CN114067146A - 评估方法、装置、电子设备及计算机可读存储介质 - Google Patents
评估方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114067146A CN114067146A CN202111123161.6A CN202111123161A CN114067146A CN 114067146 A CN114067146 A CN 114067146A CN 202111123161 A CN202111123161 A CN 202111123161A CN 114067146 A CN114067146 A CN 114067146A
- Authority
- CN
- China
- Prior art keywords
- standard
- determining
- image
- moving
- characteristic information
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本申请公开了一种评估方法、装置、电子设备及计算机可读存储介质。其中,评估方法包括:确定目标对象的第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;利用所述第一匹配结果与所述第一标准特征信息对应的第一特征权重,确定所述第一移动特征信息对应的第一评估结果,可起到提高对用户运动的标准度评分的准确度的作用。
Description
技术领域
本申请属于检测技术领域,尤其涉及一种评估方法、装置、电子设备及计算机可读存储介质。
背景技术
相关技术中,可根据检测到的用户运动图像与模板标准图像的匹配度对用户动作的标准度进行评分,目前,具体的评分方式为直接将用户图像与模板标准图像进行匹配,根据直接匹配结果确定评分结果,该评分方式过于粗糙,评分的准确度较差。
发明内容
本申请实施例提供一种与现有技术不同的实现方案,以解决相关技术中,对用户动作的标准度评分方式准确度较差的技术问题。
第一方面,本申请提供一种评估方法,包括:确定目标对象的第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果。
第二方面,本申请提供一种数据处理方法,包括:采集目标对象的第一移动图像;将第一移动图像发送至服务端设备,以使服务端设备接收第一移动图像;对第一移动图像进行分析,得到第一移动特征信息,确定第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果并反馈第一评估结果;接收并展示第一评估结果。
第三方面,本申请提供一种评估装置,包括:确定模块,用于确定目标对象的第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;评估模块,用于利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果。
第四方面,本申请提供一种电子设备,包括:
处理器;以及
存储器,用于存储处理器的可执行指令;
其中,处理器配置为经由执行可执行指令来执行第一方面、第二方面、第一方面各可能的实施方式或第二方面各可能的实施方式中任一方法。
第五方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现第一方面、第二方面、第一方面各可能的实施方式或第二方面各可能的实施方式中任一方法。
第六方面,本申请实施例提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面、第二方面、第一方面各可能的实施方式或第二方面各可能的实施方式中任一方法。
本申请通过确定目标对象的第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果的方式,可减少在健身评分中,非关键肢体部位对最终得分的影响,提高了对用户运动的标准度评分的准确度。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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。在附图中:
图1为本申请一实施例提供的评估系统的结构示意图;
图2a为本申请一实施例提供的评估方法的流程示意图;
图2b为本申请一实施例提供的第一移动特征信息分布的示意图;
图2c为本申请一实施例提供的一姿态特征点的移动轨迹的示意图;
图3为本申请一实施例提供的评估装置的结构示意图;
图4为本申请一实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,实施例的示例在附图中示出。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
本申请实施例的说明书、权利要求书及附图中的术语“第一”和“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,以便这里描述的本申请实施例的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。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,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1为本申请一示例性实施例提供的一种评估系统的结构示意图,该结构包括:拍摄装置11与数据处理设备12;其中:
前述数据处理设备12可以为用户终端设备、智能电视,还可以为服务端设备。
上述系统可通过拍摄装置11采集目标对象的第一移动图像,并通过数据处理设备12对第一移动图像进行分析,得到第一移动特征信息,确定第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果。
进一步地,前述拍摄装置11可包含于所述数据处理设备12,也可以为与数据处理设备12连接的独立的拍摄装置,对此,本申请不做限定。
当拍摄装置11为与数据处理设备12连接的拍摄装置时,该拍摄装置11还用于将采集到的目标对象的第一移动图像发送至所述数据处理设备12。
进一步地,前述数据处理设备12还可具有显示功能,具体地,该数据处理设备12可用于显示参照对象对应的参照内容,还可在确定出第一评估结果后,展示第一评估结果。其中,参照内容可以为用于指导目标对象运动的标准视频或图像内容。
进一步地,前述拍摄装置11的类型可以为多种,例如深度摄像机或普通摄像机,对此,本申请不做限定。
在本申请的另一些可选的实施例中,上述评估系统还可通过其他设备显示参照对象对应的参照内容与第一评估结果,相应地,前述评估系统还可以进一步包括显示设备13,该显示设备13可显示参照对象对应的参照内容,还可以接收数据处理设备12发送的第一评估结果,并展示第一评估结果。
可选地,在拍摄装置11采集到第一移动图像后,还可将第一移动图像发送至通信设备,由该通信设备进一步将第一移动图像发送至数据处理设备12,其中,通信设备与前述显示设备可以为同一个设备,也可以为独立的其他设备,对此,本申请不做限定。
本系统实施例中的各组成单元,如拍摄装置11、数据处理设备12以及显示设备13对应的执行原理及交互过程可参见如下各方法实施例的描述。
图2a为本申请一示例性实施例提供的一种评估方法的流程示意图,该方法的可适用于前述数据处理设备,该方法至少包括以下步骤:
S201、确定目标对象的第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;
S202、利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果。
具体地,前述目标对象可以为用户,第一移动特征信息为目标对象对应的多个姿态特征点的分布信息,图2b为当人体正对预设摄像头时提取出的17个姿态特征点的分布图;相应地,前述第一移动特征信息可以为用户在做第一动作时,对用户进行骨骼模型提取,提取出的多个姿态特征点的分布信息。前述参照对象可以指教学人员,第一标准特征信息为教学人员在做第二动作时,对教学人员进行骨骼模型提取,提取出的多个标准特征点(标准姿态特征点)的分布信息。其中,前述第二动作为第一动作的示范动作。
在本申请的另一些可选的实施例中,第一移动特征信息为目标对象对应的多个姿态特征点对应的多个向量信息,其中,多个姿态特征点与多个向量信息一一对应。
在一种可选的场景中,前述第一移动特征信息可通过以下方式进行确定:
获取所述目标对象的第一移动图像;
对所述第一移动图像进行分析,得到所述第一移动特征信息。
其中,前述数据处理设备可直接基于其具有的图像采集功能获取目标对象的第一移动图像,也可以接收拍摄装置采集的目标对象的第一移动图像。
具体地,前述拍摄装置可设置于目标对象的活动现场,拍摄装置的设置位置可以有多个,拍摄装置的个数与其设置位置可一一对应。
在本申请的一些可选的实施例中,前述第一移动图像可包括对应用户做目标动作的起始姿势时对应的起始姿势图像,以及用户做目标动作的结束姿势时对应的结束姿势图像。相应地,对第一移动图像进行分析,得到第一移动特征信息可包括:
基于起始姿势图像对用户对应的骨骼模型进行提取,获取多个姿态特征点的第一分布信息;
基于结束姿势图像对用户对应的骨骼模型提取,获取多个姿态特征点的第二分布信息;
根据多个姿态特征点的第一分布信息,与多个姿态特征点的第二分布信息可确定前述各姿态特征点的移动轨迹;
利用各姿态特征点的移动轨迹得出多个姿态特征点对应的多个向量信息;
其中,多个姿态特征点对应的多个向量信息包括各姿态特征点对应的向量信息。
可选地,前述根据第一分布信息与第二分布信息确定前述各姿态特征点的移动轨迹包括:将第二分布信息映射至第一分布信息所在的起始姿势图像中,得到第三分布信息;利用第一分布信息与第三分布信息确定各姿态特征点在起始姿势图像中的移动轨迹。其中,第一分布信息、第二分布信息与第三分布信息可以指坐标信息,起始姿势图像与前述结束姿势图像可以为2维或3维图像。
在本申请的另一些可选的实施例中,前述第一移动图像还可进一步包括用户做目标动作的过渡姿势时对应的过渡姿势图像,其中,过渡姿势指起始姿势之后,结束姿势之前的姿势,相应地,上述方法还包括:按照预设规则获取过渡姿势对应的多个姿态特征点的中间分布信息,相应地,根据多个姿态特征点的第一分布信息,与多个姿态特征点的第二分布信息确定前述各姿态特征点的移动轨迹包括:
根据多个姿态特征点的第一分布信息、所述过渡姿势对应的多个姿态特征点的中间分布信息,与多个姿态特征点的第二分布信息确定前述各姿态特征点的移动轨迹。
具体地,前述按照预设规则获取过渡姿势对应的多个姿态特征点的中间分布信息包括:按照预设周期获取过渡姿势对应的多个姿态特征点的中间分布信息。
进一步地,前述根据多个姿态特征点的第一分布信息、所述过渡姿势对应的多个姿态特征点的中间分布信息,与多个姿态特征点的第二分布信息确定前述各姿态特征点的移动轨迹包括:将所述中间分布信息,与所述第二分布信息映射至第一分布信息所在的起始姿势图像中,得到第四分布信息;利用第一分布信息与第四分布信息确定各姿态特征点在起始姿势图像中的移动轨迹。
具体地,可参见图2c所示的示例图,a2、a3可以为姿态特征点a对应过渡姿势的第四分布信息,a4可以为对应结束姿势的第四分布信息,a1、a2、a3,及a4的连线则为姿态特征点a的移动轨迹。
进一步地,利用各姿态特征点的移动轨迹得出的各姿态特征点对应的向量信息可包括多组向量,例如,参见图2c所示,姿态特征点a对应的向量信息可包括a1a2、a2a3、a3a4。
在本申请的另一些可选的实施例中,对第一移动图像进行分析,得到第一移动特征信息可包括:将第一移动图像作为预设分析模型的入参,执行该预设分析模型,得到第一移动特征信息,其中,预设分析模型为对多组样本数据进行训练得到的机器学习模型。
进一步地,前述第一标准特征信息可根据第一移动图像与预设的对应关系确定,具体地,可获取该第一移动图像的动作类型(如目标动作),根据该动作类型与对应关系确定出动作类型对应的第一标准图像(如标准动作对应的标准图像),进一步利用该第一标准图像确定出与其关联的第一标准特征信息。
进一步地,第一标准特征信息为参照对象对应的多个标准特征点对应的多个标准向量信息,其中,多个标准特征点与多个标准向量信息一一对应。
需要说明的是,第一标准特征信息与参照对象做的标准动作对应,标准动作为目标动作的示范动作。且第一标准特征信息的确定方式与第一移动特征信息的确定方式的原理相同,具体可参见前述第一移动特征信息的确定过程,此处不再赘述。
进一步地,前述第一匹配结果为第一移动特征信息与第一标准特征信息的匹配度信息,具体地,当第一移动图像为目标动作对应的起始姿势图像与结束姿势图像,第一标准图像为标准动作对应的标准起始图像与标准结束图像时,第一匹配结果为根据目标动作对应的起始姿势图像与结束姿势图像确定的多个姿态特征点的向量信息,与根据标准动作对应的标准起始图像与标准结束图像确定的多个标准特征点的向量信息的匹配度信息。
进一步地,当第一移动图像为目标动作对应的起始姿势图像、过渡姿势图像(一个或多个)与结束姿势图像,第一标准图像为标准动作对应的标准起始图像、标准过渡图像(一个或多个)与标准结束图像时,第一匹配结果为根据目标动作对应的起始姿势图像、过渡姿势图像与结束姿势图像确定的多个姿态特征点的向量信息,与根据标准动作对应的标准起始图像、标准过渡图像与标准结束图像确定的多个标准特征点的向量信息的匹配度信息。
在本申请的一些可选的实施例中,前述第一匹配结果可包括:第一移动特征信息中多个姿态特征点对应的多个子匹配结果;多个姿态特征点与多个子匹配结果一一对应。
具体地,前述步骤S202中的第一特征权重可以由第一标准特征信息确定,在本申请的一些可选的实施例中,上述方法还包括:
S21、获取第一标准特征信息对应的标准动作信息;
S22、利用标准动作信息确定对应的标准起始图像与标准结束图像;
S23、基于标准起始图像与标准结束图像确定第一特征权重。
具体地,前述步骤S23中,基于标准起始图像与标准结束图像确定第一特征权重可具体包括:
S231、利用标准起始图像与标准结束图像确定第一标准特征信息对应的多个标准特征点的多个移动轨迹;
S232、基于多个移动轨迹确定第一特征权重。
具体地,该多个移动轨迹包括多个标准特征点中各标准特征点针对在标准起始图像中的第一位置至在标准结束图像中的第二位置的移动轨迹。
其中,标准起始图像与标准结束图像的大小相同,第二位置可在标准起始图像中映射有第三位置,第三位置在标准起始图像中的坐标与第二位置在标准结束图像中的坐标相同。具体地,针对于每个标准特征点,其由第一位置移动至第三位置的移动轨迹可以由第一位置至第三位置的连线经过的像素数确定,该连线可以为直线线段也可以为曲线段,对此,本申请不做限定。
需要说明的是,标准起始图像与标准结束图像还可以为3D图像,此时,针对于每个标准特征点,其由第一位置移动至第三位置的移动轨迹可以由第一位置至第三位置的连线经过的体素数确定。
进一步地,在本申请的另一些可选的实施例中,针对第一特征权重的确定方式,上述方法还可包括:
S31、获取第一标准特征信息对应的标准动作信息;
S32、利用标准动作信息确定对应的标准起始图像、标准过渡图像与标准结束图像;
S33、基于标准起始图像、标准过渡图像与标准结束图像确定第一特征权重。
具体地,前述步骤S33中,基于标准起始图像、所述标准过渡图像与标准结束图像确定第一特征权重可具体包括:
S331、利用标准起始图像、标准过渡图像与标准结束图像确定第一标准特征信息对应的多个标准特征点的多个移动轨迹;
S332、基于多个移动轨迹确定第一特征权重。
具体地,该多个移动轨迹包括多个标准特征点中各标准特征点针对在标准起始图像中的第一位置经在标准过渡图像中的第四位置,至在标准结束图像中的第二位置对应的移动轨迹。
其中,标准起始图像、标准过渡图像以及标准结束图像的大小相同,第二位置可在标准起始图像中映射有第三位置,第三位置在标准起始图像中的坐标与第二位置在标准结束图像中的坐标相同,第四位置可在标准起始图像中映射有第五位置,第五位置在标准起始图像中的坐标与第四位置在标准过渡图像中的坐标相同。具体地,针对于每个标准特征点,其由第一位置经第三位置,至第五位置的移动轨迹可以由第一位置、第三位置至第五位置的连线经过的像素数确定,该连线可以为直线线段也可以为曲线段,对此,本申请不做限定。其中,标准过渡图像的个数可以为一个或多个,相应地,前述第四位置的个数也可以为一个或多个。标准过渡图像的个数与第四位置的个数一一对应。
进一步地,前述标准起始图像与标准结束图像以及标准过渡图像还可以为3D图像,此时,针对于每个标准特征点,其由第一位置经第三位置移动至第五位置的移动轨迹可以由第一位置经第三位置至第五位置的连线(直线或曲线)经过的体素数确定。
其中,前述第一位置、第二位置、第三位置、第四位置与第五位置可以为坐标信息。
需要说明的是,前述对标准过渡图像的采集也可以是周期性采集,该周期与前述预设周期可以相同。
进一步地,在本申请的另一些可选的实施例中,若第一标准特征信息为向量信息时,在前述确定第一标准特征信息过程中,还可对第一标准特征信息对应的多个标准特征点的多个移动轨迹进行保存,相应地,针对第一特征权重的确定方式,上述方法还可包括:
利用多个标准特征点的多个移动轨迹确定第一特征权重,具体确定方式与可以与前述S232或S332对应的确定方式相同。
具体地,当第一标准特征信息基于标准起始图像与标准结束图像确定时,利用多个标准特征点的多个移动轨迹确定第一特征权重的确定方式,与前述S232对应的确定方式相同;当第一标准特征信息基于标准起始图像、标准过渡图像与标准结束图像确定时,利用多个标准特征点的多个移动轨迹确定第一特征权重的确定方式,与前述S332对应的确定方式相同。
具体地,前述步骤S232与前述S332中,基于多个移动轨迹确定第一特征权重可具体包括以下步骤:
S2321、利用多个移动轨迹确定多个标准特征点对应的多组轨迹元素数量;
S2322、基于多组轨迹元素数量确定第一特征权重。
进一步地,前述第一特征权重包括多个子权重,多个移动轨迹、多个标准特征点、多组轨迹元素数量与多个子权重一一对应。其中,元素可以为前述像素或体素,在前述步骤S2322中,基于多组轨迹元素数量确定第一特征权重包括:
S01、确定多组轨迹元素数量的数量和;
S02、针对多组轨迹元素数量中的各分组轨迹元素数量,确定其与数量和的比值,得到各分组轨迹元素数量对应的子权重;
S03、基于各分组轨迹元素数量对应的子权重确定第一特征权重。
具体地,针对于各标准特征点,在确定其对应的子权重时,可通过以下公式进行实现:
w=p/sp;
其中,针对于前述S232,w为标准特征点对应的子权重,p为标准特征点自第一位置移动至第三位置经过的像素或体素数,即标准特征点对应的分组轨迹元素数量,sp为全部标准特征点自其对应的第一位置移动至第三位置经过的像素或体素数的数量和,即多组轨迹元素数量的数量和。
针对于前述S332,w为标准特征点对应的子权重,p为标准特征点自第一位置经第五位置移动至第三位置经过的像素或体素数,sp为全部标准特征点自其对应的第一位置经第五位置移动至第三位置经过的像素或体素数的数量和。
当确定出多个标准特征点中各标准特征点对应的子权重时,则得出前述第一特征权重。
进一步地,在本申请的另一些可选的实施例中,前述第一特征权重,即多个子权重还可以根据用户指令确定,相应地,上述方法包括:获取相关人员针对第一标准特征信息的权重设置指令;利用所述权重设置指令确定所述第一特征权重。
需要说明的是,前述姿态特征点与标准特征点的提取方式,可参见现有技术,本申请不再赘述。其中,多个姿态特征点与其对应的多个标准特征点一一对应。
进一步地,前述步骤S202中,第一匹配结果包括第一移动特征信息对应的多个子匹配结果,相应地,利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果可包括:
利用多个子匹配结果与多个子权重确定第一移动特征信息对应的第一评估结果,具体地,利用多个子匹配结果与多个子权重确定第一移动特征信息对应的第一评估信息可包括:
针对于第一移动特征信息中,各姿态特征点对应的子匹配结果与其对应的标准特征点的子权重,获取其对应的子得分,得到多个姿态特征点,即第一移动特征信息对应的总得分;
基于总得分确定第一评估信息。
其中,针对于第一移动特征信息中,根据各姿态特征点对应的子匹配结果与其对应的标准特征点对应的子权重,获取其对应的子得分,得到多个姿态特征点对应的总得分可通过以下公式进行实现:
S=(s1*w1+s2*w2+...+sn*wn)/num
其中,S为第一移动特征信息对应的总得分、s1为姿态特征点1对应的子匹配结果、w1为姿态特征点1对应的标准特征点1对应的子权重、s2为姿态特征点2对应的子匹配结果、w2为姿态特征点2对应的标准特征点2对应的子权重,sn为姿态特征点n对应的子匹配结果、wn为姿态特征点n对应的标准特征点n对应的子权重;num为第一移动特征信息中包含的全部姿态特征点的总数量。
前述第一评估结果则为前述总得分,即第一移动特征信息对应的目标动作的标准度得分。进一步地,该目标动作可以属于某运动类型中的其中一个动作,基于此,前述方法还包括:
获取目标对象的运动类型;
根据运动类型确定出多个分解动作图像;
对多个分解动作图像进行分析,得到第一移动图像与剩余移动图像。
其中,前述分解动作图像可以为在用户根据运动类型运动过程时,周期性采集的用户运动中的多个图像;前述剩余移动图像可以为一个也可以为多个,第一移动图像可以为多个分解动作图像中的图像,前述剩余图像的个数可以与前述采集用户运动中的图像的采集周期有关。
进一步地,方法还包括以下步骤:
S203、基于剩余移动图像确定第二移动特征信息;
S204、确定第二移动特征信息与参照对象的第二标准特征信息的第二匹配结果;
S205、利用第二匹配结果与第二标准特征信息对应的第二特征权重,确定第二移动特征信息对应的第二评估结果。
具体地,前述步骤S203中,基于剩余移动图像确定第二移动特征信息可包括:
基于剩余移动图像确定出第二移动图像;
对第二移动图像进行分析,得到第二移动特征信息,其中,对第二移动图像进行分析得到第二移动特征信息的方式,与对第一移动图像进行分析,得到第一移动特征信息的方式相同,具体可参见前述记载,此处不再赘述。
可选地,前述剩余移动图像包括多个图像,第二移动图像为该多个图像中的图像。
进一步地,确定第二移动特征信息与参照对象的第二标准特征信息的第二匹配结果的原理与确定第一移动特征信息与参照对象的第一标准特征信息的第一匹配结果的原理相同;
利用第二匹配结果与第二标准特征信息对应的第二特征权重,确定第二移动特征信息对应的第二评估结果的原理,与前述利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果的原理相同,此处不再赘述。
进一步地,若前述多个分解动作图像仅包括第一移动图像与第二移动图像,则方法还包括:利用第一评估结果与第二评估结果确定运动类型对应的目标评估结果;利用第一评估结果与第二评估结果确定运动类型对应的目标评估结果可包括:计算第一评估结果与第二评估结果的第一平均值,将该第一平均值作为目标评估结果。
若前述多个分解动作图像包括第一移动图像、第二移动图像,以及其他移动图像,方法还包括:利用第一评估结果、第二评估结果,以及其它移动图像对应的其他评估结果确定目标评估结果;
计算第一评估结果、第二评估结果,以及其它评估结果的第二平均值,将该第二平均值作为目标评估结果。
具体地,目标评估结果可以通过以下公式实现:
fs=(S1+S2+...+Sn)/n
其中,fs为目标评估结果,S1为第一评估结果、S2为第二评估结果,Sn为第n评估结果,n为评估结果的个数。
进一步地,前述评估方法还可适用于前述显示装置或其它具有数据处理的设备,本申请对此不做限定。
本方案在对用户的动作进行打分时,考虑到了标准动作中各标准特征点的移动幅度,使得在用户仅需运动部分肢体部位做关键动作时,若其它肢体部位的动作有变化,对评分结果的影响较小。例如:手臂锻炼中,手臂动作的得分对最终得分影响最大,肩部次之,腿部、腹部等部位则影响较小;本方案可以使用户运动的得分更精准。
本申请通过确定目标对象的第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;利用第一匹配结果与第一标准特征信息对应的第一特征权重确定第一移动特征信息对应的第一评估结果的方式,可减少在健身评分中,非关键肢体部位为最终得分的影响,提高了对用户运动的标准度评分的准确度。
以下结合具体场景对本申请的方案进行进一步说明:
场景一
健身教程中,每个关键动作都有对应的模板图片(人形框图)。用户做出该动作时,把摄像头拍摄到的用户画面与模板图片分别进行姿态特征提取、匹配,算出17个特征点的匹配度评分,其中,各特征点的匹配度评分取值可以为0-100%;针对于前述关键动作,关键动作的模板图都与上一次关键动作的模板图做对比,计算每个特征点在关键动作前后的变化幅度(特征点连线覆盖的像素点),进而计算出每个特征点在此次关键动作的权重值:具体地,针对前述各个特征点,每个特征点对应的权重值=特征点运动像素/所有特征点运动像素总和;从上述两个步骤,可以得出一次关键动作中,每个特征点的匹配度评分、权重值,进一步将各特征点的匹配度评分与权重值相乘后求平均(加权平均算法),则为本次关键动作的得分;具体地,关键动作得分=sum(特征点得分*特征点对应的权重值)/特征点数量;总的健身得分可以为多个关键动作得分的平均得分。
场景二
获取教练做高抬腿动作的多个模板图,对教练做该动作的多个模板图中确定出起始模板图与结束模板图,对起始模板图进行第一标准特征点提取,对结束模板图进行第二标准特征点提取,根据第一标准特征点与第二标准特征确定第一标准特征点的移动轨迹;进而根据移动轨迹确定第一标准特征点中各标准特征点在高抬腿动作中对应的权重。
场景三
前述目标对象还可以为智能机器人,前述方法可适用于对智能机器人进行动作校准时,为其校准结果评分。具体地,可获取智能机器人的端盘动作,该端盘动作可以为机器人为顾客端盘的动作,此时对该动作涉及到的特征点的运动轨迹进行分析,确定不同特征点对应的向量,将该向量与标准运动轨迹对应的标注特征点的向量对比,得出匹配结果;进一步获取不同特征点对应的权重,利用不同的特征点对应的匹配结果与权重确定智能机器人的端盘动作的校准得分。
本申请一示例性实施例还提供了一种数据处理方法,该方法包括以下步骤:
采集目标对象的第一移动图像;
将第一移动图像发送至服务端设备,以使服务端设备接收第一移动图像;对第一移动图像进行分析,得到第一移动特征信息,确定第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果并反馈所述第一评估结果;
接收并展示所述第一评估结果。
本实施例对应的具体细节可参见前述内容,此处不再赘述。
图3为本申请一示例性实施例提供的一种评估装置的结构示意图,其中,该装置包括:确定模块31、评估模块32;其中:
确定模块31,用于确定目标对象的第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;
评估模块32,用于利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果。
可选地,装置还用于:
获取目标对象的第一移动图像;
对第一移动图像进行分析,得到第一移动特征信息。
可选地,装置还用于:
获取第一标准特征信息对应的标准动作信息;
利用标准动作信息确定对应的标准起始图像与标准结束图像;
基于标准起始图像与标准结束图像确定第一特征权重。
可选地,前述装置在用于基于标准起始图像与标准结束图像确定第一特征权重时,具体用于:
利用标准起始图像与标准结束图像确定第一标准特征信息对应的多个标准特征点的多个移动轨迹;
基于多个移动轨迹确定第一特征权重。
可选地,前述装置在用于基于多个移动轨迹确定第一特征权重时,具体用于:
利用多个移动轨迹确定多个标准特征点对应的多组轨迹元素数量;
基于多组轨迹元素数量确定第一特征权重。
可选地,前述装置在用于基于多组轨迹元素数量确定第一特征权重时,具体用于:
确定多组轨迹元素数量的数量和;
针对多组轨迹元素数量中的各分组轨迹元素数量,确定其与数量和的比值,得到各分组轨迹元素数量对应的子权重;
基于各分组轨迹元素数量对应的子权重确定第一特征权重。
可选地,前述装置还用于:
获取目标对象的运动类型;
根据运动类型确定出多个分解动作图像;
对多个分解动作图像进行分析,得到第一移动图像与剩余移动图像。
可选地,前述装置还用于:
基于剩余移动图像确定第二移动特征信息;
确定第二移动特征信息与参照对象的第二标准特征信息的第二匹配结果;
利用第二匹配结果与第二标准特征信息对应的第二特征权重,确定第二移动特征信息对应的第二评估结果。
可选地,前述装置还用于:
利用第一评估结果与第二评估结果确定运动类型对应的目标评估结果;
可选地,前述装置还用于:
获取相关人员针对所述第一标准特征信息的权重设置指令;
利用所述权重设置指令确定所述第一特征权重。
应理解的是,装置实施例与方法实施例可以相互对应,类似的描述可以参照方法实施例。为避免重复,此处不再赘述。具体地,该装置可以执行上述方法实施例,并且该装置中的各个模块的前述和其它操作和/或功能分别为了上述方法实施例中的各个方法中的相应流程,为了简洁,在此不再赘述。
上文中结合附图从功能模块的角度描述了本申请实施例的装置。应理解,该功能模块可以通过硬件形式实现,也可以通过软件形式的指令实现,还可以通过硬件和软件模块组合实现。具体地,本申请实施例中的方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路和/或软件形式的指令完成,结合本申请实施例公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。可选地,软件模块可以位于随机存储器,闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等本领域的成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法实施例中的步骤。
图4是本申请实施例提供的电子设备的示意性框图,该电子设备可包括:
存储器401和处理器402,该存储器401用于存储计算机程序,并将该程序代码传输给该处理器402。换言之,该处理器402可以从存储器401中调用并运行计算机程序,以实现本申请实施例中的方法。
例如,该处理器402可用于根据该计算机程序中的指令执行上述方法实施例。
在本申请的一些实施例中,该处理器402可以包括但不限于:
通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等等。
在本申请的一些实施例中,该存储器401包括但不限于:
易失性存储器和/或非易失性存储器。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DR RAM)。
在本申请的一些实施例中,该计算机程序可以被分割成一个或多个模块,该一个或者多个模块被存储在该存储器401中,并由该处理器402执行,以完成本申请提供的方法。该一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述该计算机程序在该电子设备中的执行过程。
如图4所示,该电子设备还可包括:
收发器403,该收发器403可连接至该处理器402或存储器401。
其中,处理器402可以控制该收发器403与其他设备进行通信,具体地,可以向其他设备发送信息或数据,或接收其他设备发送的信息或数据。收发器403可以包括发射机和接收机。收发器403还可以进一步包括天线,天线的数量可以为一个或多个。
应当理解,该电子设备中的各个组件通过总线系统相连,其中,总线系统除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。
本申请还提供了一种计算机存储介质,其上存储有计算机程序,该计算机程序被计算机执行时使得该计算机能够执行上述方法实施例的方法。或者说,本申请实施例还提供一种包含指令的计算机程序产品,该指令被计算机执行时使得计算机执行上述方法实施例的方法。
当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时,全部或部分地产生按照本申请实施例该的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字目标对象线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如数字视频光盘(digital video disc,DVD))、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
根据本申请的一个或多个实施例,提供一种评估方法,包括:
确定目标对象的第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;
利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果。
根据本申请的一个或多个实施例,方法还包括:
获取目标对象的第一移动图像;
对第一移动图像进行分析,得到第一移动特征信息。
根据本申请的一个或多个实施例,方法还包括:
获取第一标准特征信息对应的标准动作信息;
利用标准动作信息确定对应的标准起始图像与标准结束图像;
基于标准起始图像与标准结束图像确定第一特征权重。
根据本申请的一个或多个实施例,基于标准起始图像与标准结束图像确定第一特征权重包括:
利用标准起始图像与标准结束图像确定第一标准特征信息对应的多个标准特征点的多个移动轨迹;
基于多个移动轨迹确定第一特征权重。
根据本申请的一个或多个实施例,基于多个移动轨迹确定第一特征权重包括:
利用多个移动轨迹确定多个标准特征点对应的多组轨迹元素数量;
基于多组轨迹元素数量确定第一特征权重。
根据本申请的一个或多个实施例,基于多组轨迹元素数量确定第一特征权重包括:
确定多组轨迹元素数量的数量和;
针对多组轨迹元素数量中的各分组轨迹元素数量,确定其与数量和的比值,得到各分组轨迹元素数量对应的子权重;
基于各分组轨迹元素数量对应的子权重确定第一特征权重。
根据本申请的一个或多个实施例,方法还包括:
获取目标对象的运动类型;
根据运动类型确定出多个分解动作图像;
对多个分解动作图像进行分析,得到第一移动图像与剩余移动图像。
根据本申请的一个或多个实施例,方法还包括:
基于剩余移动图像确定第二移动特征信息;
确定第二移动特征信息与参照对象的第二标准特征信息的第二匹配结果;
利用第二匹配结果与第二标准特征信息对应的第二特征权重,确定第二移动特征信息对应的第二评估结果。
根据本申请的一个或多个实施例,方法还包括:
利用第一评估结果与第二评估结果确定运动类型对应的目标评估结果;
根据本申请的一个或多个实施例,方法还包括:
获取相关人员针对所述第一标准特征信息的权重设置指令;
利用所述权重设置指令确定所述第一特征权重。
根据本申请的一个或多个实施例,提供一种数据处理方法,包括:
采集目标对象的第一移动图像;
将第一移动图像发送至服务端设备,以使服务端设备接收第一移动图像;对第一移动图像进行分析,得到第一移动特征信息,确定第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;利用第一匹配结果与第一标准特征信息对应的第一特征权重确定第一移动特征信息对应的第一评估结果并反馈所述第一评估结果;
接收并展示所述第一评估结果。
根据本申请的一个或多个实施例,提供一种评估装置,包括:
确定模块,用于确定目标对象的第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;
评估模块,用于利用第一匹配结果与第一标准特征信息对应的第一特征权重,确定第一移动特征信息对应的第一评估结果。
根据本申请的一个或多个实施例,装置还用于:
获取目标对象的第一移动图像;
对第一移动图像进行分析,得到第一移动特征信息。
根据本申请的一个或多个实施例,装置还用于:
获取第一标准特征信息对应的标准动作信息;
利用标准动作信息确定对应的标准起始图像与标准结束图像;
基于标准起始图像与标准结束图像确定第一特征权重。
根据本申请的一个或多个实施例,前述装置在用于基于标准起始图像与标准结束图像确定第一特征权重时,具体用于:
利用标准起始图像与标准结束图像确定第一标准特征信息对应的多个标准特征点的多个移动轨迹;
基于多个移动轨迹确定第一特征权重。
根据本申请的一个或多个实施例,前述装置在用于基于多个移动轨迹确定第一特征权重时,具体用于:
利用多个移动轨迹确定多个标准特征点对应的多组轨迹元素数量;
基于多组轨迹元素数量确定第一特征权重。
根据本申请的一个或多个实施例,前述装置在用于基于多组轨迹元素数量确定第一特征权重时,具体用于:
确定多组轨迹元素数量的数量和;
针对多组轨迹元素数量中的各分组轨迹元素数量,确定其与数量和的比值,得到各分组轨迹元素数量对应的子权重;
基于各分组轨迹元素数量对应的子权重确定第一特征权重。
根据本申请的一个或多个实施例,前述装置还用于:
获取目标对象的运动类型;
根据运动类型确定出多个分解动作图像;
对多个分解动作图像进行分析,得到第一移动图像与剩余移动图像。
根据本申请的一个或多个实施例,前述装置还用于:
基于剩余移动图像确定第二移动特征信息;
确定第二移动特征信息与参照对象的第二标准特征信息的第二匹配结果;
利用第二匹配结果与第二标准特征信息对应的第二特征权重,确定第二移动特征信息对应的第二评估结果。
根据本申请的一个或多个实施例,前述装置还用于:
利用第一评估结果与第二评估结果确定运动类型对应的目标评估结果;
根据本申请的一个或多个实施例,前述装置还用于:
获取相关人员针对所述第一标准特征信息的权重设置指令;
利用所述权重设置指令确定所述第一特征权重。
根据本申请的一个或多个实施例,提供一种电子设备,包括:
处理器;以及
存储器,用于存储处理器的可执行指令;
其中,处理器配置为经由执行可执行指令来执行前述各方法。
根据本申请的一个或多个实施例,提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现前述各方法。
本领域普通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模块及算法步骤,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,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,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,该模块的划分,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,例如多个模块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。另一点,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,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,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模块来实现本实施例方案的目的。例如,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以该权利要求的保护范围为准。
Claims (14)
1.一种评估方法,其特征在于,包括:
确定目标对象的第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;
利用所述第一匹配结果与所述第一标准特征信息对应的第一特征权重,确定所述第一移动特征信息对应的第一评估结果。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述目标对象的第一移动图像;
对所述第一移动图像进行分析,得到所述第一移动特征信息。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述第一标准特征信息对应的标准动作信息;
利用所述标准动作信息确定对应的标准起始图像与标准结束图像;
基于所述标准起始图像与所述标准结束图像确定所述第一特征权重。
4.根据权利要求3所述的方法,其特征在于,基于所述标准起始图像与所述标准结束图像确定所述第一特征权重包括:
利用所述标准起始图像与所述标准结束图像确定所述第一标准特征信息对应的多个标准特征点的多个移动轨迹;
基于所述多个移动轨迹确定所述第一特征权重。
5.根据权利要求4所述的方法,其特征在于,基于所述多个移动轨迹确定所述第一特征权重包括:
利用所述多个移动轨迹确定所述多个标准特征点对应的多组轨迹元素数量;
基于所述多组轨迹元素数量确定所述第一特征权重。
6.根据权利要求5所述的方法,其特征在于,基于所述多组轨迹元素数量确定所述第一特征权重包括:
确定所述多组轨迹元素数量的数量和;
针对所述多组轨迹元素数量中的各分组轨迹元素数量,确定其与所述数量和的比值,得到各分组轨迹元素数量对应的子权重;
基于所述各分组轨迹元素数量对应的子权重确定所述第一特征权重。
7.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取所述目标对象的运动类型;
根据所述运动类型确定出多个分解动作图像;
对所述多个分解动作图像进行分析,得到所述第一移动图像与剩余移动图像。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
基于所述剩余移动图像确定第二移动特征信息;
确定所述第二移动特征信息与所述参照对象的第二标准特征信息的第二匹配结果;
利用所述第二匹配结果与所述第二标准特征信息对应的第二特征权重,确定所述第二移动特征信息对应的第二评估结果。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
利用所述第一评估结果与所述第二评估结果确定所述运动类型对应的目标评估结果。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取相关人员针对所述第一标准特征信息的权重设置指令;
利用所述权重设置指令确定所述第一特征权重。
11.一种数据处理方法,其特征在于,包括:
采集目标对象的第一移动图像;
将所述第一移动图像发送至服务端设备,以使所述服务端设备接收所述第一移动图像;对所述第一移动图像进行分析,得到第一移动特征信息,确定所述第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;利用所述第一匹配结果与所述第一标准特征信息对应的第一特征权重,确定所述第一移动特征信息对应的第一评估结果并反馈所述第一评估结果;
接收并展示所述第一评估结果。
12.一种评估装置,其特征在于,包括:
确定模块,用于确定目标对象的第一移动特征信息与对应的参照对象的第一标准特征信息的第一匹配结果;
评估模块,用于利用所述第一匹配结果与所述第一标准特征信息对应的第一特征权重,确定所述第一移动特征信息对应的第一评估结果。
13.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-10中任一项或权利要求11所述的方法。
14.一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,所述计算机程序被处理器执行时实现权利要求1-10中任一项或权利要求11所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111123161.6A CN114067146A (zh) | 2021-09-24 | 2021-09-24 | 评估方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111123161.6A CN114067146A (zh) | 2021-09-24 | 2021-09-24 | 评估方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114067146A true CN114067146A (zh) | 2022-02-18 |
Family
ID=80233940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111123161.6A Pending CN114067146A (zh) | 2021-09-24 | 2021-09-24 | 评估方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114067146A (zh) |
-
2021
- 2021-09-24 CN CN202111123161.6A patent/CN114067146A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109584276B (zh) | 关键点检测方法、装置、设备及可读介质 | |
US10475207B2 (en) | Forecasting multiple poses based on a graphical image | |
CN108205655B (zh) | 一种关键点预测方法、装置、电子设备及存储介质 | |
CN111208783B (zh) | 一种动作模仿方法、装置、终端及计算机存储介质 | |
CN110633004B (zh) | 基于人体姿态估计的交互方法、装置和系统 | |
WO2021098616A1 (zh) | 运动姿态识别方法、运动姿态识别装置、终端设备及介质 | |
CN111027403A (zh) | 手势估计方法、装置、设备及计算机可读存储介质 | |
CN111967407A (zh) | 动作评价方法、电子设备和计算机可读存储介质 | |
CN109784295B (zh) | 视频流特征识别方法、装置、设备及存储介质 | |
CN111047622A (zh) | 视频中对象的匹配方法和装置、存储介质及电子装置 | |
CN112149602B (zh) | 动作计数方法、装置、电子设备及存储介质 | |
CN113128448A (zh) | 基于肢体识别的视频匹配方法、装置、设备及存储介质 | |
CN110633630B (zh) | 一种行为识别方法、装置及终端设备 | |
CN114067146A (zh) | 评估方法、装置、电子设备及计算机可读存储介质 | |
CN115223240B (zh) | 基于动态时间规整算法的运动实时计数方法和系统 | |
CN112257642B (zh) | 人体连续动作相似性评价方法及评价装置 | |
KR102363435B1 (ko) | 골프 스윙 동작 피드백 제공 장치 및 방법 | |
KR20230087352A (ko) | 운동 상태 감지 장치 및 방법 | |
CN114821799A (zh) | 基于时空图卷积网络的动作识别方法、装置和设备 | |
CN116320711A (zh) | 图像拍摄方法及装置 | |
CN114241595A (zh) | 数据处理方法、装置、电子设备及计算机存储介质 | |
CN111260678A (zh) | 体操辅助学习的方法、装置、存储介质和终端设备 | |
CN116912948B (zh) | 一种数字人的训练方法、系统及驱动系统 | |
Wang et al. | Research on multiperson motion capture system combining target positioning and inertial attitude sensing technology | |
WO2023185241A1 (zh) | 数据处理方法、装置、设备以及介质 |
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 |