CN114566249A - 一种人体运动安全风险评估分析系统 - Google Patents
一种人体运动安全风险评估分析系统 Download PDFInfo
- Publication number
- CN114566249A CN114566249A CN202210463269.8A CN202210463269A CN114566249A CN 114566249 A CN114566249 A CN 114566249A CN 202210463269 A CN202210463269 A CN 202210463269A CN 114566249 A CN114566249 A CN 114566249A
- Authority
- CN
- China
- Prior art keywords
- standard
- motion
- video
- track
- module
- 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
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种人体运动安全风险评估分析系统,包括:标准动作库模块、图片采集模块、轨迹生成模块和评估分析模块,其中,标准动作库模块,用于根据标准运动视频,采集标准动作的特征点,生成标准动作轨迹;图片采集模块,用于持续采集运动图片,并获取每个图片中的特征点;轨迹生成模块,用于根据不同的图片中相同的特征点的位置,生成每个特征点对应的运动轨迹;评估分析模块,用于将特征点的运动轨迹与标准动作轨迹进行对比,若特征点运动轨迹幅度与标准动作轨迹的差值大于阈值,则判定动作不安全,并生成纠正信息;本申请通过对用户的运动视频进行实时的识别和判断,可减少用户由于运动动作不规范可能对人体造成的慢性损伤的风险。
Description
技术领域
本发明涉及运动安全技术领域,具体涉及一种人体运动安全风险评估分析系统。
背景技术
随着人的健康问题逐渐引起人们的重视,运动健身已然成为现代人类生活中必不可少的要素,参与各种体育运动的人也越来越多,但是,并非所有人都受过专业训练或指导,导致许多人的在运动过程中,可能由于运动时姿势或者动作不规范,起不到锻炼的作用,甚至还会有对人体造成慢性损伤的风险,得不偿失,因此,各种运动指导或者评估设备也随之产生。然而现有的各种运动指导或评估设备,大都是在用户运动时,采集用户的运动视频,然后进行分析,或者只是简单的运动视频播放,无法做到实时的指导或者纠正,实用性较差。
因此,如何提供一种可以在用户运动时,对用户运动动作进行实时的指导或纠正的系统,是本领域技术人员亟待解决的问题。
发明内容
针对上述问题,本发明提供了一种人体运动安全风险评估分析系统,旨在解决现有技术的缺陷问题中的至少一种。
本申请提供的一种人体运动安全风险评估分析系统,包括:标准动作库模块、图片采集模块、轨迹生成模块和评估分析模块,其中,
标准动作库模块,用于根据标准运动视频,采集标准动作的特征点,生成标准动作轨迹;
图片采集模块,用于持续采集运动图片,并获取每个图片中的特征点;
轨迹生成模块,用于根据不同的图片中相同的特征点的位置,生成每个特征点对应的运动轨迹;
评估分析模块,用于将特征点的运动轨迹与标准动作轨迹进行对比,若特征点运动轨迹幅度与标准动作轨迹的差值大于阈值,则判定动作不安全,并生成纠正信息。
一种实施方式中,标准动作视频为:
采集的专业运动人员的运动视频,包括跑步视频、瑜伽视频、跳绳视频。
一种实施方式中,根据标准运动视频,采集标准动作的特征点,包括:
根据标准动作视频,获取其中的关键帧,根据关键帧采集标准动作的特征点。
一种实施方式中,根据标准动作视频,获取其中的关键帧,包括:
步骤一、将标准动作视频分成多个视频帧,将第一帧标记为关键帧,并将其作为标准帧;
步骤二、以此计算其他帧与标准帧之间的相似度,如果第i帧与标准帧之间的相似度小于阈值,则将第i帧加入关键帧集合;
其中,计算其他帧与标准帧之间的相似度公式为:
步骤三、将第i帧更新为标准帧,重复第二个步骤,直到得到所有的关键帧的集合。
一种实施方式中,根据不同的图片中相同的特征点的位置,生成每个特征点对应的运动轨迹,包括:
根据选择的特征点,通过拟合函数进行拟合,得到特征点对应的曲线,将该曲线作为特征点对应的运动轨迹。
一种实施方式中,将特征点的运动轨迹与标准动作轨迹进行对比,若特征点运动轨迹幅度与标准动作轨迹的差值大于阈值,则判定动作不安全,包括:
将特征点的对应的曲线与标准动作轨迹对应的曲线进行比对,若差距大于阈值,则判定动作不规范。
一种实施方式中,人体运动安全风险评估分析系统还包括运动视频采集模块,运动视频采集模块用于采集用户运动时的视频,包括:
通过视频采集装置,采集用户运动时的视频信息,并根据视频信息中,用户运动时的动作特征或使用的健身器材类型,判断用户的运动类型。
一种实施方式中,该系统还包括:视频播放模块,用于播放标准动作视频,供用户观看,还用于将采集的用户运动视频与标准动作视频进行同步播放。
一种实施方式中,该系统还包括:语音提示模块,用于将生成的纠正信息进行语音播报。
本申请通过对用户的运动视频进行实时的采集和分析,并与标准动作进行对比,从而分析出用户的运动动作是否规范,从而避免用户由于动作不规范起不到锻炼作用,甚至对人体造成慢性损伤的风险。
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安全风险评估分析系统的框架结构图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本发明,但并不构成对本发明的限定。此外,下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
参见图1实施例提供的一种人体运动安全风险评估分析系统的框架结构图。
该系统包括:运标准动作库模块1、图片采集模块2、轨迹生成模块3和评估分析模块4,其中,
标准动作库模块1,用于根据标准运动视频,采集标准动作的特征点,生成标准动作轨迹并存储;
图片采集模块2,用于持续采集运动图片,并获取每个图片中的特征点;
轨迹生成模块3,用于根据不同的图片中相同的特征点的位置,生成每个特征点对应的运动轨迹;
评估分析模块4,用于将特征点的运动轨迹与标准动作轨迹进行对比,若特征点运动轨迹幅度与标准动作轨迹的差值大于阈值,则判定动作不安全,并生成纠正信息。
人体的运动过程是由不同的部位和关节共同实现的,每个部位或者关节可以视为一个或多个的关键点,通过对关键点的检测,即可判断用户的运动是否规范,相比于对人体的整体进行检测和判断,其工作量更少,而且更科学,本申请的方法可以在用户运动的过程中,实时采集运动的图片,并进行分析,从而实时的对用户的动作进行判断和指导。
在一实施例中,根据标准运动视频,采集标准动作的特征点,包括:
根据标准动作视频,获取其中的关键帧,根据关键帧采集标准动作的特征点。
在一实施例中,根据标准动作视频,获取其中的关键帧,包括:
步骤一、将标准动作视频分成多个视频帧,将第一帧标记为关键帧,并将其作为标准帧;
步骤二、以此计算其他帧与标准帧之间的相似度,如果第i帧与标准帧之间的相似度小于阈值,则将该帧加入关键帧集合;
其中,计算其他帧与标准帧之间的相似度公式为:
步骤三、将第i帧更新为标准帧,重复第二个步骤,直到得到所有的关键帧的集合。
本实施例通过将标准动作视频划分为关键帧,便于后续的研究,而且,该获取关键帧的方法简单高效,可以节约时间成本。
在一实施例中,持续采集运动图片,并获取每个图片中的特征点,包括:
持续采集运动图片,按照像素点的密度,将图片划分为多个特征区域,选取像素点最多的10个区域作为主要区域,从主要区域内提取出主要像素点作为图片的特征点;
其中,将图片划分为多个特征区域,具体公式为:
其中,L(,)表示以最大密度像素点(,)为中心划分特征区域的距离,表示以最大密度像素点(,)为中心,周围的点(a,b)与相邻的10个像素点的像素差最大值,表示最大密度像素点(,)与其相邻点的像素差的最大值。
本实施例通过像素密度将图片划分为多个区域,并选取主要的区域作为研究对象,可减少计算的复杂度,而且,选取的主要区域更具有代表性,可减少计算的误差。
在一实施例中,根据不同的图片中相同的特征点的位置,生成每个特征点对应的运动轨迹,包括:
根据选择的特征点,通过拟合函数进行拟合,得到特征点对应的曲线,将该曲线作为特征点对应的运动轨迹。
在一实施例中,将特征点的运动轨迹与标准动作轨迹进行对比,若特征点运动轨迹幅度与标准动作轨迹的差值大于阈值,则判定动作不安全,包括:
将特征点的对应的曲线与标准动作轨迹对应的曲线进行比对,若差距大于阈值,则判定动作不规范。
其中,阈值计算公式具体为:
α=+β
在完成同一个动作时,用户的关节或者部位的运动轨迹与标准动作轨迹的差距应当保持在一个合理的范围内,通过将特征点的对应的某一段曲线与标准动作轨迹对应的某一段曲线进行比对,即可得到该段曲线对应的动作是否规范,若差距较大,说明用户的动作不规范,可能会有损害人体健康的风险。
在一实施例中,人体运动安全风险评估分析系统还包括运动视频采集模块,运动视频采集模块用于采集用户运动时的视频,包括:
通过视频采集装置,采集用户运动时的视频信息,并根据视频信息中,用户运动时的动作特征或使用的健身器材类型,判断用户的运动类型。
通过判断用户的动作类型,从而从动作库中提取出对应的标准运动视频,从而对用户的运动动作进行对比评估。
在一实施例中,该系统还包括:视频播放模块,用于播放标准动作视频,供用户观看,还可以将采集的用户运动视频与标准动作视频进行同步播放,使得用户可以清楚的认知自身运动动作与标准运动动作之间的差异,以便进行调整。
在一实施例中,该系统还包括:语音提示模块,用于将生成的纠正信息进行语音播报,使得用户可以及时的得知运动动作的缺陷;以及,在检测用户的动作不规范时,发出风险语音提示。
本申请通过对用户的运动视频进行实时的采集和分析,并与标准动作进行对比,从而分析出用户的运动动作是否规范,从而避免用户由于动作不规范起不到锻炼作用,甚至对人体造成慢性损伤的风险。
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 (9)
1.一种人体运动安全风险评估分析系统,其特征在于,包括:标准动作库模块、图片采集模块、轨迹生成模块和评估分析模块,其中,
标准动作库模块,用于根据标准运动视频,采集标准动作的特征点,生成标准动作轨迹;
图片采集模块,用于持续采集运动图片,并获取每个图片中的特征点;
轨迹生成模块,用于根据不同的图片中相同的特征点的位置,生成每个特征点对应的运动轨迹;
评估分析模块,用于将特征点的运动轨迹与标准动作轨迹进行对比,若特征点运动轨迹幅度与标准动作轨迹的差值大于阈值,则判定动作不安全,并生成纠正信息。
2.根据权利要求1所述的一种人体运动安全风险评估分析系统,其特征在于,所述标准动作视频为:
采集的专业运动人员的运动视频,包括跑步视频、瑜伽视频、跳绳视频。
3.根据权利要求1所述的一种人体运动安全风险评估分析系统,其特征在于,所述根据标准运动视频,采集标准动作的特征点,包括:
根据标准动作视频,获取其中的关键帧,根据关键帧采集标准动作的特征点。
5.根据权利要求1所述的一种人体运动安全风险评估分析系统,其特征在于,所述根据不同的图片中相同的特征点的位置,生成每个特征点对应的运动轨迹,包括:
根据选择的特征点,通过拟合函数进行拟合,得到特征点对应的曲线,将该曲线作为特征点对应的运动轨迹。
6.根据权利要求1所述的一种人体运动安全风险评估分析系统,其特征在于,所述将特征点的运动轨迹与标准动作轨迹进行对比,若特征点运动轨迹幅度与标准动作轨迹的差值大于阈值,则判定动作不安全,包括:
将特征点的对应的曲线与标准动作轨迹对应的曲线进行比对,若差距大于阈值,则判定动作不规范。
7.根据权利要求1所述的一种人体运动安全风险评估分析系统,其特征在于,还包括运动视频采集模块,所述运动视频采集模块用于采集用户运动时的视频,包括:
通过视频采集装置,采集用户运动时的视频信息,并根据视频信息中,用户运动时的动作特征或使用的健身器材类型,判断用户的运动类型。
8.根据权利要求1所述的一种人体运动安全风险评估分析系统,其特征在于,还包括:视频播放模块,用于播放标准动作视频,供用户观看,还用于将采集的用户运动视频与标准动作视频进行同步播放。
9.根据权利要求1所述的一种人体运动安全风险评估分析系统,其特征在于,还包括:语音提示模块,用于将生成的纠正信息进行语音播报。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210463269.8A CN114566249B (zh) | 2022-04-29 | 2022-04-29 | 一种人体运动安全风险评估分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210463269.8A CN114566249B (zh) | 2022-04-29 | 2022-04-29 | 一种人体运动安全风险评估分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114566249A true CN114566249A (zh) | 2022-05-31 |
CN114566249B CN114566249B (zh) | 2022-07-29 |
Family
ID=81721436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210463269.8A Active CN114566249B (zh) | 2022-04-29 | 2022-04-29 | 一种人体运动安全风险评估分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114566249B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116110584A (zh) * | 2023-02-23 | 2023-05-12 | 江苏万顶惠康健康科技服务有限公司 | 一种人体健康风险评估预警系统 |
CN116805433A (zh) * | 2023-06-27 | 2023-09-26 | 北京奥康达体育科技有限公司 | 一种人体运动轨迹数据分析系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472217A (zh) * | 2018-10-19 | 2019-03-15 | 广州慧睿思通信息科技有限公司 | 智能化运动训练模型构建方法及装置、训练方法及装置 |
CN109815907A (zh) * | 2019-01-25 | 2019-05-28 | 深圳市象形字科技股份有限公司 | 一种基于计算机视觉技术的仰卧起坐姿态检测与指导方法 |
CN111991001A (zh) * | 2020-07-30 | 2020-11-27 | 杜晓玉 | 一种运动数据分析方法、系统、设备及可读存储介质 |
WO2021096669A1 (en) * | 2019-11-15 | 2021-05-20 | Microsoft Technology Licensing, Llc | Assessing a pose-based sport |
CN113239797A (zh) * | 2021-05-12 | 2021-08-10 | 中科视语(北京)科技有限公司 | 人体动作识别方法、装置及系统 |
-
2022
- 2022-04-29 CN CN202210463269.8A patent/CN114566249B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472217A (zh) * | 2018-10-19 | 2019-03-15 | 广州慧睿思通信息科技有限公司 | 智能化运动训练模型构建方法及装置、训练方法及装置 |
CN109815907A (zh) * | 2019-01-25 | 2019-05-28 | 深圳市象形字科技股份有限公司 | 一种基于计算机视觉技术的仰卧起坐姿态检测与指导方法 |
WO2021096669A1 (en) * | 2019-11-15 | 2021-05-20 | Microsoft Technology Licensing, Llc | Assessing a pose-based sport |
CN111991001A (zh) * | 2020-07-30 | 2020-11-27 | 杜晓玉 | 一种运动数据分析方法、系统、设备及可读存储介质 |
CN113239797A (zh) * | 2021-05-12 | 2021-08-10 | 中科视语(北京)科技有限公司 | 人体动作识别方法、装置及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116110584A (zh) * | 2023-02-23 | 2023-05-12 | 江苏万顶惠康健康科技服务有限公司 | 一种人体健康风险评估预警系统 |
CN116110584B (zh) * | 2023-02-23 | 2023-09-22 | 江苏万顶惠康健康科技服务有限公司 | 一种人体健康风险评估预警系统 |
CN116805433A (zh) * | 2023-06-27 | 2023-09-26 | 北京奥康达体育科技有限公司 | 一种人体运动轨迹数据分析系统 |
CN116805433B (zh) * | 2023-06-27 | 2024-02-13 | 北京奥康达体育科技有限公司 | 一种人体运动轨迹数据分析系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114566249B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114566249B (zh) | 一种人体运动安全风险评估分析系统 | |
US20200401808A1 (en) | Method and device for identifying key time point of video, computer apparatus and storage medium | |
JP4616702B2 (ja) | 画像処理 | |
US20180225852A1 (en) | Apparatus and method for generating best-view image centered on object of interest in multiple camera images | |
CN109684919B (zh) | 一种基于机器视觉的羽毛球发球违例判别方法 | |
CN110765946B (zh) | 一种跑姿评估方法、装置、设备和存储介质 | |
Zhu et al. | Action recognition in broadcast tennis video | |
JP2013210844A (ja) | 画像照合装置 | |
CN111914653A (zh) | 一种人员标记方法和装置 | |
CN114550067A (zh) | 一种体育赛事自动直播与导播方法、装置、设备及存储介质 | |
CN103096117A (zh) | 视频噪声检测方法及装置 | |
JP4728795B2 (ja) | 人物オブジェクト判定装置及び人物オブジェクト判定プログラム | |
CN114299606A (zh) | 一种基于前端相机的睡觉检测方法及装置 | |
JP2004094518A (ja) | 人物追跡装置、人物追跡方法及びプログラム | |
CN113221815A (zh) | 一种基于骨骼关键点自动检测技术的步态鉴定方法 | |
CN112733680A (zh) | 一种基于监控视频流生成高质量人脸图像的模型训练方法、提取方法、装置和终端设备 | |
US9934599B2 (en) | Method of capturing and reconstructing court lines | |
CN116055684B (zh) | 基于画面监控的在线体育教学系统 | |
CN117292288A (zh) | 体育测试方法、系统、电子设备、芯片及存储介质 | |
CN116189301A (zh) | 一种基于姿态估计的立定跳远动作规范性评估方法 | |
CN114639168B (zh) | 一种用于跑步姿态识别的方法和系统 | |
CN111241926A (zh) | 考勤与学情分析方法、系统、设备及可读存储介质 | |
CN114783057A (zh) | 一种步态信息采集的方法及相关装置 | |
CN110969133B (zh) | 一种乒乓球比赛视频的智能数据采集方法 | |
CN114264239A (zh) | 一种运动平台激光校准系统 |
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 |