一种健身动作的异常姿态预警方法技术

本发明专利技术涉及图像处理领域，具体涉及一种健身动作的异常姿态预警方法。该方法包括以下步骤：布置智能健身镜系统装置模块；在一个周期内，对每帧图像进行与模板图像进行对比分析计算累计姿势异常值；根据得到的累计姿态异常信息量进行判断，进行异常暂停预警。本发明专利技术利用透明度叠加的思想，计算一定时间内的累计姿态异常值，通过关键点检测技术，比较采集的图像与相对应的标准健身模板图像的关键点之间的差异，计算得到累计系数，计算每帧图像的累计姿态异常信息量，并根据累计姿态异常信息量进行提示预警；本发明专利技术避免了健身镜的错误识别动作，能够达到快速、准确的调整用户的健身动作。准确的调整用户的健身动作。准确的调整用户的健身动作。

【技术实现步骤摘要】
一种健身动作的异常姿态预警方法


[0001]本申请涉及图像处理领域，具体涉及一种健身动作的异常姿态预警方法。

技术介绍

[0002]随着人工智能技术的发展，智能健身镜成为越来越多人的选择，避免了去健身房健身的局限。智能健身镜是镜子结合AI技术，可以实时得通过观看各类健身课程视频，并可以虚拟教练实时纠正用户的健身动作。然而在健身动作进行识别的过程中，异常动作的识别准确性影响着智能健身镜的性能。
[0003]传统的智能健身镜的异常动作识别主要是根据动作的关键点识别，与标准动作的关键点进行计算差异性。但是当用户因为一些原因不是在进行健身时，这种情况不是异常的健身姿态，就会出现健身姿态的错误识别。

技术实现思路

[0004]为了实现对健身动作的异常分析，本专利技术的目的在于提供一种健身动作的异常姿态预警方法。
[0005]本专利技术提供的一种健身动作的异常姿态预警方法，包括以下步骤：布置智能健身镜系统装置模块；采集多帧用户图像为一个检测周期，获取所述检测周期中每帧用户图像与其对应的标准模板图像中的关键点和关键边的三维坐标；根据每帧用户图像与其对应的标准模板图像中的关键点的三维坐标差异得到空间位置差异度；根据当前帧用户图像与其之前多帧的用户图像的关键边的三维坐标差异得到多个关键边结构方向差异度，根据所述关键边结构方向差异度得到当前帧用户图像的关键边结构方向变化度；根据每帧用户图像的所述空间位置差异度和所述关键边结构方向变化度得到累计系数；基于运动分析光流法获取每帧用户图像对应的姿态信息量，根据所有用户图像的姿态信息量和所述累计系数得到当前帧用户图像的累计姿态异常值；根据得到的所述累计姿态异常值进行判断，进行异常暂停预警。
[0006]进一步的，所述智能健身镜系统装置模块包括采集图像模块、标注模板库模块、图像分析模块以及预警模块；采集图像模块用于采集用户健身时连续帧的动作图像；标准模板库模块用于存储和调用标准模板；图像分析模块用于进行图像分析计算；预警模块用于预警用户调整健身动作。
[0007]进一步的，所述根据每帧用户图像与其对应的标准模板图像中的关键点的三维坐标差异得到空间位置差异度的步骤，包括：对于任意一帧用户图像：获取用户图像中第i个关键点的三维坐标与其对应的标准模板图像中的第i个关键点的三维坐标之间的L2范数，i为正整数且i不大于用户图像中关键点的数量；所有关键点对应的L2范数的平均值为用户图像的空间位置差异度。
[0008]进一步的，所述根据当前帧用户图像与其之前多帧的用户图像的关键边的三维坐标差异得到多个关键边结构方向差异度的步骤，包括：假设当前帧用户图像为第p帧用户图像，根据第p帧用户图像与其之前的第r帧用户图像之间的关键边的三维坐标差异得到关键边方向差异度，p与r均为正整数；对于第p帧用户图像与第r帧用户图像中对应的第j个关键边的三维坐标，j为正整数且j不大于用户图像中关键边的数量；计算第p帧用户图像与第r帧用户图像中第j个关键边的三维坐标之间的余弦相似度；获取第p帧用户图像中所有关键边对应的余弦相似度的均值为所述关键边方向差异度。
[0009]进一步的，所述根据所述关键边结构方向差异度得到当前帧用户图像的关键边结构方向变化度的步骤，包括：预设允许误差值以及关键边方向差异度阈值，根据所述关键边方向差异度阈值以及允许误差值得到可接受区间；将第p帧用户图像与其之前每一帧用户图像之间的关键边方向差异度和所述可接受区间比较得到第一值；当第p帧用户图像与其之前第r帧用户图像之间的关键边方向差异度处于所述可接受区间中时，所述第一值为固定值；当第p帧用户图像与其之前第r帧用户图像之间的关键边方向差异度小于可接受区间的最小值时，所述第一值为可接受区间的最小值与关键边方向差异度的差值；当第p帧用户图像与其之前第r帧用户图像之间的关键边方向差异度大于可接受区间的最大值时，所述第一值为关键边方向差异度与可接受区间的最大值的差值；第p帧用户图像之前的所有帧的用户图像对应的所述第一值的累加为关键边结构方向变化度。
[0010]进一步的，所述根据每帧用户图像的所述空间位置差异度和所述关键边结构方向变化度得到累计系数的步骤，包括：计算所述空间位置差异度与所述关键边结构方向变化度的乘积，将所述乘积的负数作为幂指数，以自然指数e为底构建指数函数，所述指数函数为所述累计系数。
[0011]进一步的，所述基于运动分析光流法获取每帧用户图像对应的姿态信息量的步骤，包括：利用运动分析光流法对所述检测周期内的用户图像进行关键帧提取；关键帧的用户图像的姿态信息量为1，非关键帧的用户图像的姿态信息量为0.8。
[0012]进一步的，所述根据所有用户图像的姿态信息量和所述累计系数得到当前帧用户图像的累计姿态异常值的步骤，包括：获取当前帧用户图像的之前每一帧用户图像对应的姿态信息量，当前帧用户图像的之前所有帧用户图像的姿态信息量累计计算得到累计姿态异常信息量；以当前帧用户图像的所述累计系数作为权重，对当前帧用户图像的姿态信息量和当前帧用户图像之前所有帧用户图像的累计姿态异常信息量进行加权求和得到所述累计姿态异常值。
[0013]有益效果：本专利技术实施例通过对一个检测周期内的用户图像进行分析，根据每帧用户图像与对应的标准模板图像之间关键点三维坐标差异得到空间位置差异度；然后根据
每帧用户图像与其之前多帧用户图像之间关键边三维坐标差异得到关键边结构方向差异度，并且基于之前多帧用户图像对应的关键边结构方向差异度得到当前帧用户图像的关键边结构方向变化度，通过关键点的差异信息和关键边的变化信息进行综合分析得到累计系数，确保了后续分析数据的合理性；最后，获取每帧用户图像对应的姿态信息量，通过用户图像对应的累计系数以及姿态信息量进行运算得到累计姿态异常值，基于累计姿态异常值可确定是用户健身动作的不规范还是此时用户并不在健身，使得健身镜的异常暂停预警更加准确可靠，通过本专利技术的方法，可以准确的预警提示用户进行调整动作，并且计算简单，时间复杂度较低，避免了健身镜的错误识别动作，能够达到快速、准确的调整用户的健身动作的目的。
附图说明
[0014]图1是本专利技术的一种健身动作的异常姿态预警方法的流程图。
具体实施方式
[0015]为使本专利技术实施例的目的、技术方案和优点更清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行介绍。
[0016]本专利技术利用透明度叠加的思想，计算一定时间内的累计姿态异常值，通过关键点检测技术，比较采集的图像与相对应的标准健身模板图像的关键点之间的差异，计算得到累计系数，计算每帧图像的累计姿态异常值。
[0017]本专利技术所针对的情景为：在用户在进行健身时，往往会跟着健身镜虚拟人物的健身动作进行健身。当用户的动作与标准的健身动作不同时，健身镜会进行预警，提示用户调整动作。而然而用户因为一些原因不是在进行健身时，或者暂停健身，这种情况明显不是异常的健身姿态，就会出现健身姿态的错误识别。
[0018]为了实现对健身动作的异常分析，本实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种健身动作的异常姿态预警方法，其特征在于，包括以下步骤：布置智能健身镜系统装置模块；采集多帧用户图像为一个检测周期，获取所述检测周期中每帧用户图像与其对应的标准模板图像中的关键点和关键边的三维坐标；根据每帧用户图像与其对应的标准模板图像中的关键点的三维坐标差异得到空间位置差异度；根据当前帧用户图像与其之前多帧的用户图像的关键边的三维坐标差异得到多个关键边结构方向差异度，根据所述关键边结构方向差异度得到当前帧用户图像的关键边结构方向变化度；根据每帧用户图像的所述空间位置差异度和所述关键边结构方向变化度得到累计系数；基于运动分析光流法获取每帧用户图像对应的姿态信息量，根据所有用户图像的姿态信息量和所述累计系数得到当前帧用户图像的累计姿态异常值；根据得到的所述累计姿态异常值进行判断，进行异常暂停预警。2.根据权利要求1所述的一种健身动作的异常姿态预警方法，其特征在于，所述智能健身镜系统装置模块包括采集图像模块、标注模板库模块、图像分析模块以及预警模块；采集图像模块用于采集用户健身时连续帧的动作图像；标准模板库模块用于存储和调用标准模板；图像分析模块用于进行图像分析计算；预警模块用于预警用户调整健身动作。3.根据权利要求1所述的一种健身动作的异常姿态预警方法，其特征在于，所述根据每帧用户图像与其对应的标准模板图像中的关键点的三维坐标差异得到空间位置差异度的步骤，包括：对于任意一帧用户图像：获取用户图像中第i个关键点的三维坐标与其对应的标准模板图像中的第i个关键点的三维坐标之间的L2范数，i为正整数且i不大于用户图像中关键点的数量；所有关键点对应的L2范数的平均值为用户图像的空间位置差异度。4.根据权利要求1所述的一种健身动作的异常姿态预警方法，其特征在于，所述根据当前帧用户图像与其之前多帧的用户图像的关键边的三维坐标差异得到多个关键边结构方向差异度的步骤，包括：假设当前帧用户图像为第p帧用户图像，根据第p帧用户图像与其之前的第r帧用户图像之间的关键边的三维坐标差异得到关键边方向差异度，p与r均为正整数；对于第p帧用户图像与第r帧用户图像中对应的第j个关键边的三维坐标，j为正整数且j不大于用户图像中关键边的数量；计算第p帧用户图像与第r帧用户图像中第j个关键边的三维坐标之间的余弦相似度；获取第p帧用户...

【专利技术属性】
技术研发人员：马晴，
申请(专利权)人：南通鹏宝运动用品有限公司，
类型：发明
国别省市：