一种动作数据的保存方法和系统技术方案

本发明专利技术公开了一种动作数据的保存方法和系统，涉及人工智能领域。该方法包括：识别输入的动作视频的T帧图像，获得T帧图像中每一帧图像的多个人体关键点，分别对每一帧图像的多个人体关键点进行汇总，获得所述动作视频的关键点序列，并对所述关键点序列进行保存，通过本方案保存的动作数据，数据量更小，运动数据抽象成关键点序列，信息密度远远大于图像视频，便于保存、传输、分析处理。分析处理。分析处理。

【技术实现步骤摘要】
一种动作数据的保存方法和系统


[0001]本专利技术涉及人工智能领域，尤其涉及一种动作数据的保存方法和系统。

技术介绍

[0002]现有视频保存的方法是通过计算机视觉方法给学员的动作计数，保存完成的个数，将整个运动视频保存下来，现有技术的缺陷是只有一个统计结果，不能看到具体的动作表现，视频的数据量太大，不便于存储和传输。

技术实现思路

[0003]本专利技术所要解决的技术问题是针对现有技术的不足，提供一种动作数据的保存方法和系统。
[0004]本专利技术解决上述技术问题的技术方案如下：一种动作数据的保存方法，包括：识别输入的动作视频的T帧图像，获得T帧图像中每一帧图像的多个人体关键点；其中，T＞1；分别对每一帧图像的多个人体关键点进行汇总，获得所述动作视频的关键点序列，并对所述关键点序列进行保存。
[0005]本专利技术的有益效果是：本方案通过分别对每一帧图像的多个人体关键点进行汇总，获得所述动作视频的关键点序列，并对所述关键点序列进行保存，通过本方案保存的动作数据，数据量更小，运动数据抽象成关键点序列，信息密度远远大于图像视频，便于保存、传输、分析处理。
[0006]进一步地，还包括：将具有连接关系的两个人体关键点进行连接，获得多帧人体姿态图片；将所述多帧人体姿态图片进行迭代获得可视化的目标动作视频；对所述目标动作视频进行可视化保存。
[0007]采用上述进一步方案的有益效果是：本方案通过将所述多帧人体姿态图片进行迭代获得可视化的目标动作视频，对目标动作视频进行可视化保存，实现将关键点序列转化成图像序列，以视频/动图的形式展示给用户，直观展现运动情况。
[0008]进一步地，所述人体关键点包括人体关节的二维坐标点。
[0009]进一步地，所述分别对每一帧图像的多个人体关键点进行汇总，获得所述动作视频的关键点序列具体包括：根据每一帧图像的多个人体关键点的二维坐标信息构建每一帧图像的关键点数组；将T帧图像的关键点数组进行汇总获得关键点序列。
[0010]进一步地，所述将具有连接关系的两个人体关键点进行连接，获得多帧人体姿态图片具体包括：
新建一个图像画布；将每一帧图像的关键点数组以二维坐标为圆心在画布上画圆，将具有连接关系的人体关键点进行连接，获得多帧人体姿态图片。
[0011]本专利技术解决上述技术问题的另一种技术方案如下：一种动作数据的保存系统，包括：识别模块和保存模块；所述识别模块用于识别输入的动作视频的T帧图像，获得T帧图像中每一帧图像的多个人体关键点；其中，T＞1；所述保存模块用于分别对每一帧图像的多个人体关键点进行汇总，获得所述动作视频的关键点序列，并对所述关键点序列进行保存。
[0012]本专利技术的有益效果是：本方案通过分别对每一帧图像的多个人体关键点进行汇总，获得所述动作视频的关键点序列，并对所述关键点序列进行保存，通过本方案保存的动作数据，数据量更小，运动数据抽象成N
×
2维的关键点序列，信息密度远远大于图像视频，便于保存、传输、分析处理。
[0013]进一步地，还包括：可视化保存模块，用于将具有连接关系的两个人体关键点进行连接，获得多帧人体姿态图片；将所述多帧人体姿态图片进行迭代获得可视化的目标动作视频；对所述目标动作视频进行可视化保存。
[0014]采用上述进一步方案的有益效果是：本方案通过将所述多帧人体姿态图片进行迭代获得可视化的目标动作视频，对目标动作视频进行可视化保存，实现将关键点序列转化成图像序列，以视频/动图的形式展示给用户，直观展现运动情况。
[0015]进一步地，所述人体关键点包括人体关节的二维坐标点。
[0016]进一步地，所述保存模块具体用于根据每一帧图像的多个人体关键点的二维坐标信息构建每一帧图像的关键点数组；将T帧图像的关键点数组进行汇总获得关键点序列。
[0017]进一步地，所述可视化保存模块具体用于新建一个图像画布；将每一帧图像的关键点数组以二维坐标为圆心在画布上画圆，将具有连接关系的人体关键点进行连接，获得多帧人体姿态图片。
[0018]本专利技术附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术实践了解到。
附图说明
[0019]图1为本专利技术的实施例提供的一种动作数据的保存方法的流程示意图；图2为本专利技术的实施例提供的一种动作数据的保存系统的结构框图；图3、图4和图5为本专利技术的其他实施例提供的多帧人体姿态图片示意图。
具体实施方式
[0020]以下结合附图对本专利技术的原理和特征进行描述，所举实施例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0021]如图1所示，为本专利技术实施例提供的一种动作数据的保存方法，包括：
S1，识别输入的动作视频的T帧图像，获得T帧图像中每一帧图像的多个人体关键点；其中，T＞1，且T为正整数；在某一实施例中，人体关键点的定义：人体关键点指的是人身上的关节坐标，例如头顶的坐标、手腕的坐标或膝盖的坐标。
[0022]其中，动作视频的T帧图像具体可为：利用关键帧提取技术从动作视频中提取的T帧关键帧，或者，动作视频的每帧图像，也可根据实际情况从动作视频提取T帧图像。其中，关节坐标具体可为人身上的关节在图像中的像素点坐标，也可基于图像建立二维坐标系，此时，关节坐标具体可为人身上的关节在二维坐标系中的坐标。
[0023]在另一实施例中，人体关键点的数值化表示：每个关键点用它在图像坐标系下的二维坐标（x, y）来表示。人体一共有N个关键点，则每个图片对应一个N
×
2维的数组。T帧的视频对应T
×
N
×
2的关键点序列。
[0024]S2，分别对每一帧图像的多个人体关键点进行汇总，获得所述动作视频的关键点序列，并对所述关键点序列进行保存。
[0025]在某一实施例中，输入动作视频，针对每一帧图片，通过人体姿态估计算法识别出人体关键点，汇总得到关键点序列。以关键点序列作为存储和传输的数据。需要说明的是，人体姿态估计算法可以包括：通过深度神经网络，将输入的图片转换成关键点坐标序列。这个算法可以由任何使用神经网络的同类型方法替换。其中，关键点序列可以包括：T
×
N个关键点的2D坐标，其中T是帧数。N是一个人体上的关键点数量。
[0026]本方案通过分别对每一帧图像的多个人体关键点进行汇总，获得所述动作视频的关键点序列，并对所述关键点序列进行保存，通过本方案保存的动作数据，数据量更小，运动数据抽象成N
×
2维的关键点序列，信息密度远远大于图像视频，便于保存、传输、分析处理。
[0027]优选地，在上述任意实施例中，还包括：将具有连接关系的两个人体关键点进行连接，获得多帧人体姿态图片；将所述多帧人体姿态图片进行迭代获得可视化的目标动作视频；在某一实施例中，动作数据可视化：（1）计算机程序新建一个图像画布。（2）对于每个N
×
2的关键点数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动作数据的保存方法，其特征在于，包括：识别输入的动作视频的T帧图像，获得T帧图像中每一帧图像的多个人体关键点；其中，T＞1；分别对每一帧图像的多个人体关键点进行汇总，获得所述动作视频的关键点序列，并对所述关键点序列进行保存。2.根据权利要求1所述的一种动作数据的保存方法，其特征在于，还包括：将具有连接关系的两个人体关键点进行连接，获得多帧人体姿态图片；将所述多帧人体姿态图片进行迭代获得可视化的目标动作视频；对所述目标动作视频进行可视化保存。3.根据权利要求1或2所述的一种动作数据的保存方法，其特征在于，所述人体关键点包括人体关节的二维坐标点。4.根据权利要求1所述的一种动作数据的保存方法，其特征在于，所述分别对每一帧图像的多个人体关键点进行汇总，获得所述动作视频的关键点序列具体包括：根据每一帧图像的多个人体关键点的二维坐标信息构建每一帧图像的关键点数组；将T帧图像的关键点数组进行汇总获得关键点序列。5.根据权利要求2所述的一种动作数据的保存方法，其特征在于，所述将具有连接关系的两个人体关键点进行连接，获得多帧人体姿态图片具体包括：新建一个图像画布；将每一帧图像的关键点数组以二维坐标为圆心在画布上画圆，将具有连接关系的人体关键点进行连接，获...

【专利技术属性】
技术研发人员：陈静，
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：