CN117978937A - 一种视频生成的方法、装置、存储介质及电子设备 - Google Patents
一种视频生成的方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117978937A CN117978937A CN202410369278.XA CN202410369278A CN117978937A CN 117978937 A CN117978937 A CN 117978937A CN 202410369278 A CN202410369278 A CN 202410369278A CN 117978937 A CN117978937 A CN 117978937A
- Authority
- CN
- China
- Prior art keywords
- image
- rehabilitation exercise
- frame
- human body
- exercise training
- 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 67
- 238000012549 training Methods 0.000 claims abstract description 181
- 230000008859 change Effects 0.000 claims abstract description 27
- 230000033001 locomotion Effects 0.000 claims abstract description 18
- 230000036544 posture Effects 0.000 claims description 117
- 230000009466 transformation Effects 0.000 claims description 53
- 210000000988 bone and bone Anatomy 0.000 claims description 45
- 230000009471 action Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 15
- 201000010099 disease Diseases 0.000 claims description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 10
- 208000024891 symptom Diseases 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000002560 therapeutic procedure Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 210000003205 muscle Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 201000000585 muscular atrophy Diseases 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Processing Or Creating Images (AREA)
Abstract
本说明书公开了一种视频生成的方法、装置、存储介质及电子设备。其中,首先获取康复运动训练原始视频,并提取该康复运动训练原始视频中包含的每一帧图像的图像特征以及所述康复运动训练原始视频中包含的各个帧图像之间的康复运动的动作姿态的变化特征,进而根据提取到的图像特征,确定该康复运动训练原始视频中包含的每一帧图像对应的人体姿态信息,根据提取到的变化特征,确定该康复运动训练原始视频中包含的每一帧图像对应的人体姿态信息中所包含的各个关节点的权重信息,最后根据确定出的每帧图像对应的权重信息,确定出每帧图像对应的扩展人体姿态信息,并根据每帧图像对应的扩展人体姿态信息,生成扩展康复运动训练视频。
Description
技术领域
本说明书涉及计算机技术领域,尤其涉及一种视频生成的方法、装置、存储介质及电子设备。
背景技术
目前,康复治疗的需求日益增加。康复治疗主要以运动的形式,对患者的肌肉、关节等部位进行一定程度的牵引,帮助患者更快地恢复受损的身体部位,同时还能在一定程度上改善患者的血液循环,可以说,康复治疗在当前的康复医学领域中的重要组成部分。
然而,在实际的康复治疗中,每一名患者都存在不同的康复治疗的需求,也就需要不同的康复运动训练视频的参考或指导,而目前可供医生和患者参考的康复运动训练视频存在数量不足、类型不全、动作不够标准、治疗效果不明显等诸多问题。
因此,如何生成符合康复运动动作标准的康复运动训练视频,丰富康复运动训练视频的类型,提供给患者更多的选择,从而提高康复治疗的治疗效果,是一个亟待解决的问题。
发明内容
本说明书提供一种视频生成的方法、装置、存储介质及电子设备。以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种视频生成的方法,包括:
获取康复运动训练原始视频,其中,所述康复运动训练原始视频中包含有一组完整的康复运动的动作姿态图像;
提取所述康复运动训练原始视频中包含的每一帧图像的图像特征以及所述康复运动训练原始视频中包含的各个帧图像之间的康复运动的动作姿态的变化特征;
针对所述康复运动训练原始视频中包含的每帧图像,根据该帧图像对应的图像特征,确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的三维坐标,并利用各个关节点对应的三维坐标,确定出该帧图像对应的由关节点表示的人体姿态信息,作为该帧图像对应的人体姿态信息;
针对所述康复运动训练原始视频中包含的每帧图像,根据所述变化特征,确定出该帧图像对应的人体姿态信息的人体姿态中所包含的各个关节点的权重信息,并根据所述各个关节点的权重信息,对所述各个关节点进行姿态变换,以确定出该帧图像对应的扩展人体姿态信息;
根据每帧图像对应的扩展人体姿态信息,生成扩展康复运动训练视频。
可选地,所述方法还包括:
将所述扩展康复运动训练视频输入到预先训练的描述模型中,以根据所述描述模型,对所述扩展康复运动训练视频添加对应的具体描述信息。
可选地,所述具体描述信息包括:扩展康复运动训练视频的适用患者类型信息、扩展康复运动训练视频中包含的康复运动的动作姿态的文字描述信息、扩展康复运动训练视频对应的训练技巧信息以及扩展康复运动训练视频的预期治疗效果信息中的至少一种。
可选地,针对所述康复运动训练原始视频中包含的每帧图像,根据该帧图像对应的图像特征,确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的三维坐标,具体包括:
针对所述康复运动训练原始视频中包含的每帧图像,根据该帧图像对应的图像特征,在该帧图像所在的二维空间中建立二维直角坐标系,并在所述二维直角坐标系中确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的二维坐标;
根据各个关节点对应的二维坐标,确定各个关节点之间的相对位置关系;
根据各个关节点之间的相对位置关系,在三维空间中对各个关节点对应的二维坐标进行嵌入,确定各个关节点对应的三维坐标。
可选地,针对所述康复运动训练原始视频中包含的每帧图像,根据所述变化特征,确定出该帧图像对应的人体姿态信息的人体姿态中所包含的各个关节点的权重信息,并根据所述各个关节点的权重信息,对所述各个关节点进行姿态变换,以确定出该帧图像对应的扩展人体姿态信息,具体包括:
针对该帧图像对应的人体姿态信息的人体姿态中所包含的每个关节点,根据所述变化特征,分别确定影响该关节点的各骨骼对该关节点的影响程度,并根据所述影响程度,确定该关节点对应的权重信息;
根据该帧图像中对应的人体姿态信息的人体姿态中所包含的各骨骼的位置与姿态关系,确定所述各骨骼自身的变换数据;
针对该帧图像对应的人体姿态信息的人体姿态中所包含的每个关节点,根据该关节点对应的权重信息以及影响该关节点的各骨骼自身的变换数据,确定该关节点对应的变换数据;
根据该帧图像对应的人体姿态信息的人体姿态中所包含的每个关节点对应的变换数据,对所述各个关节点进行姿态变换,以确定该帧图像对应的扩展人体姿态信息。
可选地,根据该帧图像中对应的人体姿态信息的人体姿态中所包含的各骨骼的位置与姿态关系,确定各骨骼自身的变换数据,具体包括:
根据该帧图像中对应的人体姿态信息的人体姿态中各骨骼的位置与姿态关系,在该帧图像中对应的人体姿态信息的人体姿态中所包含的各骨骼中确定根骨骼,并确定所述根骨骼的变换数据;
根据所述各骨骼的位置与姿态关系以及所述根骨骼的变换数据,确定所述各骨骼中其他骨骼的变换数据。
本说明书提供了一种视频展示方法,包括:
获取患者的病症信息;
根据所述患者的病症信息,在预先部署的数据库中查询出符合所述患者的病症的康复运动训练视频,其中,所述康复运动训练视频是通过上述视频生成的方法生成得到的;
将查询出的康复运动训练视频展示给所述患者。
本说明书提供了一种视频生成的装置,包括:
获取模块,用于获取康复运动训练原始视频,其中,所述康复运动训练原始视频中包含有一组完整的康复运动的动作姿态图像;
提取模块,用于提取所述康复运动训练原始视频中包含的每一帧图像的图像特征以及所述康复运动训练原始视频中包含的各个帧图像之间的康复运动的动作姿态的变化特征;
确定模块,用于针对所述康复运动训练原始视频中包含的每帧图像,根据该帧图像对应的图像特征,确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的三维坐标,并利用各个关节点对应的三维坐标,确定出该帧图像对应的由关节点表示的人体姿态信息,作为该帧图像对应的人体姿态信息;
处理模块,用于针对所述康复运动训练原始视频中包含的每帧图像,根据所述变化特征,确定出该帧图像对应的人体姿态信息的人体姿态中所包含的各个关节点的权重信息,并根据所述各个关节点的权重信息,对所述各个关节点进行姿态变换,以确定出该帧图像对应的扩展人体姿态信息;
生成模块,用于根据每帧图像对应的扩展人体姿态信息,生成扩展康复运动训练视频。
本说明书提供了一种视频展示装置,包括:
获取模块,用于获取患者的病症信息;
查询模块,用于根据所述患者的病症信息,在预先部署的数据库中查询出符合所述患者的病症的康复运动训练视频,其中,所述康复运动训练视频是通过上述视频生成的方法生成得到的;
展示模块,用于将查询出的康复运动训练视频展示给所述患者。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述视频生成的方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述视频生成的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的视频生成的方法中,首先获取康复运动训练原始视频,并对获取到的康复运动训练原始视频进行特征提取,获取康复运动训练原始视频中包含的每一帧图像的图像特征以及所述康复运动训练原始视频中包含的各个帧图像之间的康复运动的动作姿态的变化特征;然后利用提取到的图像特征,确定康复运动训练原始视频中包含的每帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的三维坐标,进而利用各个关节点对应的三维坐标,确定出康复运动训练原始视频中包含的每帧图像对应的人体姿态信息;同时,利用提取到的变化特征,确定出康复运动训练原始视频中包含的每帧图像对应的人体姿态信息的人体姿态中所包含的各个关节点的权重信息,并进一步利用每帧图像对应的各个关节点的权重信息,确定出每帧图像对应的扩展人体姿态信息,最后根据每帧图像对应的扩展人体姿态信息,生成扩展康复运动训练视频。
从上述方法可以看出,本说明书会先获取康复运动训练原始视频,并对康复运动训练原始视频进行特征提取,并利用提取的特征对康复运动训练原始视频中包含的每帧图像所表示的康复运动的动作姿态进行扩展,从而获得每帧图像对应的扩展人体姿态信息,进而生成扩展康复运动训练视频,如此一来,仅需要少量的康复运动训练原始视频,就可以生成大量的扩展康复运动训练视频,能够极大地丰富康复运动训练视频的数量,并扩展康复运动训练视频的类型,为患者提供了更多丰富且种类齐全的康复运动训练视频。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中提供的一种视频生成的方法的流程示意图;
图2为本说明书中提供的一种视频展示方法的流程示意图;
图3为本说明书中提供的一种视频生成的装置的示意图;
图4为本说明书中提供的一种视频展示装置的示意图;
图5为本说明书中提供的一种应于图1的电子设备的示意结构图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种视频生成的方法的流程示意图,包括以下步骤:
S101:获取康复运动训练原始视频,其中,所述康复运动训练原始视频中包含有一组完整的康复运动的动作姿态图像。
目前,越来越多的患者需要进行康复治疗。康复治疗主要以运动的形式,治疗患者受到损伤的关节和肌肉,能够帮助患者更好地修复损伤的身体部位,同时还能预防患者可能出现的肌肉萎缩等问题。
然而,目前可供医生和患者参考的康复运动训练视频存在数量不足、类型不全、动作不够标准、治疗效果不明显等诸多问题,这无疑无法满足患者的实际治疗需求。
基于此,本说明书提供了一种视频生成的方法,通过对康复运动训练原始视频进行特征提取,并利用提取的特征对康复运动训练原始视频中包含的每帧图像所表示的康复运动的动作姿态进行扩展,从而获得每帧图像对应的扩展人体姿态信息,进而生成扩展康复运动训练视频,如此一来,仅需要少量的康复运动训练原始视频,就可以生成大量的扩展康复运动训练视频,能够极大地丰富康复运动训练视频的数量,并扩展康复运动训练视频的类型,能够更好地满足患者的治疗需求。
需要说明的是,在本说明书中用于实现视频生成的方法的执行主体可以是服务器等指定设备,也可以是台式电脑、笔记本电脑等终端设备,抑或是安装在终端设备中的客户端,为了便于描述,本说明书仅以服务器是执行主体为例,对本说明书提供的一种视频生成的方法进行说明。
服务器可以获取包含有一组完整的康复运动的动作姿态图像的康复运动训练原始视频,其中,康复运动训练原始视频可以由专业人员在相关医疗机构的配合下进行实地拍摄获取,也可以从第三方数据库中进行获取,并存储在指定的存储空间中,以使得服务器从指定的存储空间中获取康复运动训练原始视频。
同时,在本说明书中,也可以通过获取记录有真实患者康复运动训练数据的康复运动训练记录表来人为生成康复运动训练原始视频,其中,记录有真实患者康复运动训练数据的康复运动训练记录表中记录了患者的病症信息、患者进行的康复运动训练的训练情况统计数据以及患者在进行康复运动训练后的恢复情况数据,表中还包含了患者进行康复运动训练时拍摄的二维图片。
服务器可以根据康复运动训练记录表中包含的患者进行康复运动训练时拍摄的二维图片,生成包含有一组完整的康复运动的动作姿态图像的康复运动训练原始视频。其中,对于任意一张二维图片,服务器可以通过稀疏点云的方式将该二维图片所表示的人体姿态映射到三维空间中,以获得该二维图片所表示的人体姿态对应的三维模型,并根据二维图片中表示人体姿态的像素点对应的位置、方向、颜色、不透明度等信息,对三维空间中的三维模型进行渲染,以获得该二维图片对应的三维图像。
根据康复运动训练记录表中包含的每张二维图片对应的三维图像,服务器可以生成包含有一组完整的康复运动的动作姿态图像的康复运动训练原始视频,并将生成的康复运动训练原始视频存储在指定的存储空间中,以使得服务器从指定的存储空间中获取康复运动训练原始视频。
需要注意的是,为了保证生成的扩展康复运动训练视频的质量,在获取或生成康复运动训练原始视频时,需要保证康复运动训练原始视频所表示的康复运动的动作姿态符合标准且具有良好的治疗效果。
S102:提取所述康复运动训练原始视频中包含的每一帧图像的图像特征以及所述康复运动训练原始视频中包含的各个帧图像之间的康复运动的动作姿态的变化特征。
在获取到康复运动训练原始视频之后,服务器可以对获取到的康复运动训练原始视频进行特征提取。其中,服务器可以提取康复运动训练原始视频中包含的每一帧图像的图像特征以及康复运动训练原始视频中包含的各个帧图像之间的康复运动的动作姿态的变化特征。
具体的,服务器可以将康复运动训练原始视频输入到预先训练的特征提取模型中,以使得该特征提取模型对康复运动训练原始视频进行特征提取。其中,服务器在将康复运动训练原始视频中的每一帧图像输入到该特征提取模型后,该特征提取模型可以针对每帧图像,对该帧图像进行诸如卷积、池化等操作,以从该帧图像中提取出图像特征。同时,该特征提取模型在分别提取出每帧图像对应的图像特征后,可以通过计算各帧图像的图像特征之间的特征变化程度,来确定出上述变化特征。
S103:针对所述康复运动训练原始视频中包含的每帧图像,根据该帧图像对应的图像特征,确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的三维坐标,并利用各个关节点对应的三维坐标,确定出该帧图像对应的由关节点表示的人体姿态信息,作为该帧图像对应的人体姿态信息。
针对获取到的康复运动训练原始视频中包含的每帧图像,服务器可以根据该帧图像对应的图像特征,确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的三维坐标,并利用各个关节点对应的三维坐标,确定出该帧图像对应的由关节点表示的人体姿态信息,作为该帧图像对应的人体姿态信息。
其中,针对每帧图像,服务器可以将该帧图像导入到预先创建的指定二维空间中,并在指定二维空间中建立二维直角坐标系,利用该帧图像的图像特征,确定在指定二维空间下的二维直角坐标系中该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的二维坐标,进而利用该帧图像涉及的各个关节点对应的二维坐标,确定出该帧图像涉及的各个关节点之间的相对位置关系。
对于任意一帧图像而言,在确定了该帧图像涉及的各个关节点之间的相对位置关系之后,服务器可以在指定二维空间的基础上,再添加一个维度,获得指定三维空间,并将指定二维空间下的二维直角坐标系扩展为三维直角坐标系。其中,该帧图像所涉及的各个关节点对应的二维坐标在三维直角坐标系中保持不变,并在各个关节点中任选一个关节点作为目标关节点,进而在新的扩展维度上为目标关节点赋予一个坐标值,获得目标关节点的三维坐标。
如此一来,针对每帧图像,根据目标关节点的三维坐标,服务器可以根据该帧图像涉及的各个关节点之间的相对位置关系,确定出该帧图像涉及的各个关节点对应的三维坐标。
针对康复运动训练原始视频中包含的每帧图像,服务器可以利用该帧图像涉及到的各个关节点对应的三维坐标,在指定三维空间中构建出由关节点和骨骼组成的人体姿态三维模型,作为该帧图像对应的人体姿态信息。
S104:针对所述康复运动训练原始视频中包含的每帧图像,根据所述变化特征,确定出该帧图像对应的人体姿态信息的人体姿态中所包含的各个关节点的权重信息,并根据所述各个关节点的权重信息,对所述各个关节点进行姿态变换,以确定出该帧图像对应的扩展人体姿态信息。
对于康复运动训练原始视频中包含的每帧图像而言,根据该帧图像对应的变化特征,服务器可以确定出该帧图像对应的人体姿态信息的人体姿态中所包含的各个关节点的权重信息,其中,关节点的权重信息是指影响该关节点的各骨骼对该关节点的权重。
需要说明的是,在人体的实际结构中,每个关节点都受到至少两个骨骼的影响,在人体进行运动时,肌肉会带动骨骼进行运动,而运动的骨骼会进一步带动关节点的运动,那么,每个关节点的运动情况则是由影响该关节点的各骨骼的运动情况共同影响的,骨骼对关节点的影响程度越大,骨骼在运动时便能更多地带动关节点的运动。在本说明书中,骨骼对某一关节点的影响程度越大,骨骼对该关节点的权重也就越大,如此一来,利用该帧图像对应的变化特征来确定各个关节点对应的权重信息,能够很好地约束关节点的变换程度,从而导致各关节点变换后形成的扩展人体姿态能够符合康复运动的标准。
对于康复运动训练原始视频中包含的每帧图像而言,服务器可以根据该帧图像中对应的人体姿态信息的人体姿态中所包含的各骨骼的位置与姿态关系,确定各骨骼自身的变换数据,其中,服务器会在该帧图像中对应的人体姿态信息的人体姿态中所包含的各骨骼中确定出根骨骼,并根据预设需求,确定出根骨骼需要进行的平移距离、次数,旋转角度等运动数据,作为根骨骼对应的变换数据。
然后,服务器可以根据根骨骼的位置与姿态关系以及根骨骼的变换数据,确定出该帧图像中对应的人体姿态信息的人体姿态中所包含的各骨骼中其他骨骼的变换数据。具体的,根据根骨骼的位置与姿态关系,服务器可以确定出与根骨骼相邻的各骨骼,并将与根骨骼相邻的各骨骼作为父骨骼,然后根据根骨骼的变换数据,推导出父骨骼的变换数据。进一步地,服务器还可以根据父骨骼的位置与姿态关系,确定出与父骨骼相邻的各非根骨骼,并将与父骨骼相邻的各非根骨骼作为子骨骼,然后根据父骨骼的变换数据,推导出子骨骼的变换数据,即,在本说明书中,可以通过各骨骼的位置与姿态关系,将各骨骼划分为多个层级结构,并根据骨骼之间的运动规律,从高层级结构中骨骼的变换数据中推导出低层级结构中骨骼的变换数据,从而只需要确定根骨骼的变换数据,就能确定出其他各骨骼的变换数据,极大地提高了效率。
对于任意一个关节点而言,在确定了影响该关节点的各骨骼自身的变换数据之后,服务器可以根据该关节点对应的权重信息对影响该关节点的各骨骼自身的变换数据进行加权求和,从而确定出该关节点对应的变换数据。
对于康复运动训练原始视频中包含的每帧图像而言,服务器可以根据该帧图像对应的人体姿态信息的人体姿态中所包含的每个关节点对应的变换数据,对各个关节点进行姿态变换,以确定该帧图像对应的扩展人体姿态信息。
S105:根据每帧图像对应的扩展人体姿态信息,生成扩展康复运动训练视频。
在获得了每帧图像对应的扩展人体姿态信息之后,服务器可以根据每帧图像对应的扩展人体姿态信息,生成符合康复运动训练标准的扩展康复运动训练视频。
并且,服务器还可以将扩展康复运动训练视频输入到预先训练的描述模型中,以根据描述模型,对扩展康复运动训练视频添加对应的具体描述信息,其中,具体描述信息中包括扩展康复运动训练视频的适用患者类型信息、扩展康复运动训练视频中包含的康复运动的动作姿态的文字描述信息、扩展康复运动训练视频对应的训练技巧信息以及扩展康复运动训练视频的预期治疗效果信息中的至少一种等信息,这些信息能够更好地指导患者进行康复运动训练,为患者提供了更多丰富且种类齐全的康复运动训练视频。
同时,服务器还可以根据本说明书中的方法生成大量的扩展康复运动训练视频并添加具体描述信息,从而利用这些大量的扩展康复运动训练视频构建康复运动训练视频数据集,通过该数据集,帮助患者进行康复运动训练,或是为相关医疗机构或学者提供参考。
从上述方法可以看出,本说明书可以对康复运动训练原始视频进行扩展,从而获得符合康复运动训练标准的扩展康复运动训练视频,从而极大地丰富了康复运动训练视频的数量以及类型,为患者提供了更多丰富且种类齐全的康复运动训练视频。
通过上述方法完成扩展康复运动训练视频的生成后,可以将扩展康复运动训练视频展示给患者,下面将对视频展示的过程进行详细说明。
图2为本说明书中提供的一种视频展示的方法的流程示意图,包括以下步骤:
S201:获取患者的病症信息。
服务器可以获取患者的病症信息,其中,服务器可以获取由患者或医生输入的病症信息,也可以获取储存在指定存储空间中的病症信息。
S202:根据所述患者的病症信息,在预先部署的数据库中查询出符合所述患者的病症的康复运动训练视频,其中,所述康复运动训练视频是通过上述视频生成的方法生成得到的。
根据患者的病症信息,服务器可以在预先部署的数据库中查询出符合患者的病症的康复运动训练视频,其中,若服务器查询到多个符合患者的病症的康复运动训练视频,可以根据预设的标准将其中至少一个符合患者的病症的康复运动训练视频进行保留。
具体的,服务器可以根据每个康复运动训练视频的具体描述信息,确定出每个康复运动训练视频对应的关键词,然后将康复运动训练视频与康复运动训练视频对应的关键词一并存入预先部署的数据库中,并建立映射关系。如此一来,在进行查询时,服务器就可以从患者的病症信息中确定出关键词,并将存储在预先部署的数据库中的每个康复运动训练视频对应的关键词,与患者的病症信息中的关键词进行匹配,进而将符合匹配要求的康复运动训练视频作为查询结果。
S203:将查询出的康复运动训练视频展示给所述患者。
服务器将查询出的康复运动训练视频展示给患者,其中,服务器可以将查询出的康复运动训练视频通过移动设备展示给患者,也可以通过在线网站的方式展示给患者。
以上为本说明书的一个或多个实施视频生成的方法,基于同样的思路,本说明书还提供了相应的视频生成的装置以及视频展示的装置如图3、图4所示。
图3为本说明书提供的一种视频生成的装置的示意图,包括:
获取模块301,用于获取康复运动训练原始视频,其中,所述康复运动训练原始视频中包含有一组完整的康复运动的动作姿态图像;
提取模块302,用于提取所述康复运动训练原始视频中包含的每一帧图像的图像特征以及所述康复运动训练原始视频中包含的各个帧图像之间的康复运动的动作姿态的变化特征;
确定模块303,用于针对所述康复运动训练原始视频中包含的每帧图像,根据该帧图像对应的图像特征,确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的三维坐标,并利用各个关节点对应的三维坐标,确定出该帧图像对应的由关节点表示的人体姿态信息,作为该帧图像对应的人体姿态信息;
处理模块304,用于针对所述康复运动训练原始视频中包含的每帧图像,根据所述变化特征,确定出该帧图像对应的人体姿态信息的人体姿态中所包含的各个关节点的权重信息,并根据所述各个关节点的权重信息,对所述各个关节点进行姿态变换,以确定出该帧图像对应的扩展人体姿态信息;
生成模块305,用于根据每帧图像对应的扩展人体姿态信息,生成扩展康复运动训练视频。
可选地,所述生成模块305还用于,将所述扩展康复运动训练视频输入到预先训练的描述模型中,以根据所述描述模型,对所述扩展康复运动训练视频添加对应的具体描述信息。
可选地,所述确定模块303具体用于,针对所述康复运动训练原始视频中包含的每帧图像,根据该帧图像对应的图像特征,在该帧图像所在的二维空间中建立二维直角坐标系,并在所述二维直角坐标系中确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的二维坐标;根据各个关节点对应的二维坐标,确定各个关节点之间的相对位置关系;根据各个关节点之间的相对位置关系,在三维空间中对各个关节点对应的二维坐标进行嵌入,确定各个关节点对应的三维坐标。
可选地,所述处理模块304具体用于,针对该帧图像对应的人体姿态信息的人体姿态中所包含的每个关节点,根据所述变化特征,分别确定影响该关节点的各骨骼对该关节点的影响程度,并根据所述影响程度,确定该关节点对应的权重信息;根据该帧图像中对应的人体姿态信息的人体姿态中所包含的各骨骼的位置与姿态关系,确定所述各骨骼自身的变换数据;针对该帧图像对应的人体姿态信息的人体姿态中所包含的每个关节点,根据该关节点对应的权重信息以及影响该关节点的各骨骼自身的变换数据,确定该关节点对应的变换数据;根据该帧图像对应的人体姿态信息的人体姿态中所包含的每个关节点对应的变换数据,对所述各个关节点进行姿态变换,以确定该帧图像对应的扩展人体姿态信息。
可选地,所述处理模块304具体用于,根据该帧图像中对应的人体姿态信息的人体姿态中各骨骼的位置与姿态关系,在该帧图像中对应的人体姿态信息的人体姿态中所包含的各骨骼中确定根骨骼,并确定所述根骨骼的变换数据;根据所述各骨骼的位置与姿态关系以及所述根骨骼的变换数据,确定所述各骨骼中其他骨骼的变换数据。
图4为本说明书提供的一种视频展示的装置的示意图,包括:
获取模块401,用于获取患者的病症信息;
查询模块402,用于根据所述患者的病症信息,在预先部署的数据库中查询出符合所述患者的病症的康复运动训练视频,其中,所述康复运动训练视频是通过上述视频生成的方法生成得到的;
展示模块403,用于将查询出的康复运动训练视频展示给所述患者。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的一种视频生成的方法,或执行上述图2提供的一种视频展示的方法。
本说明书还提供了如图所示的一种对应于图1或图2的电子设备的示意结构图。如图5所示。
图5为本说明书中提供的一种应用于图1或图2的电子设备的示意结构图。
如图所示,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述视频生成的方法或上述图2所述视频展示的方法。
当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(ProgrammableLogic Device, PLD)(例如现场可编程门阵列(Field Programmable Gate Array,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(HardwareDescription Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(AdvancedBoolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(JavaHardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby HardwareDescription Language)等,目前最普遍使用的是VHDL(Very-High-Speed IntegratedCircuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种视频生成的方法,其特征在于,包括:
获取康复运动训练原始视频,其中,所述康复运动训练原始视频中包含有一组完整的康复运动的动作姿态图像;
提取所述康复运动训练原始视频中包含的每一帧图像的图像特征以及所述康复运动训练原始视频中包含的各个帧图像之间的康复运动的动作姿态的变化特征;
针对所述康复运动训练原始视频中包含的每帧图像,根据该帧图像对应的图像特征,确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的三维坐标,并利用各个关节点对应的三维坐标,确定出该帧图像对应的由关节点表示的人体姿态信息,作为该帧图像对应的人体姿态信息;
针对所述康复运动训练原始视频中包含的每帧图像,根据所述变化特征,确定出该帧图像对应的人体姿态信息的人体姿态中所包含的各个关节点的权重信息,并根据所述各个关节点的权重信息,对所述各个关节点进行姿态变换,以确定出该帧图像对应的扩展人体姿态信息;
根据每帧图像对应的扩展人体姿态信息,生成扩展康复运动训练视频。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
将所述扩展康复运动训练视频输入到预先训练的描述模型中,以根据所述描述模型,对所述扩展康复运动训练视频添加对应的具体描述信息。
3.如权利要求2所述的方法,其特征在于,所述具体描述信息包括:扩展康复运动训练视频的适用患者类型信息、扩展康复运动训练视频中包含的康复运动的动作姿态的文字描述信息、扩展康复运动训练视频对应的训练技巧信息以及扩展康复运动训练视频的预期治疗效果信息中的至少一种。
4.如权利要求1所述的方法,其特征在于,针对所述康复运动训练原始视频中包含的每帧图像,根据该帧图像对应的图像特征,确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的三维坐标,具体包括:
针对所述康复运动训练原始视频中包含的每帧图像,根据该帧图像对应的图像特征,在该帧图像所在的二维空间中建立二维直角坐标系,并在所述二维直角坐标系中确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的二维坐标;
根据各个关节点对应的二维坐标,确定各个关节点之间的相对位置关系;
根据各个关节点之间的相对位置关系,在三维空间中对各个关节点对应的二维坐标进行嵌入,确定各个关节点对应的三维坐标。
5.如权利要求1所述的方法,其特征在于,针对所述康复运动训练原始视频中包含的每帧图像,根据所述变化特征,确定出该帧图像对应的人体姿态信息的人体姿态中所包含的各个关节点的权重信息,并根据所述各个关节点的权重信息,对所述各个关节点进行姿态变换,以确定出该帧图像对应的扩展人体姿态信息,具体包括:
针对该帧图像对应的人体姿态信息的人体姿态中所包含的每个关节点,根据所述变化特征,分别确定影响该关节点的各骨骼对该关节点的影响程度,并根据所述影响程度,确定该关节点对应的权重信息;
根据该帧图像对应的人体姿态信息的人体姿态中所包含的各骨骼的位置与姿态关系,确定所述各骨骼自身的变换数据;
针对该帧图像对应的人体姿态信息的人体姿态中所包含的每个关节点,根据该关节点对应的权重信息以及影响该关节点的各骨骼自身的变换数据,确定该关节点对应的变换数据;
根据该帧图像对应的人体姿态信息的人体姿态中所包含的每个关节点对应的变换数据,对所述各个关节点进行姿态变换,以确定该帧图像对应的扩展人体姿态信息。
6.如权利要求5所述的方法,其特征在于,根据该帧图像对应的人体姿态信息的人体姿态中所包含的各骨骼的位置与姿态关系,确定各骨骼自身的变换数据,具体包括:
根据该帧图像对应的人体姿态信息的人体姿态中各骨骼的位置与姿态关系,在该帧图像对应的人体姿态信息的人体姿态中所包含的各骨骼中确定根骨骼,并确定所述根骨骼的变换数据;
根据所述各骨骼的位置与姿态关系以及所述根骨骼的变换数据,确定所述各骨骼中其他骨骼的变换数据。
7.一种视频展示方法,其特征在于,包括:
获取患者的病症信息;
根据所述患者的病症信息,在预先部署的数据库中查询出符合所述患者的病症的康复运动训练视频,其中,所述康复运动训练视频是通过上述权利要求1~6任一项所述的方法生成得到的;
将查询出的康复运动训练视频展示给所述患者。
8.一种视频生成的装置,其特征在于,包括:
获取模块,用于获取康复运动训练原始视频,其中,所述康复运动训练原始视频中包含有一组完整的康复运动的动作姿态图像;
提取模块,用于提取所述康复运动训练原始视频中包含的每一帧图像的图像特征以及所述康复运动训练原始视频中包含的各个帧图像之间的康复运动的动作姿态的变化特征;
确定模块,用于针对所述康复运动训练原始视频中包含的每帧图像,根据该帧图像对应的图像特征,确定该帧图像所表示的康复运动的动作姿态中涉及的各个关节点对应的三维坐标,并利用各个关节点对应的三维坐标,确定出该帧图像对应的由关节点表示的人体姿态信息,作为该帧图像对应的人体姿态信息;
处理模块,用于针对所述康复运动训练原始视频中包含的每帧图像,根据所述变化特征,确定出该帧图像对应的人体姿态信息的人体姿态中所包含的各个关节点的权重信息,并根据所述各个关节点的权重信息,对所述各个关节点进行姿态变换,以确定出该帧图像对应的扩展人体姿态信息;
生成模块,用于根据每帧图像对应的扩展人体姿态信息,生成扩展康复运动训练视频。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410369278.XA CN117978937B (zh) | 2024-03-28 | 2024-03-28 | 一种视频生成的方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410369278.XA CN117978937B (zh) | 2024-03-28 | 2024-03-28 | 一种视频生成的方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117978937A true CN117978937A (zh) | 2024-05-03 |
CN117978937B CN117978937B (zh) | 2024-06-25 |
Family
ID=90853433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410369278.XA Active CN117978937B (zh) | 2024-03-28 | 2024-03-28 | 一种视频生成的方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117978937B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2383696A1 (en) * | 2010-04-30 | 2011-11-02 | LiberoVision AG | Method for estimating a pose of an articulated object model |
US20130250050A1 (en) * | 2012-03-23 | 2013-09-26 | Objectvideo, Inc. | Video surveillance systems, devices and methods with improved 3d human pose and shape modeling |
WO2017170761A1 (ja) * | 2016-03-31 | 2017-10-05 | ソフトバンク株式会社 | 3次元動画データ生成装置、3次元動画データ生成プログラム、及びその方法 |
CN109635644A (zh) * | 2018-11-01 | 2019-04-16 | 北京健康有益科技有限公司 | 一种用户动作的评价方法、装置和可读介质 |
CN112884868A (zh) * | 2021-04-30 | 2021-06-01 | 腾讯科技(深圳)有限公司 | 三维网格顶点特征确定方法、骨骼蒙皮方法及相关装置 |
WO2021169839A1 (zh) * | 2020-02-29 | 2021-09-02 | 华为技术有限公司 | 一种基于骨骼关键点的动作还原方法以及装置 |
WO2021202265A1 (en) * | 2020-03-30 | 2021-10-07 | Cherry Labs, Inc. | System and method for efficient machine learning model training |
WO2022156533A1 (zh) * | 2021-01-21 | 2022-07-28 | 魔珐(上海)信息科技有限公司 | 三维人体模型重建方法、装置、电子设备及存储介质 |
CN116400813A (zh) * | 2023-06-08 | 2023-07-07 | 之江实验室 | 一种训练样本的生成方法、装置、存储介质及电子设备 |
KR20240013613A (ko) * | 2022-07-22 | 2024-01-30 | 주식회사 네이션에이 | 영상만으로 ai 휴먼 3차원 모션을 생성하는 방법 및 그 기록매체 |
CN117635822A (zh) * | 2023-11-01 | 2024-03-01 | 摩尔线程智能科技(北京)有限责任公司 | 一种模型训练的方法、装置、存储介质及电子设备 |
CN117711066A (zh) * | 2023-12-19 | 2024-03-15 | 华北水利水电大学 | 一种三维人体姿态估计方法、装置、设备及介质 |
-
2024
- 2024-03-28 CN CN202410369278.XA patent/CN117978937B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2383696A1 (en) * | 2010-04-30 | 2011-11-02 | LiberoVision AG | Method for estimating a pose of an articulated object model |
US20130250050A1 (en) * | 2012-03-23 | 2013-09-26 | Objectvideo, Inc. | Video surveillance systems, devices and methods with improved 3d human pose and shape modeling |
WO2017170761A1 (ja) * | 2016-03-31 | 2017-10-05 | ソフトバンク株式会社 | 3次元動画データ生成装置、3次元動画データ生成プログラム、及びその方法 |
CN109635644A (zh) * | 2018-11-01 | 2019-04-16 | 北京健康有益科技有限公司 | 一种用户动作的评价方法、装置和可读介质 |
WO2021169839A1 (zh) * | 2020-02-29 | 2021-09-02 | 华为技术有限公司 | 一种基于骨骼关键点的动作还原方法以及装置 |
WO2021202265A1 (en) * | 2020-03-30 | 2021-10-07 | Cherry Labs, Inc. | System and method for efficient machine learning model training |
WO2022156533A1 (zh) * | 2021-01-21 | 2022-07-28 | 魔珐(上海)信息科技有限公司 | 三维人体模型重建方法、装置、电子设备及存储介质 |
CN112884868A (zh) * | 2021-04-30 | 2021-06-01 | 腾讯科技(深圳)有限公司 | 三维网格顶点特征确定方法、骨骼蒙皮方法及相关装置 |
KR20240013613A (ko) * | 2022-07-22 | 2024-01-30 | 주식회사 네이션에이 | 영상만으로 ai 휴먼 3차원 모션을 생성하는 방법 및 그 기록매체 |
CN116400813A (zh) * | 2023-06-08 | 2023-07-07 | 之江实验室 | 一种训练样本的生成方法、装置、存储介质及电子设备 |
CN117635822A (zh) * | 2023-11-01 | 2024-03-01 | 摩尔线程智能科技(北京)有限责任公司 | 一种模型训练的方法、装置、存储介质及电子设备 |
CN117711066A (zh) * | 2023-12-19 | 2024-03-15 | 华北水利水电大学 | 一种三维人体姿态估计方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117978937B (zh) | 2024-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112819944B (zh) | 三维人体模型重建方法、装置、电子设备及存储介质 | |
EP3961500A1 (en) | Medical image detection method based on deep learning, and related device | |
JP7337104B2 (ja) | 拡張現実によるモデル動画多平面インタラクション方法、装置、デバイス及び記憶媒体 | |
Ćuković et al. | Marker based vs. natural feature tracking augmented reality visualization of the 3D foot phantom | |
CN116977525B (zh) | 一种图像渲染方法、装置、存储介质及电子设备 | |
Xu et al. | Probabilistic graph attention network with conditional kernels for pixel-wise prediction | |
CN115515487A (zh) | 基于使用多视图图像的3d人体姿势估计的基于视觉的康复训练系统 | |
Smit et al. | The online anatomical human: web-based anatomy education. | |
CN114972634A (zh) | 基于特征体素融合的多视角三维可变形人脸重建方法 | |
CN117978937B (zh) | 一种视频生成的方法、装置、存储介质及电子设备 | |
CN115775300B (zh) | 人体模型的重建方法、人体重建模型的训练方法及装置 | |
CN116363695A (zh) | 一种人体感兴趣位置的确定方法、装置、介质及设备 | |
CN117893696B (zh) | 一种三维人体数据生成方法、装置、存储介质及电子设备 | |
CN115239856A (zh) | 3d虚拟对象的动画生成方法、装置、终端设备及介质 | |
CN114550282A (zh) | 多人三维姿态估计方法、装置及电子设备 | |
CN117726907B (zh) | 一种建模模型的训练方法、三维人体建模的方法以及装置 | |
CN117911630B (zh) | 一种三维人体建模的方法、装置、存储介质及电子设备 | |
CN118015161B (zh) | 一种康复视频的生成方法及装置 | |
Yang | The application research of 3D simulation modeling technology in the sports teaching | |
CN112489798A (zh) | 一种人体状态评价、人体数据可视化方法、装置、设备及介质 | |
CN117854666B (zh) | 一种三维人体康复数据集构建方法及装置 | |
CN118096996A (zh) | 一种医学扫描摆位指导的方法、装置、存储介质 | |
CN116309924B (zh) | 一种模型训练的方法、图像展示的方法及装置 | |
CN118015161A (zh) | 一种康复视频的生成方法及装置 | |
JP7459357B1 (ja) | 画像認識方法、装置、デバイスおよび記憶媒体 |
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 |