TWI823478B - 人工智慧之動作管理方法、電子設備及存儲介質 - Google Patents
人工智慧之動作管理方法、電子設備及存儲介質 Download PDFInfo
- Publication number
- TWI823478B TWI823478B TW111126926A TW111126926A TWI823478B TW I823478 B TWI823478 B TW I823478B TW 111126926 A TW111126926 A TW 111126926A TW 111126926 A TW111126926 A TW 111126926A TW I823478 B TWI823478 B TW I823478B
- Authority
- TW
- Taiwan
- Prior art keywords
- action
- operation object
- artificial intelligence
- file
- management method
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000007726 management method Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Images
Landscapes
- Television Signal Processing For Recording (AREA)
- Traffic Control Systems (AREA)
Abstract
本申請公開一種人工智慧之動作管理方法、電子設備及存儲介質,涉及人工智慧技術領域。本申請提供的動作管理方法包括:擷取第一操作對象的第一動作檔,第一動作檔用於記錄第一操作對象的動作;根據第一動作檔發出指導資訊,指導資訊用於對第二操作對象進行動作指導;擷取第二操作對象的複數第二動作圖像;從複數第二動作圖像中識別出第二操作對象的動作;根據第一操作對象的動作和第二操作對象的動作計算出第二操作對象的動作的合格率。
Description
本申請涉及人工智慧技術領域,具體涉及一種人工智慧之動作管理方法、電子設備及存儲介質。
標準化作業係數字化工廠建設的重要環節。目前,工廠的標準化作業通常係提供統一的標準化作業檔,根據標準化作業檔進行流程化和規範化地管理。而對於標準化作業的結果,難以進行有效地評估。
鑒於此,本申請提供一種人工智慧之動作管理方法、電子設備及存儲介質,以評估標準化作業的結果。
本申請第一方面提供一種人工智慧之動作管理方法,人工智慧之動作管理方法包括:擷取第一操作對象的第一動作檔,第一動作檔用於記錄第一操作對象的動作;根據第一動作檔發出指導資訊,指導資訊用於對第二操作對象進行動作指導;擷取第二操作對象的複數第二動作圖像;從複數第二動作圖像中識別出第二操作對象的動作;根據第一操作對象的動作和第二操作對象的動作計算出第二操作對象的動作的合格率。
採用本申請實施例的人工智慧之動作管理方法,電子設備首先藉由第一動作檔記錄的第一操作對象的動作對第二操作對象進行動作指導,然後從第二操作對象的複數第二動作圖像中識別出第二操作對象的動作,再根據第一操作對象的動作和第二操作對象的動作計算出第二操作對象的動作的合格率,以第一操作對象的動作為參考對第二操作對象的動作進行量化評估,從而可以有效地評估標準化作業的結果,為優化標準化作業的管理方式提供有效的參考依據。
本申請第二方面提供一種人工智慧之電子設備,包括處理器和記憶體,處理器執行存儲於記憶體中的電腦程式或代碼,實現本申請實施例的人工智慧之動作管理方法。
本申請第三方面提供一種人工智慧之存儲介質,用於存儲電腦程式或代碼,當電腦程式或代碼被處理器執行時,實現本申請實施例的人工智慧之動作管理方法。
可以理解,本申請第二方面提供的人工智慧之電子設備和第三方面提供的人工智慧之存儲介質的具體實施方式和有益效果與本申請第一方面提供的人工智慧之動作管理方法的具體實施方式和有益效果相同,此處不再贅述。
10:動作管理系統
11:電子設備
12:工站
121:機台
122:攝像頭
123:操作對象
111:處理器
112:記憶體
S201-S205,S301-S305,S401-S403,S501-S503,S601-S602:步驟
圖1係本申請提供的人工智慧之動作管理系統的結構示意圖。
圖2係本申請提供的人工智慧之動作管理方法的流程圖。
圖3係圖2所示步驟S205的子步驟流程圖。
圖4係圖3所示步驟S302的子步驟流程圖。
圖5係圖2所示步驟S201之前的步驟流程圖。
圖6係圖5所示步驟S502之後的步驟流程圖。
需要說明的是,本申請實施例中“至少一個”係指一個或者複數,“複數”係指兩個或多於兩個。“和/或”,描述關聯物件之關聯關係,表示可存在三種關係,例如,A和/或B可表示:單獨存在A,同時存在A和B,單獨存在B之情況,其中A,B可係單數或者複數。本申請之說明書和申請專利範圍及附圖中的術語“第一”、“第二”、“第三”、“第四”等(如果存在)係用於區別類似之物件,而非用於描述特定之順序或先後次序。
另外需要說明的是,本申請實施例中公開之方法或流程圖所示出之方法,包括用於實現方法之一個或複數步驟,於不脫離請求項之範圍之情況下,複數步驟之執行順序可彼此互換,其中某些步驟也可被刪除。
圖1係本申請提供的人工智慧之動作管理系統10的結構示意圖。
可參閱圖1,人工智慧之動作管理系統10包括電子設備11和工站12。一台電子設備11可以通訊連接於複數工站12。其中,通訊連接包括有線通訊連接(例如光纖或銅線連接)和無線通訊連接(例如Wi-Fi或蜂窩網路連接)。工站12可以將資料上傳到電子設備11,也可以從電子設備11下載資料。
工站12包括機台121、攝像頭122和操作對象123。操作對象123在機台121的附近進行作業,操作對象123可以包括機器人或作業人員。攝像頭122以一定的時間間隔(例如1秒)拍攝操作對象123的動作,得到一幅或複數動作圖像,再向電子設備11傳送動作圖像。
電子設備11包括處理器111和記憶體112。其中,處理器111可以運行存儲於記憶體112中的電腦程式或代碼,實現電子設備11的各項功能,例如實現本申請提供的人工智慧之動作管理方法。
處理器111可以包括一個或複數處理單元。例如,處理器111可以包括,但不限於,應用處理器(Application Processor,AP)、調製解調處理器、圖形處理器(Graphics Processing Unit,GPU)、圖像信號處理器(Image Signal Processor,ISP)、控制器、視頻轉碼器、數位訊號處理器(Digital Signal Processor,DSP)、基帶處理器、神經網路處理器(Neural-Network Processing Unit,NPU)等。其中,不同的處理單元可以係獨立的器件,也可以集成在一個或複數處理器中。
處理器111中還可以設置記憶體,用於存儲指令和資料。在一些實施例中,處理器111中的記憶體為高速緩衝記憶體。該記憶體可以保存處理器111剛用過或迴圈使用的指令或資料。如果處理器111需要再次使用該指令或資料,可從所述記憶體中直接調用。
在一些實施例中,處理器111可以包括一個或複數介面。介面可以包括,但不限於,積體電路(Inter-Integrated Circuit,I2C)介面、積體電路內置音訊(Inter-Integrated Circuit Sound,I2S)介面、脈衝碼調制(Pulse Code Modulation,PCM)介面、通用非同步收發傳輸器(Universal Asynchronous Receiver/Transmitter,UART)介面、移動產業處理器介面(Mobile Industry Processor Interface,MIPI)、通用輸入輸出(General-Purpose Input/Output,GPIO)介面、使用者標識模組(Subscriber Identity Module,SIM)介面、通用序列匯流排(Universal Serial Bus,USB)介面等。
可以理解,本申請實施例示意的各模組間的介面連接關係,只係示意性說明,並不構成對電子設備11的結構限定。在本申請另一些實施例中,電子設備11也可以採用上述實施例中不同的介面連接方式,或多種介面連接方式的組合。
記憶體112可以包括外部記憶體介面和內部記憶體。其中,外部記憶體介面可以用於連接外部存儲卡,例如Micro SD卡,實現擴展電子設備11的存儲能力。外部存儲卡藉由外部記憶體介面與處理器111通訊,實現資料存儲功能。內部記憶體可以用於存儲電腦可執行程式碼,所述可執行程式碼包括指令。內部記憶體可以包括存儲程式區和存儲資料區。其中,存儲程式區可存儲電子設備11至少一個功能(例如聲音播放功能、圖像播放功能等)所需的應用程式。存儲資料區可存儲電子設備11使用過程中所創建的資料(例如音訊資料、圖像資料等)等。此外,內部記憶體可以包括高速隨機存取記憶體,還可以包括非易失性記憶體,例如至少一個磁碟記憶體件、快閃記憶體器件或通用快閃記憶體(Universal Flash Storage,UFS)等。處理器111藉由運行存儲在記憶體112中的指令,和/或存儲在設置於處理器111中的記憶體的指令,執行電子設備11的各項功能應用以及資料處理,例如實現本申請提供的人工智慧之動作管理方法。
可以理解,本申請實施例示意的結構並不構成對電子設備11的具體限定。在本申請另一些實施例中,電子設備11可以包括比圖示更多或更少的部件,或者組合某些部件,或者拆分某些部件,或者不同的部件佈置。圖示的部件可以硬體,軟體或軟體和硬體的組合實現。
電子設備11可以包括,但不限於,智慧型電話、平板電腦、個人電腦(Personal Computer,PC)、伺服器(例如雲伺服器或本機伺服器)、個人數位助理(Personal Digital Assistant,PDA)等。
圖2係本申請提供的人工智慧之動作管理方法的流程圖。
可參閱圖2,人工智慧之動作管理方法可以應用於電子設備11,人工智慧之動作管理方法包括以下步驟:
S201,擷取第一操作對象的第一動作檔。
其中,第一動作檔用於記錄第一操作對象的動作。第一動作檔的格式可以包括自然語言格式和/或機器語言格式。
舉例而言,自然語言格式的第一動作檔記錄如下動作:頭部不動,左手向左移動約20公分,右手向左移動約10公分。
機器語言格式的第一動作檔記錄如下動作:head_roll=0
head_pitch=0
head_yaw=0
hand_up_left=x,y
hand_down_left=x,y
hand_up_right=x,y
hand_down_right=x,y
其中,head_roll、head_pitch和head_yaw分別表示頭部轉動的橫滾角、俯仰角和偏航角,hand_up_left和hand_down_left分別表示左上臂和左下臂的移動向量座標,hand_up_right和hand_down_right分別表示右上臂和右下臂的移動向量座標。頭部轉動的角度(包括橫滾角、俯仰角和偏航角)和軀體(包括左上臂、左下臂、右上臂和右下臂)的移動向量座標均用於表徵動作對應的參考點的移動軌跡。動作對應的參考點可以係軀體部位上的任一點,比如將左眼(或右眼)上的某一點設為頭部轉動對應的參考點,將左肩(或右肩/左肘/右肘)上的某一點設為軀體移動對應的參考點。例如,head_roll=a表示以參考點為基準頭部轉動的橫滾角的角度為a,-180a180。hand_up_left=x,y表示以參考點為基準左上臂向右(或左)移動的距離為x,向上(或下)移動的距離為y,x和y可取任意值。又例如,若設定hand_up_left=20,10表示以參考點為基準左上臂向右移動的距離為20cm,向上移動的距離為10cm,則hand_up_left=-20,-10表示以參考點為基準左上臂向左移動的距離為20cm,向下移動的距離為10cm。
在一些實施例中,自然語言格式的第一動作檔存儲於第一資料庫。機器語言格式的第一動作檔存儲於第二資料庫。第一資料庫和第二資料庫可以係電子設備11內部的資料庫,也可以係電子設備11可訪問的外部資料庫。
在一些實施例中,電子設備11可根據第一動作檔的檔案名或關鍵字檢索第一資料庫。
舉例而言,自然語言格式的第一動作檔記錄如下動作:頭部不動,左手向左移動約20公分,右手向左移動約10公分。電子設備11可對第一動作檔的內容進行文本或語義分割,從而提取關鍵字,比如提取如下關鍵字:頭部、不、動、左手、向、左、移動、約、20公分、右手、向、左、移動、約、10公分。再藉由關鍵字檢索第一資料庫,直至查找出對應的第一動作檔。
在另一些實施例中,電子設備11可根據第一操作對象的動作對應的參考點的移動軌跡檢索第二資料庫。
舉例而言,機器語言格式的第一動作檔記錄如下動作:head_roll=0
head_pitch=0
head_yaw=0
hand_up_left=x,y
hand_down_left=x,y
hand_up_right=x,y
hand_down_right=x,y
電子設備11可在第二資料庫中查詢上述至少一個動作對應的參考點的移動軌跡,比如查詢“hand_up_left=x,y”,直至查找出對應的第一動作檔。
S202,根據第一動作檔發出指導資訊。
其中,指導資訊用於對第二操作對象進行動作指導。
在一些實施例中,指導資訊可以採用以下類型中的至少一種:語音、視頻、動畫及文本。
例如,電子設備11可將第一動作檔的內容轉換成語音資訊,然後藉由語音模組播報該語音資訊,從而對第二操作對象進行動作指導。又例如,電子設備11可將第一動作檔的內容轉換成視頻資訊(或動畫資訊,或文本資訊),然後藉由顯示面板進行展示,從而對第二操作對象進行動作指導。
S203,擷取第二操作對象的複數第二動作圖像。
在本實施例中,攝像頭122以一定的時間間隔拍攝第二操作對象的動作,得到複數第二動作圖像,再向電子設備11傳送複數第二動作圖像。
可以理解,攝像頭122可以受控於電子設備11,在接收到電子設備11的控制指令之後開始進行拍攝操作。攝像頭122的數目可以係一個或複數,本申請對此不做限定。
在一些實施例中,在步驟S203之前,電子設備11可以採用手眼標定的方式校正攝像頭122的位置,從而找到合適的拍攝位置。
S204,從複數第二動作圖像中識別出第二操作對象的動作。
在本實施例中,電子設備11藉由攝像頭122擷取複數第二動作圖像之後,可依拍攝時間的先後順序對複數第二動作圖像進行排序,然後在複數第二動作圖像中選取相同部位的參考點,再依次計算得到複數第二動作圖像中第二操作對象的頭部轉動的角度和軀體的移動向量座標,從而可識別出第二操作對象的動作。
舉例而言,電子設備11可依拍攝時間的先後順序對複數第二動作圖像進行排序,然後在複數第二動作圖像中將左眼上的某一點設為頭部轉動對應的參考點,將左肩上的某一點設為軀體移動對應的參考點。電子設備11從第一拍攝時刻的第二動作圖像中計算得到第二操作對象的頭部轉動的角度為
head_roll=0、head_pitch=0、head_yaw=0,軀體的移動向量座標為hand_up_left=10,-5、hand_down_left=20,-5、hand_up_right=10,-5、hand_down_right=10,-5。電子設備11可從第一拍攝時刻的第二動作圖像中第二操作對象的頭部轉動的角度和軀體的移動向量座標,確定第二操作對象的動作為:左上臂、右上臂和右下臂向右移動的距離為10cm,左下臂向右移動的距離為20cm,左上臂、左下臂、右上臂和右下臂向下移動的距離為5cm。接著,電子設備11從第二拍攝時刻的第二動作圖像中計算得到第二操作對象的頭部轉動的角度為head_roll=0、head_pitch=0、head_yaw=30,軀體的移動向量座標為hand_up_left=20,5、hand_down_left=20,5、hand_up_right=0,-20、hand_down_right=0,-20。電子設備11從第二拍攝時刻的第二動作圖像中第二操作對象的頭部轉動的角度和軀體的移動向量座標,確定第二操作對象的動作為:頭部向上轉動的偏航角為30度,左上臂和左下臂向右移動的距離為20cm,左上臂和左下臂向上移動的距離為5cm,右上臂和右下臂向下移動的距離為20cm。
S205,根據第一操作對象的動作和第二操作對象的動作計算出第二操作對象的動作的合格率。
在本實施例中,電子設備11將從每一幅第二動作圖像中識別出的第二操作對象的動作依拍攝時間的先後順序排列,從而形成完整的第二操作對象的動作。然後,電子設備11逐一比對各個拍攝時刻的第一操作對象的動作和第二操作對象的動作,以第一操作對象的動作為基準判斷各個拍攝時刻的第二操作對象的動作是否合格。接著,電子設備11統計所有拍攝時刻合格的動作數目,再計算合格的動作數目與全部動作數目的比率,從而得到第二操作對象的動作的合格率。
具體而言,可參閱圖3,圖3係圖2所示步驟S205的子步驟流程圖。如圖3所示,根據第一操作對象的動作和第二操作對象的動作計算出第二操作對象的動作的合格率,包括如下子步驟:
S301,將第二操作對象的每個動作與第一操作對象的每個動作依次進行比較。
可以理解,因為第二操作對象根據指導資訊進行操作,指導資訊係根據第一操作對象的動作進行動作指導。所以對於第二操作對象的每個動作,均有對應的第一操作對象的動作。
舉例而言,如果攝像頭122每隔2秒拍攝一幅圖像並傳送給電子設備11,第一操作對象的全部動作的拍攝時間從10:00到10:05,第二操作對象的全部動作的拍攝時間從15:00到15:05,則拍攝時間從15:00到15:05期間每隔2秒拍攝到的第二操作對象的動作與拍攝時間從10:00到10:05期間每隔2秒拍攝到的第一操作對象的動作相對應,比如拍攝時刻為15:01的第二操作對象的動作與拍攝時刻為10:01的第一操作對象的動作相對應。
在本實施例中,電子設備11將各個拍攝時刻的第二操作對象的動作與對應拍攝時刻的第一操作對象的動作進行比較。
S302,確定第二操作對象的動作是否合格。
在本實施例中,電子設備11藉由依次比對各個拍攝時刻的第二操作對象的動作與對應拍攝時刻的第一操作對象的動作,可依次確定第二操作對象的每個動作與第一操作對象的每個動作是否存在差異,從而依次判斷第二操作對象的每個動作是否合格。
具體而言,可參閱圖4,圖4係圖3所示步驟S302的子步驟流程圖。如圖4所示,確定第二操作對象的動作是否合格,包括如下子步驟:
S401,確定第二操作對象的動作與第一操作對象的動作的偏差是否在誤差範圍內。
在本實施例中,第二操作對象的動作與第一操作對象的動作的偏差包括第二操作對象與第一操作對象頭部轉動的角度的偏差和軀體移動的軌跡的偏差。
電子設備11可藉由第二動作圖像中頭部參考點的位置確定頭部轉動的角度是否在第一誤差範圍內。其中,第一誤差範圍係角度範圍,比如第一誤差範圍係-5度至5度。
電子設備11可藉由第二動作圖像中軀體參考點的位置確定軀體移動的軌跡是否在第二誤差範圍內。其中,第二誤差範圍係距離範圍,比如第二誤差範圍係-2cm至2cm。
可以理解,第一誤差範圍和第二誤差範圍可依需而設。
在步驟S401中,若第二操作對象的動作與第一操作對象的動作的偏差在誤差範圍內,則執行步驟S402;若否,則執行步驟S403。
S402,確定第二操作對象的動作合格。
S403,確定第二操作對象的動作不合格。
舉例而言,某一拍攝時刻第一操作對象的動作為:頭部向上轉動的偏航角為20度,左上臂和左下臂向右移動的距離為10cm,左上臂和左下臂向上移動的距離為5cm,右上臂和右下臂向下移動的距離為20cm。對應拍攝時刻的第二操作對象的動作為:頭部向上轉動的偏航角為16度,左上臂和左下臂向右移動的距離為8cm,左上臂和左下臂向上移動的距離為7cm,右上臂和右下臂向下移動的距離為18cm。如果第一誤差範圍係-5度至5度,第二誤差範圍係-2cm至2cm,則電子設備11可確定第二操作對象的動作合格。如果第一誤差範圍係-3
度至3度,第二誤差範圍係-1cm至1cm,則電子設備11可確定第二操作對象的動作不合格。
在步驟S302中,若第二操作對象的每個動作合格,則執行步驟S303;若否,則執行步驟S304。
S303,統計合格的動作數目。
S304,統計不合格的動作數目。
S305,根據合格的動作數目佔比計算出第二操作對象的動作的合格率。
其中,合格的動作數目佔比係指合格的動作數目與全部動作數目的比率。
在本實施例中,電子設備11統計所有拍攝時刻第二操作對象的全部動作數目和合格的動作數目,再計算合格的動作數目與全部動作數目的比率,從而得到第二操作對象的動作的合格率。
在一些實施例中,若第二操作對象的動作的合格率低於第一閾值,則發出告警資訊。其中,告警資訊用於提示第二操作對象的動作出現異常。
可以理解,第一閾值可依需而設,比如第一閾值為0.6。
可參閱圖5,圖5係圖2所示步驟S201之前的步驟流程圖。如圖5所示,在擷取第一操作對象的第一動作檔之前,人工智慧之動作管理方法還可以包括以下步驟:
S501,擷取第一操作對象的複數第一動作圖像。
S502,從複數第一動作圖像中識別出第一操作對象的動作。
可以理解,步驟S501至S502的具體實施方式可參閱圖2所示步驟S203至S204,此處不再贅述。
S503,記錄第一操作對象的動作以形成第一動作檔,並將第一動作檔存儲到資料庫。
在本實施例中,電子設備11可根據第一動作檔的格式將第一動作檔存儲到不同的資料庫。不同的資料庫存儲不同格式的第一動作檔,可便於快速查詢到第一動作檔。
在一些實施例中,電子設備11以自然語言記錄第一操作對象的動作以形成自然語言格式的第一動作檔,並將第一動作檔存儲到第一資料庫。其中,第一資料庫用於存儲自然語言格式的資料。
在另一些實施例中,電子設備11以機器語言記錄第一操作對象的動作以形成機器語言格式的第一動作檔,並將第一動作檔存儲到第二資料庫。其中,第二資料庫用於存儲機器語言格式的資料。
可參閱圖6,圖6係圖5所示步驟S502之後的步驟流程圖。如圖6所示,在從複數第一動作圖像中識別出第一操作對象的動作之後,人工智慧之動作管理方法還可以包括以下步驟:
S601,確定第一操作對象的每個動作對應的一個或複數關鍵字。
S602,統計各個關鍵字出現的頻率,以確認是否存在重複動作。
舉例而言,電子設備11從複數第一動作圖像中識別出的第一操作對象的動作為:頭部不動,左手向左移動約20公分,右手向左移動約10公分。電子設備11可對每個動作進行文本或語義分割,從而提取關鍵字,比如提取如下關鍵字:頭部、不、動、左手、向、左、移動、約、20公分、右手、向、左、移動、約、10公分。然後,電子設備11統計各個關鍵字出現的頻率,如表1所示。電子設備11可藉由顯示面板展示各個關鍵字出現的頻率,從而提示使用者關注出現頻率較高的關鍵字,以確認是否存在重複動作。當存在重複動作時,用戶可藉由刪除重複動作來優化第一操作對象的動作。
在一些實施例中,電子設備11可根據各個關鍵字建立索引值,如表2所示。
然後,電子設備11可根據各個關鍵字出現的頻率對索引值進行倒序排列,如表3所示。出現頻率較高的關鍵字排在靠前的位置,可便於使用者查看出現頻率較高的關鍵字。
在本申請實施例中,電子設備11首先藉由第一動作檔記錄的第一操作對象的動作對第二操作對象進行動作指導,然後從攝像頭122拍攝的第二操作對象的複數第二動作圖像中識別出第二操作對象的動作,再根據第一操作對象的動作和第二操作對象的動作計算出第二操作對象的動作的合格率,以第一操作對象的動作為參考對第二操作對象的動作進行量化評估,從而可以有效地評估標準化作業的結果,為優化標準化作業的管理方式提供有效的參考依據。
本申請還提供一種人工智慧之存儲介質,用於存儲電腦程式或代碼,當電腦程式或代碼被處理器執行時,實現本申請提供的人工智慧之動作管理方法。
存儲介質包括在用於存儲資訊(諸如電腦可讀指令、資料結構、程式模組或其它資料)的任何方法或技術中實施的易失性和非易失性、可移除和不可移除介質。存儲介質包括,但不限於,隨機存取記憶體(Random Access Memory,RAM)、唯讀記憶體(Read-Only Memory,ROM)、帶電可擦可程式設計唯讀記憶體(Electrically Erasable Programmable Read-Only Memory,EEPROM)、快閃記憶體或其它記憶體、唯讀光碟(Compact Disc Read-Only
Memory,CD-ROM)、數位通用光碟(Digital Versatile Disc,DVD)或其它光碟存儲、磁盒、磁帶、磁片存儲或其它磁存儲裝置、或者可以用於存儲期望的資訊並且可以被電腦訪問的任何其它的介質。
上面結合附圖對本申請實施例作了詳細說明,但本申請不限於上述實施例,於所屬技術領域普通具通常技藝者所具備之知識範圍內,還可於不脫離本申請宗旨之前提下做出各種變化。
S201-S205:步驟
Claims (9)
- 一種人工智慧之動作管理方法,包括:擷取第一操作對象的第一動作檔,所述第一動作檔用於記錄所述第一操作對象的動作;所述擷取第一操作對象的第一動作檔,包括:根據所述第一動作檔的檔案名或關鍵字檢索第一資料庫,所述第一資料庫用於存儲自然語言格式的所述第一動作檔;和/或,根據所述第一操作對象的動作對應的參考點的移動軌跡檢索第二資料庫,所述第二資料庫用於存儲機器語言格式的所述第一動作檔;根據所述第一動作檔發出指導資訊,所述指導資訊用於對第二操作對象進行動作指導;擷取所述第二操作對象的複數第二動作圖像;從所述複數第二動作圖像中識別出所述第二操作對象的動作;根據所述第一操作對象的動作和所述第二操作對象的動作計算出所述第二操作對象的動作的合格率。
- 如請求項1所述之人工智慧之動作管理方法,其中,所述根據所述第一操作對象的動作和所述第二操作對象的動作計算出所述第二操作對象的動作的合格率,包括:將所述第二操作對象的每個動作與所述第一操作對象的每個動作進行比較;確定所述第二操作對象的每個動作是否合格;根據合格的動作數目佔比計算出所述第二操作對象的動作的合格率。
- 如請求項2所述之人工智慧之動作管理方法,其中,確定所述第二操作對象的動作是否合格,包括:確定所述第二操作對象的動作與所述第一操作對象的動作的偏差是否 在誤差範圍內;若所述第二操作對象的動作與所述第一操作對象的動作的偏差在誤差範圍內,則確定所述第二操作對象的動作合格。
- 如請求項3所述之人工智慧之動作管理方法,其中,所述確定所述第二操作對象的動作與所述第一操作對象的動作的偏差是否在誤差範圍內,包括:藉由所述第二動作圖像中頭部參考點的位置確定所述頭部轉動的角度是否在第一誤差範圍內,以及藉由所述第二動作圖像中軀體參考點的位置確定所述軀體移動的軌跡是否在第二誤差範圍內。
- 如請求項1所述之人工智慧之動作管理方法,其中,所述方法還包括:擷取所述第一操作對象的複數第一動作圖像;從所述複數第一動作圖像中識別出所述第一操作對象的動作;以自然語言記錄所述第一操作對象的動作以形成所述自然語言格式的所述第一動作檔,並將所述第一動作檔存儲到所述第一資料庫;和/或,以機器語言記錄所述第一操作對象的動作以形成所述機器語言格式的所述第一動作檔,並將所述第一動作檔存儲到所述第二資料庫。
- 如請求項5所述之人工智慧之動作管理方法,其中,在從所述複數第一動作圖像中識別出所述第一操作對象的動作之後,所述方法還包括:確定所述第一操作對象的每個動作對應的一個或複數關鍵字;統計各個所述關鍵字出現的頻率,以確認是否存在重複動作。
- 如請求項1所述之人工智慧之動作管理方法,其中,所述方法還包括: 若所述第二操作對象的動作的合格率低於第一閾值,則發出告警資訊,所述告警資訊用於提示所述第二操作對象的動作出現異常。
- 一種人工智慧之電子設備,包括處理器和記憶體,其改良在於,所述處理器執行存儲於所述記憶體中的電腦程式或代碼,實現如請求項1至7中任一項所述之人工智慧之動作管理方法。
- 一種人工智慧之存儲介質,用於存儲電腦程式或代碼,其改良在於,當所述電腦程式或代碼被處理器執行時,實現如請求項1至7中任一項所述之人工智慧之動作管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111126926A TWI823478B (zh) | 2022-07-18 | 2022-07-18 | 人工智慧之動作管理方法、電子設備及存儲介質 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111126926A TWI823478B (zh) | 2022-07-18 | 2022-07-18 | 人工智慧之動作管理方法、電子設備及存儲介質 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI823478B true TWI823478B (zh) | 2023-11-21 |
TW202405589A TW202405589A (zh) | 2024-02-01 |
Family
ID=89722680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111126926A TWI823478B (zh) | 2022-07-18 | 2022-07-18 | 人工智慧之動作管理方法、電子設備及存儲介質 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI823478B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180129914A1 (en) * | 2015-06-22 | 2018-05-10 | Olympus Corporation | Image recognition device and image recognition method |
JP2018169675A (ja) * | 2017-03-29 | 2018-11-01 | 日立建機株式会社 | 操作ガイド装置 |
CN109101879A (zh) * | 2018-06-29 | 2018-12-28 | 温州大学 | 一种vr虚拟课堂教学的姿态交互系统及实现方法 |
CN109214231A (zh) * | 2017-06-29 | 2019-01-15 | 深圳泰山体育科技股份有限公司 | 基于人体姿态识别的体育教学辅助系统和方法 |
CN109325466A (zh) * | 2018-10-17 | 2019-02-12 | 兰州交通大学 | 一种基于动作识别技术的智能运动指导系统及方法 |
TW201918157A (zh) * | 2017-10-27 | 2019-05-01 | 朝陽科技大學 | 數位影像化之零組件組裝導引方法 |
CN110045823A (zh) * | 2019-03-12 | 2019-07-23 | 北京邮电大学 | 一种基于动作捕捉的动作指导方法和装置 |
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 |
CN111401330A (zh) * | 2020-04-26 | 2020-07-10 | 四川自由健信息科技有限公司 | 教学系统及采用该教学系统的智能镜 |
-
2022
- 2022-07-18 TW TW111126926A patent/TWI823478B/zh active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180129914A1 (en) * | 2015-06-22 | 2018-05-10 | Olympus Corporation | Image recognition device and image recognition method |
JP2018169675A (ja) * | 2017-03-29 | 2018-11-01 | 日立建機株式会社 | 操作ガイド装置 |
CN109214231A (zh) * | 2017-06-29 | 2019-01-15 | 深圳泰山体育科技股份有限公司 | 基于人体姿态识别的体育教学辅助系统和方法 |
TW201918157A (zh) * | 2017-10-27 | 2019-05-01 | 朝陽科技大學 | 數位影像化之零組件組裝導引方法 |
CN109101879A (zh) * | 2018-06-29 | 2018-12-28 | 温州大学 | 一种vr虚拟课堂教学的姿态交互系统及实现方法 |
CN109325466A (zh) * | 2018-10-17 | 2019-02-12 | 兰州交通大学 | 一种基于动作识别技术的智能运动指导系统及方法 |
CN110045823A (zh) * | 2019-03-12 | 2019-07-23 | 北京邮电大学 | 一种基于动作捕捉的动作指导方法和装置 |
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 |
CN111401330A (zh) * | 2020-04-26 | 2020-07-10 | 四川自由健信息科技有限公司 | 教学系统及采用该教学系统的智能镜 |
Also Published As
Publication number | Publication date |
---|---|
TW202405589A (zh) | 2024-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021217934A1 (zh) | 监控牲畜数量的方法、装置、计算机设备及存储介质 | |
KR101810578B1 (ko) | 셔터 클릭을 통한 자동 미디어 공유 | |
EP3195601B1 (en) | Method of providing visual sound image and electronic device implementing the same | |
TW202137051A (zh) | 圖像識別方法、裝置、終端和儲存媒體 | |
KR20190120353A (ko) | 음성 인식 방법, 디바이스, 장치, 및 저장 매체 | |
JP2022088304A (ja) | ビデオを処理するための方法、装置、電子機器、媒体及びコンピュータプログラム | |
US20140293069A1 (en) | Real-time image classification and automated image content curation | |
CN114138991A (zh) | 基于用户行为的内容推荐的系统和方法 | |
JP2015529354A (ja) | 顔認識のための方法および装置 | |
US20060036441A1 (en) | Data-managing apparatus and method | |
WO2021169720A1 (zh) | 内容操作方法、装置、终端及存储介质 | |
JP2021034003A (ja) | 人物識別方法、装置、電子デバイス、記憶媒体、及びプログラム | |
WO2023173646A1 (zh) | 一种表情识别方法及装置 | |
WO2023197648A1 (zh) | 截图处理方法及装置、电子设备和计算机可读介质 | |
DE102017125474A1 (de) | Kontextuelles eindeutigmachen von anfragen | |
WO2023005813A1 (zh) | 图像方向调整方法、装置、存储介质及电子设备 | |
WO2024012367A1 (zh) | 视觉目标跟踪方法、装置、设备以及存储介质 | |
TWI823478B (zh) | 人工智慧之動作管理方法、電子設備及存儲介質 | |
CN110858291A (zh) | 字符切分方法及装置 | |
WO2020207252A1 (zh) | 数据存储方法、装置、存储介质及电子设备 | |
WO2023045645A1 (zh) | 语音交互方法、电子设备及计算机可读存储介质 | |
CN111522992A (zh) | 题目入库方法、装置、设备及存储介质 | |
US11290753B1 (en) | Systems and methods for adaptive livestreaming | |
CN117475503A (zh) | 动作管理方法、电子设备及存储介质 | |
CN111178455B (zh) | 图像聚类方法、系统、设备及介质 |