基于姿态分析的锻炼动作评估系统及方法技术方案

本发明专利技术公开了一种基于姿态分析的锻炼动作评估系统及方法，所述动作评估系统包括用户信息库、锻炼数据库、人脸采集模块、人脸认证模块、锻炼动作采集模块和图像分析模块，所述用户信息库用于存储各个用户的认证人脸图像和历史锻炼信息，所述锻炼数据库所述锻炼数据库用于存储标准锻炼视频，其中，各个标准锻炼视频被划分为若干个分视频，所述人脸采集模块用于采集当前用户的人脸图像为待认证图像，所述人脸认证模块将待认证图像与用户信息库内的认证人脸图像进行比较，如果存在某个认证人脸图像与待认证图像的相似度大于认证相似阈值，所述锻炼动作采集模块采集该用户跟随该个标准锻炼视频的锻炼动作图像。准锻炼视频的锻炼动作图像。准锻炼视频的锻炼动作图像。

【技术实现步骤摘要】
基于姿态分析的锻炼动作评估系统及方法


[0001]本专利技术涉及锻炼动作评估
，具体为一种基于姿态分析的锻炼动作评估系统及方法。

技术介绍

[0002]目前，学生的课后时间变多，但课后活动种类比较匮乏。通过布置推行体育锻炼能够丰富学生的课余生活并增强青少年的体质。但是学校在实际推行推行体育锻炼过程中，往往使用口头向学生布置体育锻炼活动，并要求家长监督陪练的模式，学生居家锻炼过程中，因为没有对应的指导说明，所以锻炼动作的规范性无法保证，也无法有效评估学生的锻炼情况。

技术实现思路

[0003]本专利技术的目的在于提供一种基于姿态分析的锻炼动作评估系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于姿态分析的锻炼动作评估系统，所述动作评估系统包括用户信息库、锻炼数据库、人脸采集模块、人脸认证模块、锻炼动作采集模块和图像分析模块，所述用户信息库用于存储各个用户的认证人脸图像和历史锻炼信息，所述锻炼数据库所述锻炼数据库用于存储标准锻炼视频，其中，各个标准锻炼视频被划分为若干个分视频，所述人脸采集模块用于采集当前用户的人脸图像为待认证图像，所述人脸认证模块将待认证图像与用户信息库内的认证人脸图像进行比较，如果存在某个认证人脸图像与待认证图像的相似度大于认证相似阈值，所述锻炼动作采集模块采集该用户跟随该个标准锻炼视频的锻炼动作图像，设用户跟随该个标准锻炼视频的某个分视频进行锻炼的图像为实际分图像，相应的分视频为该个实际分图像的参考视频，所述图像分析模块对采集到的实际分图像进行分析，输出该用户的锻炼动作评估结果。
[0005]进一步的，所述动作评估系统还包括视频划分模块，所述视频划分模块获取标准锻炼视频中某一时刻的动作图像，如果该时刻的动作图像与上一时刻的动作图像的相似度小于一致相似阈值，在该时刻与上一时刻之间设置分界点，那么标准锻炼视频中相邻两个分界点之间的视频片段为一个分视频。
[0006]进一步的，所述图像分析模块包括有效相似度获取模块、综合评估值计算模块和综合评估值比较模块，所述有效相似度获取模块提取某个实际分图像中用户的锻炼动作，并设其与该个实际分图像的参考视频中的锻炼动作的相似度为有效相似度，所述综合评估值计算模块计算用户该次跟随标准锻炼视频锻炼的综合评估值其中，h
i
为相应标准锻炼视频的第i个分视频的时长，S
i
为用户该次跟随标准锻炼视频锻炼的第i个实际分图像的有效相似度值，k为用户该次跟随锻炼的标准锻炼视频的分视频个数，所述综合评估值比较模块将用户该次跟随标准锻炼视频锻炼的综合评估值与综合
阈值进行比较，在综合评估值小于综合阈值时，传输锻炼动作不合格信息。
[0007]进一步的，所述图像分析模块还包括中心动作判断模块、关注指数计算模块、关注指数比较模块和播放控制模块，所述中心动作判断模块在如果某个实际分图像所对应的有效相似度小于有效相似阈值，判断该个实际分图像的参考视频中的锻炼动作为候选关注动作，并设该锻炼动作为中心动作，所述关注指数计算模块获取最近预设时间段内采集的图像中用户跟随标准锻炼视频进行锻炼的次数mz以及其中标准锻炼视频包含该中心动作的次数m1、跟随包含该中心动作的标准锻炼视频中中心动作被判断为候选关注动作的次数m2，那么第一指数 w＝(mz
‑
m1)/mz，第二指数x＝m2/m1，获取中心动作最近预设次所对应的实际分图像的有效相似度的方差e0，计算方差参考量c＝e0/ez，其中，ez为方差阈值，如果方差参考量大于等于 1，那么第三指数y＝1，如果方差参考量小于1，那么第三指数y＝c，计算某个中心动作的关注指数Q＝0.4*w+0.4*x+0.2*y，所述关注指数比较模块将某个中心动作的关注指数与关注阈值进行比较，在该个中心动作的关注指数大于关注阈值时，所述播放控制模块在某个分视频中的锻炼动作最近一次锻炼时被判定为关注动作时，以第一速度播放该分视频，否则，以第二速度播放该分视频，其中，第一速度小于第二速度。
[0008]一种基于姿态分析的锻炼动作评估方法，所述动作评估方法包括以下步骤：
[0009]预先建立用户信息库和锻炼数据库，所述用户信息库用于存储各个用户的认证人脸图像和历史锻炼信息，所述锻炼数据库用于存储标准锻炼视频，其中，各个标准锻炼视频被划分为若干个分视频，
[0010]采集当前用户的人脸图像为待认证图像，将待认证图像与用户信息库内的认证人脸图像进行比较，如果存在某个认证人脸图像与待认证图像的相似度大于认证相似阈值，
[0011]标准锻炼视频播放锻炼动作，摄像头采集该用户跟随该个标准锻炼视频的锻炼动作图像，设用户跟随该个标准锻炼视频的某个分视频进行锻炼的图像为实际分图像，相应的分视频为该个实际分图像的参考视频，
[0012]对采集到的实际分图像进行分析，输出该用户的锻炼动作评估结果。
[0013]进一步的，所述各个所述标准锻炼视频中被划分为若干个分视频包括：
[0014]获取标准锻炼视频中某一时刻的动作图像，如果该时刻的动作图像与上一时刻的动作图像的相似度小于一致相似阈值，在该时刻与上一时刻之间设置分界点，那么标准锻炼视频中相邻两个分界点之间的视频片段为一个分视频。
[0015]进一步的，所述对采集到的实际分图像进行分析包括：
[0016]提取某个实际分图像中用户的锻炼动作，并设其与该个实际分图像的参考视频中的锻炼动作的相似度为有效相似度，
[0017]计算用户该次跟随标准锻炼视频锻炼的综合评估值其中， h
i
为相应标准锻炼视频的第i个分视频的时长，S
i
为用户该次跟随标准锻炼视频锻炼的第i 个实际分图像的有效相似度值，k为用户该次跟随锻炼的标准锻炼视频的分视频个数，
[0018]如果综合评估值小于综合阈值时，传输锻炼动作不合格信息。
[0019]进一步的，所述对采集到的实际分图像进行分析还包括：
[0020]如果某个实际分图像所对应的有效相似度小于有效相似阈值，那么该个实际分图
像的参考视频中的锻炼动作为候选关注动作，并设该锻炼动作为中心动作，
[0021]获取最近预设时间段内采集的图像中用户跟随标准锻炼视频进行锻炼的次数mz以及其中标准锻炼视频包含该中心动作的次数m1、跟随包含该中心动作的标准锻炼视频中中心动作被判断为候选关注动作的次数m2，那么第一指数w＝(mz
‑
m1)/mz，第二指数x＝m2/m1，
[0022]获取中心动作最近预设次所对应的实际分图像的有效相似度的方差e0，计算方差参考量 c＝e0/ez，其中，ez为方差阈值，如果方差参考量大于等于1，那么第三指数y＝1，如果方差参考量小于1，那么第三指数y＝c；
[0023]计算某个中心动作的关注指数Q＝0.4*w+0.4*x+0.2*y，
[0024]如果某个中心动作的关注指数大于关注阈值，那么该个锻炼动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于姿态分析的锻炼动作评估系统，其特征在于，所述动作评估系统包括用户信息库、锻炼数据库、人脸采集模块、人脸认证模块、锻炼动作采集模块和图像分析模块，所述用户信息库用于存储各个用户的认证人脸图像和历史锻炼信息，所述锻炼数据库所述锻炼数据库用于存储标准锻炼视频，其中，各个标准锻炼视频被划分为若干个分视频，所述人脸采集模块用于采集当前用户的人脸图像为待认证图像，所述人脸认证模块将待认证图像与用户信息库内的认证人脸图像进行比较，如果存在某个认证人脸图像与待认证图像的相似度大于认证相似阈值，所述锻炼动作采集模块采集该用户跟随该个标准锻炼视频的锻炼动作图像，设用户跟随该个标准锻炼视频的某个分视频进行锻炼的图像为实际分图像，相应的分视频为该个实际分图像的参考视频，所述图像分析模块对采集到的实际分图像进行分析，输出该用户的锻炼动作评估结果。2.根据权利要求1所述的一种基于姿态分析的锻炼动作评估系统，其特征在于：所述动作评估系统还包括视频划分模块，所述视频划分模块获取标准锻炼视频中某一时刻的动作图像，如果该时刻的动作图像与上一时刻的动作图像的相似度小于一致相似阈值，在该时刻与上一时刻之间设置分界点，那么标准锻炼视频中相邻两个分界点之间的视频片段为一个分视频。3.根据权利要求2所述的一种基于姿态分析的锻炼动作评估系统，其特征在于：所述图像分析模块包括有效相似度获取模块、综合评估值计算模块和综合评估值比较模块，所述有效相似度获取模块提取某个实际分图像中用户的锻炼动作，并设其与该个实际分图像的参考视频中的锻炼动作的相似度为有效相似度，所述综合评估值计算模块计算用户该次跟随标准锻炼视频锻炼的综合评估值其中，h
i
为相应标准锻炼视频的第i个分视频的时长，S
i
为用户该次跟随标准锻炼视频锻炼的第i个实际分图像的有效相似度值，k为用户该次跟随锻炼的标准锻炼视频的分视频个数，所述综合评估值比较模块将用户该次跟随标准锻炼视频锻炼的综合评估值与综合阈值进行比较，在综合评估值小于综合阈值时，传输锻炼动作不合格信息。4.根据权利要求3所述的一种基于姿态分析的锻炼动作评估系统，其特征在于：所述图像分析模块还包括中心动作判断模块、关注指数计算模块、关注指数比较模块和播放控制模块，所述中心动作判断模块在如果某个实际分图像所对应的有效相似度小于有效相似阈值，判断该个实际分图像的参考视频中的锻炼动作为候选关注动作，并设该锻炼动作为中心动作，所述关注指数计算模块获取最近预设时间段内采集的图像中用户跟随标准锻炼视频进行锻炼的次数mz以及其中标准锻炼视频包含该中心动作的次数m1、跟随包含该中心动作的标准锻炼视频中中心动作被判断为候选关注动作的次数m2，那么第一指数w＝(mz
‑
m1)/mz，第二指数x＝m2/m1，获取中心动作最近预设次所对应的实际分图像的有效相似度的方差e0，计算方差参考量c＝e0/ez，其中，ez为方差阈值，如果方差参考量大于等于1，那么第三指数y＝1，如果方差参考量小于1，那么第三指数y＝c，计算某个中心动作的关注指数Q＝0.4*w+0.4*x+0.2*y，所述关注指数比较模块将某个中心动作的关注指数与关注阈值进...

【专利技术属性】
技术研发人员：余意，易建强，
申请(专利权)人：江苏中科小达人智能科技有限公司，
类型：发明
国别省市：