一种基于人脸识别与骨骼算法实现智能跑道的方法和系统技术方案

本申请实施例提供一种基于人脸识别与骨骼算法实现智能跑道的方法和系统。该方法包括：在跑道入口设置摄像头，实时拍摄进入人员的脸部图像和全身图像，获得监控图像数据；解析所述脸部图像，通过人脸识别算法预测所述人员的年龄、性别；解析所述全身图像，通过骨骼算法预测所述人员的体检信息，所述体检信息至少包括性别、身高、体重、血压、以及心跳信息；当通过人脸识别算法预测的人员性别和通过骨骼算法预测的人员性别匹配度超过预设阈值时，将预测获得的所述人员的年龄、性别、身高、体重、血压、以及心跳信息输入训练好的人员分类神经网络，对所述人员的跑步训练类型进行分类；根据所述分类的结果，推荐并展示所述人员的跑步训练方法。本发明专利技术能够在人员进入跑道时，及时、准确、科学的提出跑步训练建议，提升用户体验。提升用户体验。提升用户体验。

【技术实现步骤摘要】
一种基于人脸识别与骨骼算法实现智能跑道的方法和系统


[0001]本申请涉及人工智能训练
，尤其涉及一种基于人脸识别与骨骼算法实现智能跑道的方法和系统。

技术介绍

[0002]目前，跑步训练日益成为全民健身运动中的一项重要项目，各个年龄段的人群进行跑步训练的热情很高。但是，对于不同年龄、性别、身高、体重等类型的人群，其实科学的跑步训练方式是不同的。
[0003]目前绝大部分跑步爱好者，在进入学校操场、公共操场等跑道时，往往只能根据自身情况进行主观的跑步训练，往往由于并不符合生理学规律，训练健身结果并不理想。

技术实现思路

[0004]有鉴于此，本申请的目的在于提出一种基于人脸识别与骨骼算法实现智能跑道的方法和系统，本专利技术能够在人员进入跑道时，及时、准确、科学的提出跑步训练建议，提升用户体验。
[0005]基于上述目的，本申请提出了一种基于人脸识别与骨骼算法实现智能跑道的方法，包括：
[0006]在跑道入口设置摄像头，实时拍摄进入人员的脸部图像和全身图像，获得监控图像数据；
[0007]解析所述脸部图像，通过人脸识别算法预测所述人员的年龄、性别；
[0008]解析所述全身图像，通过骨骼算法预测所述人员的体检信息，所述体检信息至少包括性别、身高、体重、血压、以及心跳信息；
[0009]当通过人脸识别算法预测的人员性别和通过骨骼算法预测的人员性别匹配度超过预设阈值时，将预测获得的所述人员的年龄、性别、身高、体重、血压、以及心跳信息输入训练好的人员分类神经网络，对所述人员的跑步训练类型进行分类；
[0010]根据所述分类的结果，推荐并展示所述人员的跑步训练方法。
[0011]在一些实施例中，所述在跑道入口设置摄像头，实时拍摄进入人员的脸部图像和全身图像，获得监控图像数据，包括：
[0012]提取所述监控图像数据的实时特征流。
[0013]在一些实施例中，在提取所述监控图像数据的实时特征流之前还包括：对所述监控图像数据中的图像进行目标定位，截取检测到的目标并分别提取特征，得到目标特征；对比所述目标特征与例外特征的差异度；若差异度小于阈值，则将此图像的帧剔除，不进行后续步骤；若差异度大于阈值，进行后续步骤。
[0014]在一些实施例中，所述提取所述监控图像数据的实时特征流，包括：提取监控图像数据的特征，得到实时特征流；对所述实时特征流进行特征变换。
[0015]在一些实施例中，所述特征变换包括以下方式中的至少一种：特征加扰、特征编
码、同态加密。
[0016]在一些实施例中，所述解析所述脸部图像，通过人脸识别算法预测所述人员的年龄、性别，包括：
[0017]步骤1，对人脸图像数据集进行数据预处理，并生成对应的标签；步骤2，对预处理后的人脸图像数据集进行增强操作，包括旋转、缩放、随机裁剪以及亮度、色度变换；步骤3，将增强操作后的数据集进行训练/验证/测试集的划分；步骤4，构建网络结构，导入训练集、验证集及其对应的标签进行训练；测试阶段具体包含如下步骤：步骤5，对人脸图像数据集进行数据预处理；步骤6，将预处理后的人脸图像数据集输入步骤4构建的网络结构，加载网络结构对应的模型参数进行前向传播；步骤7，取出网络结构的输出结果，根据标签生成规则得到预测标签；步骤8，根据每类标签的含义将所述预测标签转化即得到最终的预测结果。
[0018]在一些实施例中，所述解析所述全身图像，通过骨骼算法预测所述人员的体检信息，包括：
[0019]识别所述全身图像中的人体骨骼关键点；
[0020]根据所述人体骨骼关键点构建人体的整体骨骼画像；
[0021]根据所述整体骨骼画像计算所述人员的主要骨骼尺寸、形状，与标准人体数据库中的数据进行匹配，获得所述人员的性别、身高、体重、血压、以及心跳信息。
[0022]基于上述目的，本申请还提出了一种基于人脸识别与骨骼算法实现智能跑道的系统，包括：
[0023]监控模块，用于在跑道入口设置摄像头，实时拍摄进入人员的脸部图像和全身图像，获得监控图像数据；
[0024]人脸识别模块，用于解析所述脸部图像，通过人脸识别算法预测所述人员的年龄、性别；
[0025]骨骼算法模块，用于解析所述全身图像，通过骨骼算法预测所述人员的体检信息，所述体检信息至少包括性别、身高、体重、血压、以及心跳信息；
[0026]训练类型分类模块，用于当通过人脸识别算法预测的人员性别和通过骨骼算法预测的人员性别匹配度超过预设阈值时，将预测获得的所述人员的年龄、性别、身高、体重、血压、以及心跳信息输入训练好的人员分类神经网络，对所述人员的跑步训练类型进行分类；
[0027]推荐展示模块，用于根据所述分类的结果，推荐并展示所述人员的跑步训练方法。
[0028]总的来说，本申请的优势及给用户带来的体验在于：
[0029]1、本专利技术能够在人员进入跑道时，及时、准确、科学的提出跑步训练建议，提升用户体验。
[0030]2、采用了最新的神经网络预测技术，提高了人脸识别的精度和效率；
[0031]3、采用了骨骼算法，能够更加准确、快速的对跑步训练的人员身体状况进行分类，提高人员分类的效率。
附图说明
[0032]在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本专利技术
公开的一些实施方式，而不应将其视为是对本专利技术范围的限制。
[0033]图1示出本专利技术的系统架构原理示意图。
[0034]图2示出根据本专利技术实施例的基于人脸识别与骨骼算法实现智能跑道的方法的流程图。
[0035]图3示出根据本专利技术实施例的基于人脸识别与骨骼算法实现智能跑道的系统的构成图。
[0036]图4示出了本申请一实施例所提供的一种电子设备的结构示意图；
[0037]图5示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
[0038]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。
[0039]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0040]图1示出本专利技术的系统架构原理示意图。本专利技术的实施例中，设备包括摄像头、处理器、显示屏、语音播报器等。在跑道入口设置摄像头，实时拍摄进入人员的脸部图像和全身图像，获得监控图像数据；通过处理器解析所述脸部图像，通过人脸识别算法预测所述人员的年龄、性别；解析所述全身图像，通过骨骼算法预测所述人员的体检信息，所述体检信息至少包括性别、身高、体重、血压、以及心跳信息；当通过人脸识别算法预测的人员性别和通过骨骼算法预测的人员性别匹本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸识别与骨骼算法实现智能跑道的方法，其特征在于，包括：在跑道入口设置摄像头，实时拍摄进入人员的脸部图像和全身图像，获得监控图像数据；解析所述脸部图像，通过人脸识别算法预测所述人员的年龄、性别；解析所述全身图像，通过骨骼算法预测所述人员的体检信息，所述体检信息至少包括性别、身高、体重、血压、以及心跳信息；当通过人脸识别算法预测的人员性别和通过骨骼算法预测的人员性别匹配度超过预设阈值时，将预测获得的所述人员的年龄、性别、身高、体重、血压、以及心跳信息输入训练好的人员分类神经网络，对所述人员的跑步训练类型进行分类；根据所述分类的结果，推荐并展示所述人员的跑步训练方法。2.根据权利要求1所述的方法，其特征在于，所述在跑道入口设置摄像头，实时拍摄进入人员的脸部图像和全身图像，获得监控图像数据，包括：提取所述监控图像数据的实时特征流。3.根据权利要求2所述的方法，其特征在于，在提取所述监控图像数据的实时特征流之前还包括：对所述监控图像数据中的图像进行目标定位，截取检测到的目标并分别提取特征，得到目标特征；对比所述目标特征与例外特征的差异度；若差异度小于阈值，则将此图像的帧剔除，不进行后续步骤；若差异度大于阈值，进行后续步骤。4.根据权利要求2所述的方法，其特征在于，所述提取所述监控图像数据的实时特征流，包括：提取监控图像数据的特征，得到实时特征流；对所述实时特征流进行特征变换。5.如权利要求4所述的方法，其特征在于，所述特征变换包括以下方式中的至少一种：特征加扰、特征编码、同态加密。6.根据权利要求1所述的方法，其特征在于，所述解析所述脸部图像，通过人脸识别算法预测所述人员的年龄、性别，包括：步骤1，对人脸图像数据集进行数据预处理，并生成对应的标签；步骤2，对预处理后的人脸图像数据集进行增强操作，包括旋转、缩放、随机裁剪以及亮度、色度变换；步骤3，将增强操作后的数据集进行训练/验证/测试集的划分；步骤4，构建网络结构，导入训...

【专利技术属性】
技术研发人员：张大鹏，
申请(专利权)人：特斯联科技集团有限公司，
类型：发明
国别省市：