述训练视频进行识别，获取训练者动作；获取训练者动作与预设的标准动作模型的差异；可以是通过通讯模块112将所述训练视频发送至云端服务器，由云端服务器对所述训练视频进行识别，，获取训练者动作；获取训练者动作与预设的标准动作模型的差异；并接收云端服务器下发的训练者动作与预设的标准动作模型的差异。
在一些实施例中，云端服务器下发训练者动作与预设的标准动作模型的差异包括：在标准动作视频上标注所述差异、标注矫正示意图提示、携带矫正语音提示等。
在一些实施例中，当训练者当前进行的运动没有标准动作时，云端可基于当前训练动作，结合训练者的体能状态、熟练程度和/或身体条件(身高、体重等)给出矫正意见，即，根据具体运动和个人特点对训练动作进行拆分，确定当前训练动作的缺陷，进一步给出适合训练者当前需要做的动作。例如，训练者为儿童，训练动作为跳绳，对获取的训练视频进行识别，得知该训练者(儿童)无法连续跳3个，此时，需先训练该训练者完成一个训练动作。具体地，先训练标准的跳起姿势，不能两脚叉开跳，不能跳出圈外，连续跳时腿部不要过于弯曲，不要跳太高，然后加入手部配合，摇绳不能手臂伸直，肘部要在身体两侧贴着等等。所述训练者的身体条件可通过对训练视频进行大数据分析得到，也可通过训练者的注册信息(app)得到，不做进一步限定。
S208，机器人100将所述矫正意见进行投影，完成对当前训练动作的纠正。
在一些实施例中，根据预设位置的不同，机器人100将训练者动作与预设的标准动作模型的差异通过投影模块108以正投或背投的方式在投影幕布上进行投影。
在一些实施例中，机器人100通过摄像模块106获取训练者的训练视频的同时，将训练者动作与预设的标准动作模型的差异通过投影模块108进行投影，以便实现训练者在训练同时进行动作纠正。
需要说明的时，当不存在标准动作模型时，机器人100可通过投影模块108将适合训练者当前需要做的动作进行投影(参考上述将训练者动作与标准动作模型的差异进行投影)。
根据本公开的实施例，实现了以下技术效果：
通过在不同位置获取训练者的训练视频，可以有针对性地对训练者的动作，例如正面动作、侧面动作、后面动作等，进行评价进行实时提示，训练者可以根据投影的实时视频及提示信息(图像及语音)进行调整，提高了训练者训练的准确性。
图3示出了根据本公开又一实施例的基于姿态识别的体育辅助教学方法300的流程图。方法300可以由图1中的机器人100执行。
S302，初始化机器人100，获取训练者位置以及投影幕布的位置；
在一些实施例中，机器人100初始化后，启动摄像模块106，以便获取训练者位置以及投影幕布的位置。
在一些实施例中，机器人100初始化后，启动摄像模块106，摄像模块106可以旋转；或由行走模块104移动机器人本体102；或者是通过摄像模块106的旋转与行走模块104的移动的组合，实现对周边环境的扫描，以获取训练者位置以及投影幕布的位置。
在一些实施例中，摄像模块106通过预设接口可拆卸地设置在本体102上，并可以实现一定角度的旋转和俯仰，例如，0-360度之间的旋转，±45度之间的俯仰。
在一些实施例中，投影模块108通过预设接口可拆卸地设置在本体102上，并可以实现一定角度的旋转和俯仰，例如，0-360度之间的旋转，±45度之间的俯仰。
在一些实施例中，行走模块104可以是履带式行走装置，也可以是轮式行走装置，还可以是仿生学四肢式行走装置。
S304，根据所述训练者位置以及投影幕布的位置，控制机器人100移动移动到第一预设位置，获取训练者的训练视频。
在一些实施例中，机器人100根据摄像模块106获取的图像，对所述图像进行识别，以获取训练者位置以及投影幕布的位置，移动到第一预设位置，例如训练者侧方、侧前方、正前方；其中，投影幕布可以设置在训练者正前方，教学机器人可以移动到幕布与训练者中间(训练者正前方、训练者侧前方)，也可以移动到与幕布平行的位置(训练者侧方，训练者正对幕布)。
在一些实施例中，当投影和移动同时进行时，为了不让训练者等待，可对投影做不断的T型矫正，传统的矫正是动力之后(移动后)再矫正，但会需要一定的时间，如果在移动同时不断进行矫正会导致投影模糊不清，因此，在本实施例中机器人100可先将需要移动的距离和角度信息输入至T型矫正的算法，在移动前计算好T型矫正的角度，移动后马上算好投射出去，让用户无感知设备正在移动。可以实现在获取用户做一个或者几个动作的不同位置视频的同时又不回阻塞用户继续训练。
在一些实施例中，机器人100通过通讯模块112将所述图像发送至云端服务器，由云端服务器对所述图像进行图像识别，获取其中的训练者位置以及投影幕布的位置。其中，具体的景深判断及位置判断过程在此不做限定。
在一些实施例中，机器人100还带有语音识别模块，用于接收训练者发出的语音指令，进行语音识别，根据识别得到的指令移动到训练者指定的第一预设位置。
在一些实施例中，训练者还可以通过与机器人100连接的控制装置/app等对机器人100发送指令，控制其移动到训练者指定的第一预设位置。
在一些实施例中，机器人100移动到第一预设位置后，将摄像模块106指向训练者的方向。
在一些实施例中，机器人100在第一预设位置通过摄像模块106获取训练者的训练视频；
S306，控制机器人100移动到第二预设位置，获取训练者的训练视频。
在一些实施例中，机器人100移动到第一预设位置后，通过摄像模块106获取训练者的第一角度训练视频；在获取预定时间的训练视频后，机器人100移动到第二预设位置，通过摄像模块106获取训练者的第二角度训练视频。
在一些实施例中机器人100可以在多个预设位置，如第一、第二、第三预设位置等多个预设位置，获取训练者的多个角度训练视频。
S308，对获取的训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见；
在一些实施例中，对所述训练视频进行识别，获取训练者动作；获取训练者动作与预设的标准动作模型的差异；可以是通过通讯模块112将所述训练视频发送至云端服务器，由云端服务器对所述训练视频进行识别，获取训练者动作；获取训练者动作与预设的标准动作模型的差异；并接收云端服务器下发的训练者动作与预设的标准动作模型的差异。
在一些实施例中，机器人对第一预设位置、第二预设位置获取的训练视频分别进行实时识别，获取对应的训练者动作；并获取对应的训练者动作与预设的标准动作模型的差异。其中，所述差异可以是训练者动作与预设的标准动作模型进行的对应角度分别进行比较获得的差异。
在一些实施例中，机器人对第一预设位置、第二预设位置获取的训练视频进行实时识别，获取训练者动作；获取训练者动作与预设的标准动作模型的差异，所述差异为全面性差异，包含了各个角度的比较获得的差异。
在一些实施例中，云端服务器下发训练者动作与预设的标准动作模型的差异包括：在标准动作视频上标注所述差异、标注矫正示意图提示、携带矫正语音提示等。
S310，机器人100将所述矫正意见进行投影，完成对当前训练动作的纠正。
在一些实施例中，机器人100移动到预设投影位置，将训练者动作与预设的标准动作模型的差异通过投影模块108进行投影。根据预设投影位置的不同，机器人100将训练者动作与预设的标准动作模型的差异通过投影模块108以正投或背投的方式在投影幕布上进行投影。例如，预设投影位置为幕布与训练者的侧前方。
在一些实施例中，机器人100通过摄像模块106获取训练者的训练视频的同时，将训练者动作与预设的标准动作模型的差异通过投影模块108进行投影，以便实现训练者在训练同时进行动作纠正。
在一些实施例中，机器人100在第一预设位置、第二预设位置通过摄像模块106获取训练者的训练视频之后，移动到预设投影位置，将训练者动作与预设的标准动作模型的差异通过投影模块108进行投影，以便实现训练者在训练同时进行动作纠正。其中，所述差异为全面性差异，包含了各个角度的比较获得的差异。
在一些实施例中，当机器人100移动到预设投影位置，仍继续通过摄像模块106获取训练者的训练视频的同时，将训练者动作与预设的标准动作模型的差异通过投影模块108进行投影，以便实现训练者在训练同时进行动作纠正。
根据本公开的实施例，实现了以下技术效果：
通过在不同位置分别获取训练者的训练视频，可以全面地对训练者的动作进行评价并实时提示，训练者可以根据投影的实时视频及提示信息(图像及语音)进行调整，提高了训练者训练的准确性。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
图4示出了根据本公开的实施例的基于姿态识别的体育辅助教学装置400的方框图。如图4所示，装置400包括：
初始模块410，用于初始化教学机器人，获取训练者位置以及投影幕布的位置；
获取模块420，用于根据所述训练者位置以及投影幕布的位置，控制所述教学机器人移动到预设位置，获取训练者的训练视频；
识别模块430，用于对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见；
纠正模块440，用于将所述矫正意见进行投影，完成对当前训练动作的纠正。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图5示出了可以用来实施本公开的实施例的电子设备500的示意性框图。如图所示，设备500包括CPU501，其可以根据存储在ROM502中的计算机程序指令或者从存储单元508加载到RAM503中的计算机程序指令，来执行各种适当的动作和处理。在RAM 503中，还可以存储设备500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。I/O接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元701执行上文所描述的各个方法和处理，例如方法200、300。例如，在一些实施例中，方法200、300可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由CPU 501执行时，可以执行上文描述的方法200、300的一个或多个步骤。备选地，在其他实施例中，CPU701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200、300。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、RAM、ROM、EPROM、光纤、CD-ROM、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种基于姿态识别的体育辅助教学方法，其特征在于，包括：
初始化教学机器人，获取训练者位置以及投影幕布的位置；
根据所述训练者位置以及投影幕布的位置，控制所述教学机器人移动到预设位置，获取训练者的训练视频；
对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见；
将所述矫正意见进行投影，完成对当前训练动作的纠正。
2.根据权利要求1所述的方法，其特征在于，所述获取训练者位置以及投影幕布的位置包括：
通过所述教学机器人配置的摄像模块，获取训练者位置以及投影幕布位置；或，
接收训练者穿戴的传感设备发送的身体各个位置的信息，确定训练者位置及训练动作。
3.根据权利要求2所述的方法，其特征在于，
根据所述训练者以及投影幕布的位置，确定所述预设位置；所述预设位置为多个，以便获取训练者不同角度的训练视频。
4.根据权利要求3所述的方法，其特征在于，所述对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见包括：
若存有与所述获取的训练者动作相匹配的标准动作模型，则将所述训练动作和预存的标准动作模型进行比对，获取训练者动作与预设的标准动作模型的差异；
在所述训练视频中标注所述差异和矫正意见；所述矫正意见包括矫正示意图提示和/或矫正语音提示。
5.根据权利要求4所述的方法，其特征在于，所述对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见包括：
若未存有与所述训练者动作相匹配的标准动作模型，则对当前训练动作进行拆分，确定训练动作缺陷；
基于训练者的体能状态、身体条件和所述训练动作缺陷，在所述训练视频中标注矫正意见。
6.根据权利要求5所述的方法，其特征在于，所述将所述矫正意见进行投影包括：
根据所述预设位置，通过正面投影或背面投影的方式将所述矫正意见投影到所述投影幕布上。
7.根据权利要求6所述的方法，其特征在于，所述将所述矫正意见进行投影包括：
在训练者进行训练的同时将所述矫正意见进行实时投影。
8.一种基于姿态识别的体育辅助教学装置，其特征在于，包括：
初始模块，用于初始化教学机器人，获取训练者位置以及投影幕布的位置；
获取模块，用于根据所述训练者位置以及投影幕布的位置，控制所述教学机器人移动到预设位置，获取训练者的训练视频；
识别模块，用于对所述训练视频进行识别，获取训练者动作，确定当前训练动作缺陷并给出矫正意见；
纠正模块，用于将所述矫正意见进行投影，完成对当前训练动作的纠正。
9.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110350840.0A CN113052101B (zh) | 2021-03-31 | 2021-03-31 | 基于姿态识别的体育辅助教学方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110350840.0A CN113052101B (zh) | 2021-03-31 | 2021-03-31 | 基于姿态识别的体育辅助教学方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113052101A true CN113052101A (zh) | 2021-06-29 |
| CN113052101B CN113052101B (zh) | 2023-04-07 |
Family
ID=76516932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110350840.0A Active CN113052101B (zh) | 2021-03-31 | 2021-03-31 | 基于姿态识别的体育辅助教学方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113052101B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113743362A (zh) * | 2021-09-17 | 2021-12-03 | 平安医疗健康管理股份有限公司 | 基于深度学习的实时矫正训练动作的方法及其相关设备 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103390174A (zh) * | 2012-05-07 | 2013-11-13 | 深圳泰山在线科技有限公司 | 基于人体姿态识别的体育教学辅助系统和方法 |
| CN105676572A (zh) * | 2016-04-19 | 2016-06-15 | 深圳市神州云海智能科技有限公司 | 用于移动机器人配备的投影仪的投影校正方法和设备 |
| 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 |
| 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 |
| CN106797456A (zh) * | 2016-12-30 | 2017-05-31 | 深圳前海达闼云端智能科技有限公司 | 投影图像校正方法、校正装置及机器人 |
| CN107027014A (zh) * | 2017-03-23 | 2017-08-08 | 广景视睿科技（深圳）有限公司 | 一种动向智能投影系统及其方法 |
| CN107065409A (zh) * | 2017-06-08 | 2017-08-18 | 广景视睿科技（深圳）有限公司 | 动向投影装置及其工作方法 |
| CN109716444A (zh) * | 2016-09-28 | 2019-05-03 | Bodbox股份有限公司 | 运动表现的评估与指导 |
| CN111095150A (zh) * | 2017-09-14 | 2020-05-01 | 索尼互动娱乐股份有限公司 | 机器人作为私人教练 |
| CN112237730A (zh) * | 2019-07-17 | 2021-01-19 | 腾讯科技（深圳）有限公司 | 健身动作纠正方法及电子设备 |
| CN212578620U (zh) * | 2020-11-23 | 2021-02-23 | 科大讯飞华南人工智能研究院（广州）有限公司 | 一种具有投影功能的机器人 |
-
2021
- 2021-03-31 CN CN202110350840.0A patent/CN113052101B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103390174A (zh) * | 2012-05-07 | 2013-11-13 | 深圳泰山在线科技有限公司 | 基于人体姿态识别的体育教学辅助系统和方法 |
| CN105676572A (zh) * | 2016-04-19 | 2016-06-15 | 深圳市神州云海智能科技有限公司 | 用于移动机器人配备的投影仪的投影校正方法和设备 |
| 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 |
| CN109716444A (zh) * | 2016-09-28 | 2019-05-03 | Bodbox股份有限公司 | 运动表现的评估与指导 |
| 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 |
| CN106797456A (zh) * | 2016-12-30 | 2017-05-31 | 深圳前海达闼云端智能科技有限公司 | 投影图像校正方法、校正装置及机器人 |
| CN107027014A (zh) * | 2017-03-23 | 2017-08-08 | 广景视睿科技（深圳）有限公司 | 一种动向智能投影系统及其方法 |
| CN107065409A (zh) * | 2017-06-08 | 2017-08-18 | 广景视睿科技（深圳）有限公司 | 动向投影装置及其工作方法 |
| CN111095150A (zh) * | 2017-09-14 | 2020-05-01 | 索尼互动娱乐股份有限公司 | 机器人作为私人教练 |
| CN112237730A (zh) * | 2019-07-17 | 2021-01-19 | 腾讯科技（深圳）有限公司 | 健身动作纠正方法及电子设备 |
| CN212578620U (zh) * | 2020-11-23 | 2021-02-23 | 科大讯飞华南人工智能研究院（广州）有限公司 | 一种具有投影功能的机器人 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113743362A (zh) * | 2021-09-17 | 2021-12-03 | 平安医疗健康管理股份有限公司 | 基于深度学习的实时矫正训练动作的方法及其相关设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113052101B (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10898755B2 (en) | Method for providing posture guide and apparatus thereof | |
| US9154739B1 (en) | Physical training assistant system | |
| CN109960401B (zh) | 一种基于人脸追踪的动向投影方法、装置及其系统 | |
| CN110751050A (zh) | 一种基于ai视觉感知技术的运动教学系统 | |
| Huang et al. | Learning to capture a film-look video with a camera drone | |
| WO2017167282A1 (zh) | 一种目标跟踪方法及电子设备、计算机存储介质 | |
| US20160104298A1 (en) | Apparatus and method for poomsae recognition and dan promotion test of taekwondo based on skeleton of human body using depth camera | |
| CN109176512A (zh) | 一种体感控制机器人的方法、机器人及控制装置 | |
| KR102377561B1 (ko) | 미러 디스플레이를 이용하여 태권도 동작 코칭 서비스를 제공하는 장치 및 방법 | |
| CN106462242A (zh) | 使用视线跟踪的用户界面控制 | |
| US11721056B2 (en) | Motion model refinement based on contact analysis and optimization | |
| KR101950412B1 (ko) | 승마 시뮬레이터 및 승마 시뮬레이션 방법 | |
| CN110427849B (zh) | 人脸姿态确定方法、装置、存储介质和电子设备 | |
| US11726550B2 (en) | Method and system for providing real-time virtual feedback | |
| CN113052101B (zh) | 基于姿态识别的体育辅助教学方法及装置 | |
| CN109545003A (zh) | 一种显示方法、装置、终端设备及存储介质 | |
| KR101917434B1 (ko) | 고로 공정 가상 현실 교육 시스템 | |
| CN103914855A (zh) | 一种运动目标的定位方法及装置 | |
| CN112449708A (zh) | 虚拟现实系统、程序、以及计算机可读取存储介质 | |
| KR20210091415A (ko) | 골프 스윙 분석 방법 및 장치 | |
| KR20210033290A (ko) | 골프 시뮬레이션 장치를 이용한 스윙자세 교육방법 | |
| JP4659722B2 (ja) | 人体特定領域抽出・判定装置、人体特定領域抽出・判定方法、人体特定領域抽出・判定プログラム | |
| Yam-Viramontes et al. | Implementation of a natural user interface to command a drone | |
| CN114546125B (zh) | 键盘跟踪方法及跟踪系统 | |
| KR102324690B1 (ko) | 딥러닝을 적용한 탁구 로봇 시스템 |
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 |