基于AI视觉的体适能测试方法、装置及存储介质制造方法及图纸

本发明专利技术是关于一种基于AI视觉的体适能测试方法、装置及存储介质，方法包括：获取预进行体适能测试的用户的基本信息；在接收到体适能测试开始指令后，根据所述用户的性别依次输出并展示对应的体适能测试的多个测试动作图像；通过摄像模组获取所述用户根据所述测试动作图像做出的实际动作图像；通过预设的人体姿态估计模型对所述实际动作图像进行预测，以得到人体关键点预测数据；根据测试动作的预设评估标准和所述人体关键点预测数据，对所述用户的每个实际动作进行评估，以得到每个实际动作对应的测试结果；根据所述基本信息和所述测试结果输出体适能测试结果。通过该技术方案，通过移动终端自带的摄像头即可进行体适能测试。移动终端自带的摄像头即可进行体适能测试。移动终端自带的摄像头即可进行体适能测试。

【技术实现步骤摘要】
基于AI视觉的体适能测试方法、装置及存储介质


[0001]本专利技术涉及AI视觉算法
，尤其涉及一种基于AI视觉的体适能测试方法、装置及存储介质。

技术介绍

[0002]目前的市面上的体适能测试主要有两种方式：一种是线下健身房在教练指导下进行测试；一种是依赖于智能硬件设备来进行，比如说健身镜、体测仪等。智能硬件设备主要是通过设备上的传感器来识别用户的动作，再通过AI算法对用户的某方面体适能情况进行评估。
[0003]然而，上述的现有技术方案仍然有让用户不够方便以及体验不佳之处：
[0004]1)必须购买硬件设备才行，具有一定的测试门槛。
[0005]2)不能随时随地进行测试。

技术实现思路

[0006]为克服相关技术中存在的问题，本专利技术提供一种基于AI视觉的体适能测试方法、装置及存储介质，从而实现不依赖额外的硬件设备，只需要通过移动终端自带的摄像头即可进行体适能测试，实现随时随地想测就测，从而方便用户监测自己的健康体适能水平变化情况。
[0007]根据本专利技术实施例的第一方面，提供一种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI视觉的体适能测试方法，其特征在于，用于移动终端，所述方法包括：获取预进行体适能测试的用户的基本信息，其中，所述基本信息包括：年龄、性别、身高和体重；在接收到体适能测试开始指令后，根据所述用户的性别依次输出并展示对应的体适能测试的多个测试动作图像；通过摄像模组获取所述用户根据所述测试动作图像做出的实际动作图像；通过预设的人体姿态估计模型对所述实际动作图像进行预测，以得到人体关键点预测数据；根据测试动作的预设评估标准和所述人体关键点预测数据，对所述用户的每个实际动作进行评估，以得到每个实际动作对应的测试结果；根据所述基本信息和所述测试结果输出体适能测试结果，其中，所述体适能测试结果包括：体质结果、下肢耐力结果、上肢耐力结果、核心耐力结果、柔韧性结果、心肺耐力结果和综合评价结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：检测所述用户的全身是否处于展示页面的预设检测框内；当检测到所述用户的全身未处于所述预设检测框内时，输出对应的提示信息，以提示用户全身进入所述预设检测框内。3.根据权利要求1所述的方法，其特征在于，根据所述用户的性别依次输出并展示对应的体适能测试的多个测试动作图像，包括：确定所述用户的性别；当所述用户的性别为男时，按照预设测试动作输出顺序，依次输出并展示多个测试动作图像，其中，每个测试动作图像按照对应的预设展示时长和重复次数进行展示，测试动作包括：开合跳、标准俯卧撑、摸膝卷腹、徒手深蹲和坐位体前屈；当所述用户的性别为女时，按照预设测试动作输出顺序，依次输出并展示多个测试动作图像，其中，每个测试动作图像按照对应的预设展示时长和重复次数进行展示，测试动作包括：开合跳、跪姿俯卧撑、摸膝卷腹、徒手深蹲和坐位体前屈。4.根据权利要求3所述的方法，其特征在于，通过摄像模组获取所述用户根据所述测试动作图像做出的实际动作图像，包括：获取所述用户在所述预设展示时长内，每次根据测试动作图像做出的实际动作图像；根据测试动作的预设评估标准和所述人体关键点预测数据，对所述用户的每个实际动作进行评估，以得到每个实际动作对应的测试结果，包括：将所述用户每次的实际动作图像对应的人体关键点预测数据和测试动作的预设评估标准进行对比评估，得到所述用户本次实际动作的动作质量评估结果；输出所述用户本次实际动作的动作质量评估结果和针对本次实际动作的纠错指导；根据用户每次实际动作的质量评估结果，采用预设评分规则计算所述用户的每项测试动作对应的测试得分结果。5.根据权利要求4所述的方法，其特征在于，将所述用户每次的实际动作图像对应的人体关键点预测数据和测试动作的预设评估标准进行对比评估，得到所述用户本次实际动作的动作质量评估结果，包括：
当所述测试动作为开合跳时，根据所述用户本次实际动作图像对应的人体关键点预测数据确定所述用户左大腿和右大腿之间的夹角是否大于第一预设夹角；当所述用户左大腿和右大腿之间的夹角大于第一预设夹角时，输出第一动作质量评估结果；当所述用户左大腿和右大腿之间的夹角小于或等于第一预设夹角时，输出第二动作质量评估结果；当所述测试动作为跪姿俯卧撑时，根据所述用户本次实际动作图像对应的人体关键点预测数据确定所述用户的胸椎骨和膝盖所对应的线段与水平线之间的夹角是否小于第二预设夹角；当所述用户的胸椎骨和膝盖所对应的线段与水平线之间的夹角小于第二预设夹角时，输出第一动作质量评估结果；当所述用户的胸椎骨和膝盖所对应的线段与水平线之间的夹角大于或等于第二预设夹角时，输出第二动作质量评估结果；当所述测试动作为标准俯卧撑时，根据所述用户本次实际动作图像对应的人体关键点预测数据确定所述用户的胸椎骨和脚踝所对应的线段与水平线之间的夹角是否小于第三预设夹角；当所述用户的胸椎骨和脚踝所对应的线段与水平线之间的夹角小于第三预设夹角时，输出第一动作质量评估结果；当所述用户的胸椎骨和脚踝所对应的线段与水平线之间的夹角大于或等于第三预设夹角时，输出第二动作质量评估结果；当所述测试动作为摸膝卷腹时，根据所述用户本次实际...

【专利技术属性】
技术研发人员：孔利丽，郝洋，邹鹏飞，白大庆，王利民，陈静，李子实，
申请(专利权)人：此刻启动北京智能科技有限公司，
类型：发明
国别省市：