The invention relates to a human body posture training method. After collecting the key frames of the actions of the coaches and trainees, and after collecting the action video data of the coaches and trainees, first use DTW algorithm to make the time length and time sequence of the coach action video and the trainee action video consistent, establish the first feature plane group based on the key frame of the coach action and the second feature plane group based on the key frame of the trainee action, through comparison The included angle of the normal vector matches the action key frame of the coach and the student, and then obtains the included angle of the side vector in the second feature plane group through the detailed coordinates of the human joint points and compares with the included angle of the side vector in the first feature plane group to confirm the action similarity of the student. The invention has the advantages of improving the training effect of the trainees, ensuring enough safety of the action and no potential health hazard. So that students can get enough training experience from an action, and improve the training effect of students.
【技术实现步骤摘要】
一种人体姿态训练方法
本专利技术涉及运动捕捉训练评估
,特别是涉及一种人体姿态训练方法。
技术介绍
人体姿态识别是指根据一段视频或者图像,去恢复图像或视频中人体关节点位置的过程。根据图像类型,人体姿态识别算法可以划分为基于深度图的算法和直接基于RGB图像的算法。因为深度图算法对图像采集设备要求较高,导致成本较高,因此只适用于高水准的应用场合,基于RGB图像的人体姿态识别算法对设备要求较低,特别是现如今硬件设备商提供一种TOF雷达,即所谓的飞行时间法3D成像传感器,通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行(往返)时间来得到目标物距离。因此针对比较复杂的场景,基于RGB图像的人体姿态识别算法具有很好的应用效果。而目前没有基于RGB图像的人体姿态识别训练方法,一般情况下,大都是采用在人体上安放信号发射源用来追踪人体的姿态,成本高昂,这种体育教学设备只能用于国家集训中心类的专业高级别应用和普通人使用相距万里。
技术实现思路
基于此,有必要针对当前大众市场缺乏运动训练教学方法,提供一种人体姿态训练方法,能够有效快速识别学员训练过程中动作的教练度,提高学员运动训练效果,降低训练中的安全隐患。一种人体姿态教学训练方法,包括以下步骤,S1,采集教练动作视频数据,识别教练动作关键帧,并基于若干教练动作关键帧建立教练动作数据库;S2,采集学员动作视频数据,识别学员动作关键帧,并基于若干学员动作关键帧建立学员动作数据库;S3,基于DTW算法调节 ...
【技术保护点】
1.一种人体姿态教学训练方法,其特征在于:包括以下步骤,/nS1,采集教练动作视频数据,识别教练动作关键帧,并基于若干教练动作关键帧建立教练动作数据库;/nS2,采集学员动作视频数据,识别学员动作关键帧,并基于若干学员动作关键帧建立学员动作数据库;/nS3,基于DTW算法调节学员动作数据库播放时长,使其与教练动作数据库播放时长和时序一致;/nS4,建立基于若干教练动作关键帧的第一特征平面组和基于若干学员动作关键帧的第二特征平面组,分别确认基于第一特征平面组的第一法向量组和基于第二特征平面组的第二法向量组,对应比较获取第一法向量组和第二法向量组的夹角组,若夹角组中的全部夹角小于或等于预设的夹角阈值,将学员动作关键帧和对应比较的教练动作关键帧匹配;若夹角组中有任一夹角大于预设的夹角阈值,不匹配学员动作关键帧和对应比较的教练动作关键帧;/nS5,若干学员动作关键帧和若干教练动作关键帧匹配完成后,计算第一特征平面组的第一边向量组和对应的第二特征平面组的第二边向量组的余弦相似度similarity,/n
【技术特征摘要】 【专利技术属性】
1.一种人体姿态教学训练方法,其特征在于:包括以下步骤,
S1,采集教练动作视频数据,识别教练动作关键帧,并基于若干教练动作关键帧建立教练动作数据库;
S2,采集学员动作视频数据,识别学员动作关键帧,并基于若干学员动作关键帧建立学员动作数据库;
S3,基于DTW算法调节学员动作数据库播放时长,使其与教练动作数据库播放时长和时序一致;
S4,建立基于若干教练动作关键帧的第一特征平面组和基于若干学员动作关键帧的第二特征平面组,分别确认基于第一特征平面组的第一法向量组和基于第二特征平面组的第二法向量组,对应比较获取第一法向量组和第二法向量组的夹角组,若夹角组中的全部夹角小于或等于预设的夹角阈值,将学员动作关键帧和对应比较的教练动作关键帧匹配;若夹角组中有任一夹角大于预设的夹角阈值,不匹配学员动作关键帧和对应比较的教练动作关键帧;
S5,若干学员动作关键帧和若干教练动作关键帧匹配完成后,计算第一特征平面组的第一边向量组和对应的第二特征平面组的第二边向量组的余弦相似度similarity,
2.如权利要求1所述的一种人体姿态教学训练方法,其特征在于:所述教练动作关键帧是由教练动作起始帧、教练动作中间帧和教练动作完成帧组成,所述学员动作关键帧是由学员动作起始帧、学员动作中间帧和学员动作完成帧组成。
技术研发人员:余锴,李真龙,吴爱紫,周小宇,
申请(专利权)人:深圳特蓝图科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。