CN207117835U - 基于人工智能关节捕捉技术的健身辅助系统 - Google Patents
基于人工智能关节捕捉技术的健身辅助系统 Download PDFInfo
- Publication number
- CN207117835U CN207117835U CN201721049079.2U CN201721049079U CN207117835U CN 207117835 U CN207117835 U CN 207117835U CN 201721049079 U CN201721049079 U CN 201721049079U CN 207117835 U CN207117835 U CN 207117835U
- Authority
- CN
- China
- Prior art keywords
- module
- building
- accessory system
- artificial intelligence
- action
- 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.)
- Active
Links
Abstract
本实用新型公开了一种基于人工智能关节捕捉技术的健身辅助系统。该健身辅助系统包括视频采集模块、流媒体服务模块、传输模块以及显示模块,其中,所述视频采集模块用于采集健身人员以及健身器材的视频流;所述流媒体服务模块用于从所述视频流中捕捉人体动作特征,并依据所述人体动作特征对所述健身人员的动作得出的评分和/或指导评价;所述显示模块用于显示所述流媒体服务模块得出的对所述健身人员的动作的评分和/或指导评价;所述传输模块用于所述视频采集模块、所述流媒体服务模块与所述显示模块之间的数据传输。该健身辅助系统可为健身人员获得专业级健身指导,而且可降低健身费用。
Description
技术领域
本实用新型涉及人工智能技术领域,具体涉及一种基于人工智能关节捕捉技术的健身辅助系统。
背景技术
生活质量的改善和生活水平的提高,人们对健身的需求日益增加,对健身辅助器材的功能和性能的要求越来越高,对健身行业辅助训练的质量和人员的专业素质提出了更高的要求。然而,健身行业从业人员的专业素质提高较慢,而且人员流动量较大,已经成为限制健身行业发展的瓶颈。
人工智能通过深度学习训练能对人体进行识别并对关节动作进行捕捉,通过采集这些健身数据并快速整理,能够对健身人员进行辅助训练。因此,人工智能的出现及快速发展,为健身行业的快速发展带来了曙光,成为了健身行业的发展趋势。
实用新型内容
本实用新型的目的在于提供一种基于人工智能关节捕捉技术的健身辅助系统,用以解决现有健身行业发展瓶颈的问题。
为实现上述目的,本实用新型的技术方案为提供一种基于人工智能关节捕捉技术的健身辅助系统,所述健身辅助系统包括视频采集模块、流媒体服务模块、传输模块以及显示模块,其中;
所述视频采集模块用于采集健身人员的视频流;
所述流媒体服务模块用于从所述视频流中捕捉人体动作特征,并依据所述人体动作特征对所述健身人员的动作进行评分和/或指导评价;
所述显示模块用于显示所述流媒体服务模块获得的对所述健身人员的动作的评分和/或指导评价;
所述传输模块用于所述视频采集模块、所述流媒体服务模块与所述显示模块之间的数据传输。
其中,所述流媒体服务模块包括人体识别子模块和动作比对子模块,其中;
所述人体识别子模块用于从所述视频流中捕捉人体动作特征,建立所述视频流和人体关节的对应关系,从而获得识别动作;
所述动作比对子模块用于对所述识别动作与数据库中的标准动作进行比对和分析,并对所述健身人员的动作进行评分和/或指导评价。
其中,所述人体识别子模块采用人体关节识别算法从所述视频流中捕捉所述人体动作特征,所述人体动作特征体现人体关节的运动。
其中,所述人体识别模块还包括数据库子模块,其用于存储所述动作比对子模块比对和分析的结果。
其中,所述流媒体服务模块还包括负载均衡子模块,其用于分配所述流媒体服务模块的负载。
其中,所述健身辅助系统还包括存储模块,其用于存储所述视频采集模块采集的所述健身人员运动的视频流。
其中,所述健身辅助系统还包括健身项目选择模块,其用于所述健身人选择健身项目。
其中,所述视频采集模块采用500万像素以上的摄像头。
其中,所述显示模块为PC机、移动平板或手机显示屏。
本实用新型具有如下优点:
本实用新型提供的基于人工智能关节捕捉技术的健身辅助系统通过流媒体服务模块对视频采集模块采集到的视频流进行分析比对,并将分析比对结果发送至显示模块,健身人员可以从显示模块直接看到自己动作的评分和/或指导评价,为健身人员获得专业级健身指导,从而减少了以往非教练员的干预或无教练员辅导的不合理的训练方式,同时可以省去评请健身教练的费用,大大减少健身费用,解决健身行业发展瓶颈的问题。
附图说明
图1为本实用新型提供的基于人工智能关节捕捉技术的健身辅助系统的原理框图。
具体实施方式
以下实施例用于说明本实用新型,但不用来限制本实用新型的范围。
实施例1
如图1所示,本实施例提供的基于人工智能关节捕捉技术的健身辅助系统包括视频采集模块1、流媒体服务模块2、显示模块3、传输模块 4和存储模块5。其中,视频采集模块1用于采集健身人员以及健身器材的视频流,流媒体服务模块2用于从视频流中捕捉人体动作特征,并依据人体动作特征对健身人员的动作进行评分和/或指导评价。显示模块3 用于显示流媒体服务模块获得的对健身人员的动作的评分和/或指导评价。传输模块4用于视频采集模块1、流媒体服务模块2与显示模块3之间的数据传输。存储模块5用于存储视频采集模块1采集的健身人员运动的视频流,其可以设置在健身辅助系统内,也可以设置在云服务器。
具体地,视频采集模块1采用500万像素以上的摄像头,摄像头获得的图像经h264编码,生成稳定清晰的视频流发送流媒体服务模块2或将其存储备用。
流媒体服务模块2包括人体识别子模块21和动作比对子模块22、数据库子模块23和负载均衡子模块24。
其中,人体识别子模块21用于从视频流中捕捉人体动作特征,建立视频流和人体关节的对应关系,以获得识别动作。人体识别子模块21通过精确的算法,实时分析传入的视频流的每一帧图像,找出并标识图像中的人体动作特征,并将计算结果传入数据库子模块23存储。
人体识别子模块21采用的算法为Harris图像算法,即低层次视觉关键点检测算法,具体地,Harris算法是利用图像偏微分方程:
其中,w代表窗函数,x,y为图像坐标,u,v是一个移动向量(既反应移动方向,也反应移动大小)。
I(x+u,y+v)=I(x,y)+Ixu+Iyv+O(u2,v2) (2)
Ix表示图像沿x方向的差分,Iy表示图像沿y方向的差分。
将式(2)带入式(1),得到:
将E(u,v)表达为协方差矩阵的形式,
Harris使用了图像梯度构成的协方差矩阵。每个像素点都有一个梯度,因此,在一阶信息量的情况下描述了两个相邻像素的关系。
该点云是场景点云而不是一般的物体点云。因为针对每个点云,需要计算它的法线,算完之后又要针对每个点进行协方差矩阵的计算。所以像素点跟踪的性能可以通过算法进行提升和优化。
动作比对子模块22用于对识别动作与数据库(数据库子模块23)中的标准动作进行比对和分析,识别出指定的标准动作,并判断动作的标准性,对健身人员的动作进行评分和/或指导评价。需要说明的是,这里的识别动作和标准动作均是关节运动的动作。
数据库子模块23用于存储动作比对子模块22分析比对的结果,并实时更新分析、比对结果,为健身人员随时观看做准备。
负载均衡子模块24用于优化分配流媒体服务模块的负载,根据客户端的观看情况合理分配流媒体服务模块的资源,以保证健身人员观看的流畅度。
不难理解,本项目的主要核心原理是通过人工智能识别快速捕捉和定位人体位置,将图像内人体信息进行准确提取,在通过关节定位将信息点定位到指定人体位置中,之后利用harris的点追踪算法达到快速的关键点移动信息的获取和定位,以实现运动轨迹的实时绑定检测的效果,达到对运动姿势的实时辅助指导的功能实现。
在本实施例中,显示模块3采用但不限于PC机、移动平板或手机显示屏。传输模块4可以采用有线传输模式,如铜绞线和光纤;也可以采用无线传输模式,如WIFI和蓝牙。
健身辅助系统还包括健身项目选择模块6,其用于健身人选择健身项目(健身类型)。健身项目选择模块6要结合显示模块3进行操作,健身人员可以从显示模块3查看、选择健身项目,如跑步、舞蹈、瑜伽等健身项目。
本实施例提供的基于人工智能关节捕捉技术的健身辅助系统,通过视频采集模块自动采集包括人体关节运动信息在内的视频流,流媒体服务模块在基于计算机深度学习架构的技术上进行人体关节识别模型训练,再用人工智能算法分析和采集人体健身运动时的信息数据,增加了人工智能对健身数据信息采集项目,实现通过对大量数据的积累和人工智能的学习训练过程,从多维度提高健身训练的准确性和辅助健身的实用性,最终可达到超过健身教练的指导能力。
本实施例提供的基于人工智能关节捕捉技术的健身辅助系统通过流媒体服务模块对视频采集模块采集到的视频流进行分析比对,并将分析比对结果发送至显示模块,健身人员可以从显示模块直接看到自己动作的评分和/或指导评价,为健身人员获得专业级健身指导,从而减少了以往非教练员的干预或无教练员辅导的不合理的训练方式,同时可以省去评请健身教练的费用,大大减少健身费用,解决健身行业发展瓶颈的问题。
虽然,上文中已经用一般性说明及具体实施例对本实用新型作了详尽的描述,但在本实用新型基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本实用新型精神的基础上所做的这些修改或改进,均属于本实用新型要求保护的范围。
Claims (10)
1.一种基于人工智能关节捕捉技术的健身辅助系统,其特征在于,所述健身辅助系统包括视频采集模块、流媒体服务模块、传输模块以及显示模块,其中,
所述视频采集模块用于采集健身人员的视频流;
所述流媒体服务模块用于从所述视频流中捕捉人体动作特征,并依据所述人体动作特征对所述健身人员的动作进行评分和/或指导评价;
所述显示模块用于显示所述流媒体服务模块获得的对所述健身人员的动作的评分和/或指导评价;
所述传输模块用于所述视频采集模块、所述流媒体服务模块与所述显示模块之间的数据传输。
2.根据权利要求1所述的基于人工智能关节捕捉技术的健身辅助系统,其特征在于,所述流媒体服务模块包括人体识别子模块和动作比对子模块,其中,
所述人体识别子模块用于从所述视频流中捕捉人体动作特征,建立所述视频流和人体关节的对应关系,从而获得识别动作;
所述动作比对子模块用于对所述识别动作与数据库中的标准动作进行比对和分析,并对所述健身人员的动作进行评分和/或指导评价。
3.根据权利要求2所述的基于人工智能关节捕捉技术的健身辅助系统,其特征在于,所述人体识别子模块采用人体关节识别算法从所述视频流中捕捉所述人体动作特征,所述人体动作特征体现人体关节的运动。
4.根据权利要求2所述的基于人工智能关节捕捉技术的健身辅助系统,其特征在于,所述人体识别模块还包括数据库子模块,其用于存储所述动作比对子模块比对和分析的结果。
5.根据权利要求2所述的基于人工智能关节捕捉技术的健身辅助系统,其特征在于,所述流媒体服务模块还包括负载均衡子模块,其用于分配所述流媒体服务模块的负载。
6.根据权利要求3所述的基于人工智能关节捕捉技术的健身辅助系统,其特征在于,所述人体关节识别算法为Harris图像算法。
7.根据权利要求1-6任一项所述的基于人工智能关节捕捉技术的健身辅助系统,其特征在于,所述健身辅助系统还包括存储模块,其用于存储所述视频采集模块采集的所述健身人员运动的视频流。
8.根据权利要求1-6任一项所述的基于人工智能关节捕捉技术的健身辅助系统,其特征在于,所述健身辅助系统还包括健身项目选择模块,其用于所述健身人选择健身项目。
9.根据权利要求1-6任一项所述的基于人工智能关节捕捉技术的健身辅助系统,其特征在于,所述视频采集模块采用500万像素以上的摄像头。
10.根据权利要求1-6任一项所述的基于人工智能关节捕捉技术的健身辅助系统,其特征在于,所述显示模块为PC机、移动平板或手机显示屏。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721049079.2U CN207117835U (zh) | 2017-08-21 | 2017-08-21 | 基于人工智能关节捕捉技术的健身辅助系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721049079.2U CN207117835U (zh) | 2017-08-21 | 2017-08-21 | 基于人工智能关节捕捉技术的健身辅助系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207117835U true CN207117835U (zh) | 2018-03-16 |
Family
ID=61577054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201721049079.2U Active CN207117835U (zh) | 2017-08-21 | 2017-08-21 | 基于人工智能关节捕捉技术的健身辅助系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207117835U (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805109A (zh) * | 2018-08-07 | 2018-11-13 | 深圳市云康创新网络科技有限公司 | 一种运动数据捕获显示系统 |
CN108961867A (zh) * | 2018-08-06 | 2018-12-07 | 南京南奕亭文化传媒有限公司 | 一种基于幼儿教育的多媒体交互系统 |
CN110302524A (zh) * | 2019-05-22 | 2019-10-08 | 北京百度网讯科技有限公司 | 肢体训练方法、装置、设备和存储介质 |
CN110427900A (zh) * | 2019-08-07 | 2019-11-08 | 广东工业大学 | 一种智能指导健身的方法、装置和设备 |
CN110478862A (zh) * | 2019-05-07 | 2019-11-22 | 深圳市云康创新网络科技有限公司 | 一种健身指导系统及其指导方法 |
CN111899841A (zh) * | 2020-08-06 | 2020-11-06 | 北京奥康达体育产业股份有限公司 | 一种人体运动生物力学监测管理系统 |
-
2017
- 2017-08-21 CN CN201721049079.2U patent/CN207117835U/zh active Active
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108961867A (zh) * | 2018-08-06 | 2018-12-07 | 南京南奕亭文化传媒有限公司 | 一种基于幼儿教育的多媒体交互系统 |
CN108805109A (zh) * | 2018-08-07 | 2018-11-13 | 深圳市云康创新网络科技有限公司 | 一种运动数据捕获显示系统 |
CN108805109B (zh) * | 2018-08-07 | 2024-04-23 | 深圳市天玖隆科技有限公司 | 一种运动数据捕获显示系统 |
CN110478862A (zh) * | 2019-05-07 | 2019-11-22 | 深圳市云康创新网络科技有限公司 | 一种健身指导系统及其指导方法 |
CN110302524A (zh) * | 2019-05-22 | 2019-10-08 | 北京百度网讯科技有限公司 | 肢体训练方法、装置、设备和存储介质 |
CN110427900A (zh) * | 2019-08-07 | 2019-11-08 | 广东工业大学 | 一种智能指导健身的方法、装置和设备 |
CN110427900B (zh) * | 2019-08-07 | 2022-04-19 | 广东工业大学 | 一种智能指导健身的方法、装置和设备 |
CN111899841A (zh) * | 2020-08-06 | 2020-11-06 | 北京奥康达体育产业股份有限公司 | 一种人体运动生物力学监测管理系统 |
CN111899841B (zh) * | 2020-08-06 | 2021-05-11 | 北京奥康达体育产业股份有限公司 | 一种人体运动生物力学监测管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN207117835U (zh) | 基于人工智能关节捕捉技术的健身辅助系统 | |
US11842572B2 (en) | Device, system, and method of computer vision, object tracking, image analysis, and trajectory estimation | |
CN107423674A (zh) | 一种基于人脸识别的寻人方法、电子设备及存储介质 | |
CN110532970B (zh) | 人脸2d图像的年龄性别属性分析方法、系统、设备和介质 | |
CN109284737A (zh) | 一种用于智慧教室的学生行为分析和识别系统 | |
US20210158008A1 (en) | UAV Video Aesthetic Quality Evaluation Method Based On Multi-Modal Deep Learning | |
CN110135883A (zh) | 一种电梯人群画像和广告受众分析的方法及系统 | |
CN109919087A (zh) | 一种视频分类的方法、模型训练的方法及装置 | |
US8903130B1 (en) | Virtual camera operator | |
CN109886165A (zh) | 一种基于运动目标检测的动作视频提取和分类方法 | |
US20220405320A1 (en) | System for creating an audio-visual recording of an event | |
CN110478862A (zh) | 一种健身指导系统及其指导方法 | |
CN109961039A (zh) | 一种个人进球视频捕捉方法及系统 | |
CN105892638A (zh) | 一种虚拟现实交互方法、装置和系统 | |
CN110399822A (zh) | 基于深度学习的举手动作识别方法、装置及存储介质 | |
CN113947742A (zh) | 一种基于人脸识别的人员轨迹追踪方法与装置 | |
CN113887547A (zh) | 关键点检测方法、装置和电子设备 | |
CN103096117A (zh) | 视频噪声检测方法及装置 | |
CN107341821A (zh) | 一种基于羽毛球场馆摄像机的运动量展示系统 | |
Liu et al. | An improved method of identifying learner's behaviors based on deep learning | |
CN112468806B (zh) | 一种用于云vr平台的全景视频传输优化方法 | |
CN108600691A (zh) | 图像采集方法、装置及系统 | |
CN107707830A (zh) | 基于单向通信的全景视频播放拍照系统 | |
CN115174941B (zh) | 基于多路视频流的实时运动表现分析及实时数据共享方法 | |
CN111681269A (zh) | 一种基于空间一致性的多摄像机协同人物追踪系统及训练方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |