人体动作评分方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术，揭露了一种人体动作评分方法，包括：提取预设的视频流中的每一帧图像；识别每一帧图像的图像特征，根据所述图像特征筛选出所述视频流中的关键图像；选取预设的标准动作视频中预设时间戳时的图像为所述关键图像对应的标准动作图像；基于预设的滑动窗口提取所述关键图像的人体动作特征，以及提取所述标准动作图像的标准人体动作特征；计算所述人体动作特征与所述标准人体动作特征之间的相似度，并将所述相似度作为所述关键图像的人体动作评分。此外，本发明专利技术还涉及区块链技术，预设的视频流可存储于区块链的节点。本发明专利技术还提出一种人体动作评分装置、设备及介质。本发明专利技术可以提高人体动作评分的精确度。度。度。

【技术实现步骤摘要】
人体动作评分方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种人体动作评分方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]人体骨骼动作识别是人工智能领域重要的分支，在智能家居，教育以及视频游戏行业有广阔的应用场景。尤其是在教育行业涉及到动作教学的应用，每个人都希望更加直观的获取自己练习动作的准确性，因此，对于视频中人体动作进行评分，成为了人们广泛的需求。
[0003]现有对于视频中人体动作进行评分的方法多为基于关键点的评分，即在视频中对动作的关键点进行标注，根据用户的动作对画面内所有关键点的覆盖率对用户的动作进行评分。该方法中，无法实现对用户动作的完整监测，当用户的位置出现变化，或在短时间内由于杂乱的动作覆盖了较多关键点时，会导致赔付出现较大误差，因此，仅根据关键点对用户做出的人体动作进行评分的精确度较低。

技术实现思路

[0004]本专利技术提供一种人体动作评分方法、装置及计算机可读存储介质，其主要目的在于解决进行人体动作评分时的精确度较低的问题。
[0005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体动作评分方法，其特征在于，所述方法包括：提取预设的视频流中的每一帧图像；基于每一帧图像中的像素梯度识别每一帧图像的图像特征，根据所述图像特征筛选出所述视频流中的关键图像；选取预设的标准动作视频中预设时间戳时的图像为所述关键图像对应的标准动作图像；基于预设的滑动窗口提取所述关键图像的人体动作特征，以及提取所述标准动作图像的标准人体动作特征；计算所述人体动作特征与所述标准人体动作特征之间的相似度，并将所述相似度作为所述关键图像的人体动作评分。2.如权利要求1所述的人体动作评分方法，其特征在于，所述提取预设的视频流中的每一帧图像，包括：提取所述视频流的帧率和视频时长；根据所述帧率和所述视频时长计算所述视频流的帧数；根据所述帧数对所述视频流进行分割，得到所述视频流的每一帧图像。3.如权利要求1所述的人体动作评分方法，其特征在于，所述基于每一帧图像中的像素梯度识别每一帧图像的图像特征，包括：逐个选取所述视频流中的一帧图像为目标图像；将所述目标图像按照预设比例划分为多个图像块，计算每个图像块中每个像素的像素梯度，根据所述像素梯度统计得到每个图像块的梯度直方图；将所述梯度直方图转换为向量，并将所述向量拼接为图形图像特征。4.如权利要求1所述的人体动作评分方法，其特征在于，所述根据所述图像特征筛选出所述视频流中的关键图像，包括：计算所述视频流中每一帧图像的图像特征与预设标准特征的匹配值；选取所述匹配值大于预设匹配阈值的图像特征对应的图像为关键图像。5.如权利要求1所述的人体动作评分方法，其特征在于，所述选取预设的标准动作视频中预设时间戳时的图像为所述关键图像对应的标准动作图像，包括：提取所述关键图像在所述视频流中的时间戳；从所述标准动作视频中截取具有所述时间戳的图像为所述关键图像对应的标准动作图像。6.如权利要求1至5中任一项所述的人体动作评分方法，其特征在于，所述基于预设的滑动窗口提取所述关键图像的人体动作特征，包括：利用预设的滑动窗口对所述关键图像进行逐一框选，得到像...

【专利技术属性】
技术研发人员：李阳，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：