CN116434345A - 基于体感的太极运动匹配方法、系统、终端及存储介质 - Google Patents
基于体感的太极运动匹配方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN116434345A CN116434345A CN202310518654.2A CN202310518654A CN116434345A CN 116434345 A CN116434345 A CN 116434345A CN 202310518654 A CN202310518654 A CN 202310518654A CN 116434345 A CN116434345 A CN 116434345A
- Authority
- CN
- China
- Prior art keywords
- user
- matching
- taiji
- instantaneous
- motion
- 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
- 230000033001 locomotion Effects 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000009471 action Effects 0.000 claims abstract description 72
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000003238 somatosensory effect Effects 0.000 claims description 6
- 230000001747 exhibiting effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000036544 posture Effects 0.000 description 32
- 230000000875 corresponding effect Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 210000001513 elbow Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000000707 wrist Anatomy 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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Social Psychology (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Psychiatry (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请涉及一种基于体感的太极运动匹配方法、系统、终端及存储介质,其包括:获取用户瞬时的运动图像信息和用户选择的太极类目;所述太极类目包括太极武术的动作信息;根据所述用户瞬时的运动图像信息,生成用户瞬时的身体姿态模型,并确定用户瞬时的身体姿态;将所述用户瞬时的身体姿态与太极类目中的动作信息,按照预设的姿态匹配模型进行匹配,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分;根据所述匹配度得分,判断用户瞬时的身体姿态和太极类目中的动作信息是否满足匹配条件;若是,进行太极类目中的下一动作信息与用户后续的运动图像信息的匹配。本申请具有提高太极运动匹配精确度的效果。
Description
技术领域
本申请涉及动作捕捉技术领域,尤其是涉及一种基于体感的太极运动匹配方法、系统、终端及存储介质。
背景技术
太极运动是一种广泛普及的健身运动,AR太极技术是基于机器视觉的动作捕捉技术,能够根据用户动作判断用户姿势是否准确,帮助用户学习和体验太极运动。实际使用过程中,存在图像识别结果与太极运动的动作匹配偏差,导致用户动作与太极运动匹配效果差的情况。
发明内容
本申请提供了一种基于体感的太极运动匹配方法、系统、终端及存储介质,其提高了太极运动匹配精准度的效果。
第一方面,本申请提供一种基于体感的太极运动匹配方法,采用如下的技术方案:
一种基于体感的太极运动匹配方法,包括:
获取用户瞬时的运动图像信息和用户选择的太极类目;所述太极类目包括太极武术的动作信息;
根据所述用户瞬时的运动图像信息,生成用户瞬时的身体姿态模型,并确定用户瞬时的身体姿态;
将所述用户瞬时的身体姿态与太极类目中的动作信息,按照预设的姿态匹配模型进行匹配,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分;
根据所述匹配度得分,判断用户瞬时的身体姿态和太极类目中的动作信息是否满足匹配条件;若是,进行太极类目中的下一动作信息与用户后续的运动图像信息的匹配。
通过采用上述技术方案,先识别用户瞬时的身体姿态,生成用户瞬时身体姿态的模型,再基于预设的姿态匹配模型匹配太极类目中的动作信息,计算用户瞬时的身体姿态与太极类目中的动作信息的匹配度,最后根据匹配度得分,判断用户身体姿态是否准确,当满足匹配条件时,说明这一时间点用户瞬时的身体姿态是较为准确的,随后进入下一时间点的身体姿态识别;当用户身体姿态不满足匹配条件时,则根据匹配度偏差向用户发出不同级别的提示信息,从而提高太极运动的匹配效果。
可选的,根据所述用户瞬时的运动图像信息,生成用户瞬时的身体姿态模型,并确定用户瞬时的身体姿态,包括:
根据所述用户瞬时的运动图像信息,确定用户身体的各个关键点的瞬时位置信息;所述关键点用于分别标记表示用户身体运动状态的身体部位;
根据所述各个关键点的瞬时位置信息,生成用户瞬时的身体姿态的模型。
通过采用上述技术方案,识别用户身体的关键点,再通过关键点确定用户的身体姿态模型,减少因为人体遮挡导致的姿态识别异常的问题。
可选的,根据所述各个关键点瞬时位置信息,生成用户瞬时的身体姿态的模型,包括:
根据所述各个关键点的瞬时位置信息,按照预设顺序将关键点依次关联,确定用户躯干和四肢的位置关系;
根据所述用户身体与四肢的位置关系,生成用户瞬时的身体姿态的模型。
通过采用上述技术方案,关键点代表的身体部位不同,按照预设的次序进行连接,即可得到用户瞬时的身体姿态。
可选的,将所述用户瞬时的身体姿态与太极类目中的动作信息,按照预设的姿态匹配模型进行匹配,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分,包括:将所述用户瞬时的身体姿态等比例缩放至预设大小;
筛选出用户瞬时的身体姿态与太极类目中的动作信息中代表相同身体位置的关键点对;
基于预设的匹配值计算规则,得到所述代表相同身体位置的关键点对的匹配值;
根据所述代表相同身体位置的关键点对的匹配值,基于预设的匹配度计算规则,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分。
可选的,基于预设的匹配值计算规则,得到所述代表相同身体位置的关键点对的匹配值,包括:
计算所述关键点对之间的空间距离;
根据所述关键点对所对应的身体部位,调取对应的误差标尺值;
根据所述空间距离与误差标尺值,得到关键点对的匹配值。
根据所述代表相同身体位置的关键点对的匹配值,基于预设的匹配度计算规则,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分,包括:
根据所述关键点对所对应的身体部位,调取对应身体部位的权重;
根据所述关键点对的匹配值和对应身体部位的权重,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分。
可选的,还包括:
根据多个连续的用户瞬时的身体姿态,计算用户运动速度;
基于所述用户运动速度,调整太极类目中动作信息的展出速度。
第二方面,本申请提供一种基于体感的太极运动匹配系统,采用如下的技术方案:
一种基于体感的太极运动匹配系统,包括:
第一获取模块,用于获取用户瞬时的运动图像信息;
第二获取模块,用于获取用户选择的太极类目;
动作分析模块,用于根据所述用户瞬时的运动图像信息,生成用户瞬时的身体姿态模型,并确定用户瞬时的身体姿态;
动作匹配模块,用于将所述用户瞬时的身体姿态与太极类目中的动作信息,按照预设的姿态匹配模型进行匹配,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分;
判断模块,根据所述匹配度得分,判断用户瞬时的身体姿态和太极类目中的动作信息是否满足匹配条件;若是,进行太极类目中的下一动作信息与用户后续的运动图像信息的匹配。
第三方面,本申请提供一种终端,具有稳定传输加密数据的特点。
本申请的上述申请目的三是通过以下技术方案得以实现的:
一种终端,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行上述数据加密传输方法的计算机程序。
第四方面,本申请提供一种计算机存储介质,能够存储相应的程序,具有便于实现稳定传输加密数据的特点。
本申请的上述申请目的四是通过以下技术方案得以实现的:
一种计算机可读存储介质,存储有能够被处理器加载并执行上述任一种数据加密传输方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:先识别用户瞬时的身体姿态,生成用户瞬时身体姿态的模型,再基于预设的姿态匹配模型匹配太极类目中的动作信息,计算用户瞬时的身体姿态与太极类目中的动作信息的匹配度,最后根据匹配度得分,判断用户身体姿态是否准确,当满足匹配条件时,说明这一时间点用户瞬时的身体姿态是较为准确的,随后进入下一时间点的身体姿态识别;当用户身体姿态不满足匹配条件时,则根据匹配度偏差向用户发出不同级别的提示信息,从而提高太极运动的匹配效果。
附图说明
图1是本申请其中一实施例的基于体感的太极运动匹配方法的流程示意图。
图2是本申请其中一实施例的基于体感的太极运动匹配系统的示意图。
图3是本申请实施例一种终端的结构示意图。
附图标记说明:201、第一获取模块;202、第二获取模块;203、动作分析模块;204、动作匹配模块;205、判断模块;301、CPU;302、ROM;303、RAM;304、总线;305、I/O接口;306、输入部分;307、输出部分;308、存储部分;309、通信部分;310、驱动器;311、可拆卸介质。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
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。
以下结合附图1至3对本申请做进一步详细说明。
第一方面,为了提高太极运动匹配精确度,本申请提供了一种基于体感的太极运动匹配方法。
本申请中的方法,主要应用于公园等公共场所内设置的人机交互展示屏,用户可以通过与展示屏进行交互,从展示屏中习得太极运动的动作,同时展示屏能够通过摄像模块采集用户的动作,并与用户学习的太极运动的动作相匹配,辅助用户学习太极运动。
参照图1,一种基于体感的太极运动匹配方法,包括如下步骤:
S101:获取用户瞬时的运动图像信息和用户选择的太极类目。
其中,太极类目包括太极武术的动作信息,包括但不限于太极拳、太极扇、太极剑等武术动作。
具体地,用户通过按键输入或语音输入选择太极类目,然后展示屏配套的摄像设备在捕捉到用户的身体轮廓时,采集用户的运动图像信息。其中,当用户选择好太极类目后,在展示屏上播放用户选择的太极类目中预设分段的一段视频,然后开始对用户的图像进行采集。预设分段的一段视频通常为太极运动的一个招式或招式的一个分解动作。
S102:根据用户瞬时的运动图像信息,生成用户瞬时的身体姿态模型,并确定用户瞬时的身体姿态。
具体的,根据用户瞬时的运动图像信息,确定用户身体的各个关键点的瞬时位置信息;关键点用于分别标记表示用户身体运动状态的身体部位,例如,用户的手、肘关节、头部、膝关节、足,以及用户手持的道具。而关键点的瞬时位置信息是在一个时间点内获取的关键点在图像中的位置信息。对于关键点的识别则是将图像识别模型进行训练,提取人身体部位的特征,从而实现对人身体部位的识别。其中,关键点的识别又是通过太极运动中手型图像、足型图像以及结合大量普通手型图像、足型图像对图像捕捉模型进行训练,以提高模型对关键点捕捉的准确度。
一种情况下,当全部的关键点都被识别到时,根据各个关键点的瞬时位置信息,按照预设顺序将关键点依次关联,然后在建模软件中依次等比例生成对应的关键点,再根据对应点之间的位置关系,依次将预存的人体模型按照关键点进行调整,从而生成用户瞬时的身体姿态模型。例如,将用户的右手、右手肘、右肩依次连接,可以得到用户右臂的姿态,再根据用户右臂的姿态,调整人体模型的右臂姿态;以此类推,能够得到用户身体的运动姿态模型。
另一种情况下,一些关键点会被身体遮挡,导致连线失败,则跳过对应点位再进行连接。例如,手肘被遮挡,则手与手腕连线,肩与身体连线。此时,再进行身体模型的调整时,则仅考虑可视部分的调节。
S103:将用户瞬时的身体姿态与太极类目中的动作信息,按照预设的姿态匹配模型进行匹配,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分。
具体的,首先将用户瞬时的身体姿态等比例缩放至预设大小;这一步骤是为了便于用户身体姿态与太极类目中的动作信息的匹配。
然后,筛选出用户瞬时的身体姿态与太极类目中的动作信息中代表相同身体位置的关键点对;再基于预设的匹配值计算规则,得到代表相同身体位置的关键点对的匹配值。其中,太极类目中的动作信息中的关键点对需要在数据存储阶段前进行标注,在进行匹配时直接调取对应的动作信息即可直接获取对应关键点对。
其中,基于预设的匹配值计算规则,得到代表相同身体位置的关键点对的匹配值,又包括:计算关键点对之间的空间距离;根据关键点对所对应的身体部位,调取对应的误差标尺值;根据空间距离与误差标尺值,得到关键点对的匹配值。其中一种计算方式为:设定空间距离为D,误差标尺为S,则匹配值为:当匹配值为负时,表明该点对的位置明显不正确,则不再计算这一点对。
此处,关于空间距离的计算,则是将用户瞬时的身体姿态模型与预设的姿态匹配模型进行重叠摆放,以躯干为重叠的核心,按照模型对应的标准度量单位计算两个模型中代表相同位置的关键对之间的空间距离。
再据代表相同身体位置的关键点对的匹配值,基于预设的匹配度计算规则,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分。实现方式为:根据关键点对所对应的身体部位,调取对应身体部位的权重;根据关键点对的匹配值和对应身体部位的权重,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分。其中一种计算方式为:计算匹配值的加权和。在太极类目的动作信息中,手与肘的位置重要性大于头部的位置,因此身体不同部位对应的权重是不相同的。
S104:根据匹配度得分,判断用户瞬时的身体姿态和太极类目中的动作信息是否满足匹配条件。
若是,说明这一时间点用户瞬时的身体姿态是较为准确的,进行下一时间的动作匹配。当整个动作均已被匹配完成后,则展示屏播放下一预设分段的视频,再次获取用户后续动作,进行太极类目中的下一动作信息与用户后续的运动图像信息的匹配。
若否,说明用户身体姿态异常,则根据匹配度偏差向用户发出不同级别的提示信息。例如,用户的匹配度得分为90以上不进行提示;用户匹配度得分为80-90,则根据用户匹配值较低的几个关键点进行显示;用户匹配度低于60,则提示用户动作偏差较大,提示用户重新进行动作展示,并同时播放本次动作的视频。
同时,为了让不同熟练度的用户都有较好的体验,还能够根据多个连续的用户瞬时的身体姿态,计算用户运动速度;基于用户运动速度,调整太极类目中动作信息的展出速度。根据用户的动作速度,计算展示屏太极类目中动作的展出速度,使得不同熟练度的用户能有不同体验,提高用户的体验感。
第二方面,本申请提供一种基于体感的太极运动匹配系统,采用如下的技术方案:
参照图2,一种基于体感的太极运动匹配系统,包括:
第一获取模块201,用于获取用户瞬时的运动图像信息;第一获取模块201可以是带有图像识别功能的图像采集设备。
第二获取模块202,用于获取用户选择的太极类目;第二获取模块202可以是按键输入模块、触摸输入模块、语音输入模块和通信模块等任意人机交互模块。
动作分析模块203,用于根据所述用户瞬时的运动图像信息,生成用户瞬时的身体姿态模型,确定用户瞬时的身体姿态。
动作匹配模块204,用于将所述用户瞬时的身体姿态与太极类目中的动作信息,按照预设的姿态匹配模型进行匹配,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分。
判断模块205,根据所述匹配度得分,判断用户瞬时的身体姿态和太极类目中的动作信息是否满足匹配条件;若是,进行太极类目中的下一动作信息与用户后续的运动图像信息的匹配。
动作分析模块203、动作匹配模块204和判断模块205可以由带有运算建模功能的设备实现。
图3示出了适于用来实现本申请实施例的终端的结构示意图。
如图3所示,终端包括中央处理单元(CPU)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储部分加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有系统操作所需的各种程序和数据。CPU 301、ROM302以及RAM 303通过总线304彼此相连。输入/输出I/O接口305也连接至总线304。
以下部件连接至I/O接口305:包括键盘、鼠标等的输入部分306;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分307;包括硬盘等的存储部分308;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311,诸如磁盘、光盘、磁光盘、半导体存储器等,根据需要安装在驱动器310上,以便于从其上读出的计算机程序根据需要被安装入存储部分308。
特别地,根据本申请的实施例,上文参考流程图1描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在机器可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分309从网络上被下载和安装,和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(CPU)301执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一种或多种导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件,或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、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,前述模块、程序段或代码的一部分包含一种或多种用于实现规定的逻辑功能的可执行指令。也应当注意,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,两个接连地表示的方框实际上可以基本并行的执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,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操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。
描述于本申请实施例中所涉及的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取模块201、第二获取模块202、动作分析模块203、动作匹配模块204和判断模块205。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的终端中所包含的;也可以是单独存在,而未装配入该终端中的。上述计算机可读存储介质存储有一个或者多个程序,当上述前述程序被一个或者一个以上的处理器用来执行描述于本申请的数据加密传输方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其他技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种基于体感的太极运动匹配方法,其特征在于,包括:
获取用户瞬时的运动图像信息和用户选择的太极类目;所述太极类目包括太极武术的动作信息;
根据所述用户瞬时的运动图像信息,生成用户瞬时的身体姿态模型,并确定用户瞬时的身体姿态;
将所述用户瞬时的身体姿态与太极类目中的动作信息,按照预设的姿态匹配模型进行匹配,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分;
根据所述匹配度得分,判断用户瞬时的身体姿态和太极类目中的动作信息是否满足匹配条件;
若是,进行太极类目中的下一动作信息与用户后续的运动图像信息的匹配。
2.根据权利要求1所述的基于体感的太极运动匹配方法,其特征在于,根据所述用户瞬时的运动图像信息,生成用户瞬时的身体姿态模型,并确定用户瞬时的身体姿态,包括:
根据所述用户瞬时的运动图像信息,确定用户身体的各个关键点的瞬时位置信息;所述关键点用于分别标记表示用户身体运动状态的身体部位;
根据所述各个关键点的瞬时位置信息,生成用户瞬时的身体姿态的模型。
3.根据权利要求2所述的基于体感的太极运动匹配方法,其特征在于,根据所述各个关键点瞬时位置信息,生成用户瞬时的身体姿态的模型,包括:
根据所述各个关键点的瞬时位置信息,按照预设顺序将关键点依次关联,确定用户躯干和四肢的位置关系;
根据所述用户身体与四肢的位置关系,生成用户瞬时的身体姿态的模型。
4.根据权利要求3所述的基于体感的太极运动匹配方法,其特征在于,将所述用户瞬时的身体姿态与太极类目中的动作信息,按照预设的姿态匹配模型进行匹配,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分,包括:
将所述用户瞬时的身体姿态等比例缩放至预设大小;
筛选出用户瞬时的身体姿态与太极类目中的动作信息中代表相同身体位置的关键点对;
基于预设的匹配值计算规则,得到所述代表相同身体位置的关键点对的匹配值;
根据所述代表相同身体位置的关键点对的匹配值,基于预设的匹配度计算规则,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分。
5.根据权利要求4所述的基于体感的太极运动匹配方法,其特征在于,基于预设的匹配值计算规则,得到所述代表相同身体位置的关键点对的匹配值,包括:
计算所述关键点对之间的空间距离;
根据所述关键点对所对应的身体部位,调取对应的误差标尺值;
根据所述空间距离与误差标尺值,得到关键点对的匹配值。
6.根据权利要求4所述的基于体感的太极运动匹配方法,其特征在于,根据所述代表相同身体位置的关键点对的匹配值,基于预设的匹配度计算规则,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分,包括:
根据所述关键点对所对应的身体部位,调取对应身体部位的权重;
根据所述关键点对的匹配值和对应身体部位的权重,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分。
7.根据权利要求1所述的基于体感的太极运动匹配方法,其特征在于,还包括:
根据多个连续的用户瞬时的身体姿态,计算用户运动速度;
基于所述用户运动速度,调整太极类目中动作信息的展出速度。
8.一种基于体感的太极运动匹配系统,包括:
第一获取模块(201),用于获取用户瞬时的运动图像信息;
第二获取模块(202),用于获取用户选择的太极类目;
动作分析模块(203),用于根据所述用户瞬时的运动图像信息,生成用户瞬时的身体姿态模型,并确定用户瞬时的身体姿态;
动作匹配模块(204),用于将所述用户瞬时的身体姿态与太极类目中的动作信息,按照预设的姿态匹配模型进行匹配,得到用户瞬时的身体姿态与太极类目中的动作信息的匹配度得分;
判断模块(205),根据所述匹配度得分,判断用户瞬时的身体姿态和太极类目中的动作信息是否满足匹配条件;若是,进行太极类目中的下一动作信息与用户后续的运动图像信息的匹配。
9.一种终端,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至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至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310518654.2A CN116434345A (zh) | 2023-05-09 | 2023-05-09 | 基于体感的太极运动匹配方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310518654.2A CN116434345A (zh) | 2023-05-09 | 2023-05-09 | 基于体感的太极运动匹配方法、系统、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116434345A true CN116434345A (zh) | 2023-07-14 |
Family
ID=87087381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310518654.2A Pending CN116434345A (zh) | 2023-05-09 | 2023-05-09 | 基于体感的太极运动匹配方法、系统、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116434345A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288766A (zh) * | 2020-10-28 | 2021-01-29 | 中国科学院深圳先进技术研究院 | 运动评估方法、装置、系统及存储介质 |
CN113516064A (zh) * | 2021-07-02 | 2021-10-19 | 深圳市悦动天下科技有限公司 | 体育运动的动作判定方法、装置、设备及存储介质 |
CN113947810A (zh) * | 2021-09-23 | 2022-01-18 | 广东科学技术职业学院 | 基于姿态识别的太极拳评估方法及系统 |
CN114155610A (zh) * | 2021-12-09 | 2022-03-08 | 中国矿业大学 | 基于上半身姿态估计的面板装配关键动作识别方法 |
CN114550027A (zh) * | 2022-01-18 | 2022-05-27 | 清华大学 | 基于视觉的运动视频精细分析方法和装置 |
CN114870384A (zh) * | 2022-04-30 | 2022-08-09 | 程亚红 | 一种基于动态识别的太极拳训练方法及系统 |
-
2023
- 2023-05-09 CN CN202310518654.2A patent/CN116434345A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288766A (zh) * | 2020-10-28 | 2021-01-29 | 中国科学院深圳先进技术研究院 | 运动评估方法、装置、系统及存储介质 |
CN113516064A (zh) * | 2021-07-02 | 2021-10-19 | 深圳市悦动天下科技有限公司 | 体育运动的动作判定方法、装置、设备及存储介质 |
CN113947810A (zh) * | 2021-09-23 | 2022-01-18 | 广东科学技术职业学院 | 基于姿态识别的太极拳评估方法及系统 |
CN114155610A (zh) * | 2021-12-09 | 2022-03-08 | 中国矿业大学 | 基于上半身姿态估计的面板装配关键动作识别方法 |
CN114550027A (zh) * | 2022-01-18 | 2022-05-27 | 清华大学 | 基于视觉的运动视频精细分析方法和装置 |
CN114870384A (zh) * | 2022-04-30 | 2022-08-09 | 程亚红 | 一种基于动态识别的太极拳训练方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191588B (zh) | 运动教学方法、装置、存储介质及电子设备 | |
Trejo et al. | Recognition of yoga poses through an interactive system with kinect device | |
CN109902659B (zh) | 用于处理人体图像的方法和装置 | |
US10803762B2 (en) | Body-motion assessment device, dance assessment device, karaoke device, and game device | |
CN111401318B (zh) | 动作识别方法及装置 | |
KR20220028654A (ko) | 미러 디스플레이를 이용하여 태권도 동작 코칭 서비스를 제공하는 장치 및 방법 | |
CN111597975B (zh) | 人员动作检测方法、装置及电子设备 | |
CN113409651B (zh) | 直播健身方法、系统、电子设备、存储介质 | |
CN114333046A (zh) | 舞蹈动作评分方法、装置、设备和存储介质 | |
CN117523659A (zh) | 基于骨架的多特征多流实时动作识别方法、装置和介质 | |
CN116954367A (zh) | 一种虚拟现实的交互方法、系统及设备 | |
CN111967407A (zh) | 动作评价方法、电子设备和计算机可读存储介质 | |
CN114694256A (zh) | 实时网球动作识别方法、装置、设备及介质 | |
US20230162458A1 (en) | Information processing apparatus, information processing method, and program | |
CN111784660B (zh) | 一种用于人脸图像的正脸程度的分析方法和系统 | |
CN113342157A (zh) | 眼球追踪处理方法及相关装置 | |
CN114546125B (zh) | 键盘跟踪方法及跟踪系统 | |
CN114694257B (zh) | 多人实时三维动作识别评估方法、装置、设备及介质 | |
CN116434345A (zh) | 基于体感的太极运动匹配方法、系统、终端及存储介质 | |
CN116012942A (zh) | 手语教学方法、装置、设备及存储介质 | |
CN114630190A (zh) | 关节姿态参数的确定方法、模型训练方法及装置 | |
CN113544701A (zh) | 关联对象的检测方法及装置 | |
CN111260678A (zh) | 体操辅助学习的方法、装置、存储介质和终端设备 | |
CN111625102A (zh) | 一种建筑物展示方法及装置 | |
CN116912948B (zh) | 一种数字人的训练方法、系统及驱动系统 |
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 |