一种健身动作识别监控方法及系统技术方案

本申请提出了一种健身动作识别监控方法及系统，涉及图像处理领域。一种健身动作识别监控方法包括：获取用户的健身项目对应健身动作图像中目标肌群的图像数据，同时获取健身动作标准图像库；对采集到的目标肌群的图像数据进行标注，对标注后的目标肌群的图像数据进行方向梯度直方图特征提取并进行特征处理；建立神经网络模型，根据特征处理后的目标肌群的图像数据和健身动作标准图像库训练神经网络模型，利用训练好的神经网络模型分析识别图像中用户的人体姿态信息。能够提高健身识别监控系统的识别精度和判断柔软度，使识别监控系统能够更加动态化、合理化。此外本申请还提出了一种健身动作识别监控系统。种健身动作识别监控系统。种健身动作识别监控系统。

【技术实现步骤摘要】
一种健身动作识别监控方法及系统


[0001]本申请涉及图像识别领域，具体而言，涉及一种健身动作识别监控方法及系统。

技术介绍

[0002]随着社会的发展，人们的健康意识越来越强，而健身也成为了许多人锻炼身体的首选方式。健身是一项需要毅力坚持且需要一定的健身知识的活动，而绝大多数人并不懂得如何正确的健身，一般都会选择请专业健身教练为自己制定合适的健身方案，并依照健身方案进行健身锻炼。由于健身是一个长期坚持的过程，短期健身的效果会难以察觉，人们难以获知此次健身是否达到了自己想要的效果，也难以获得有针对性的健身指导。
[0003]而目前，对健身动作识别主要通过深度学习、机器学习和传感器来完成，相对与深度学习和机器学习两种技术来说，传感器识别速度快，但是识别精度较差，另外两种识别精度较好，但是需要一定的算法计算和图像处理完成。现有技术中，如：CN108734104B基于深度学习图像识别的健身动作纠错方法及系统，CN106422206B一种基于智能手环的运动规划性识别方法。
[0004]现有技术中，大多数仅考虑了实时采集的动作图像与标准动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种健身动作识别监控方法，其特征在于，包括：获取用户的健身项目对应健身动作图像中目标肌群的图像数据，同时获取健身动作标准图像库；对采集到的目标肌群的图像数据进行标注，对标注后的目标肌群的图像数据进行方向梯度直方图特征提取并进行特征处理；建立神经网络模型，根据特征处理后的目标肌群的图像数据和健身动作标准图像库训练神经网络模型，利用训练好的神经网络模型分析识别图像中用户的人体姿态信息。2.如权利要求1所述的一种健身动作识别监控方法，其特征在于，所述获取用户的健身项目对应健身动作图像中目标肌群的图像数据，同时获取健身动作标准图像库包括：通过关键点获取用户的健身项目对应健身动作图像中目标肌群，目标肌群包括头部、颈部、腹部双肩、双手、双肘，双髋，双膝，双脚15个关键点。3.如权利要求2所述的一种健身动作识别监控方法，其特征在于，还包括：获取用户的实时健身动作视频图像数据，并通过解析健身动作视频图像数据，对用户进行健身动作图像中目标肌群识别。4.如权利要求1所述的一种健身动作识别监控方法，其特征在于，所述对采集到的目标肌群的图像数据进行标注，对标注后的目标肌群的图像数据进行方向梯度直方图特征提取并进行特征处理包括：对采集到的目标肌群的图像数据进行分割，得到目标肌群分割图像，建立目标肌群关键点与目标肌群的对应关系，基于对应关系对目标肌群的图像数据进行标注。5.如权利要求4所述的一种健身动作识别监控方法，其特征在于，还包括：通过预置的方向梯度直方图算法，对标注后的目标肌群进行特征提取，得到各健身动作图像对应的初始方向梯度直方图特征，然后对进行降维处理，得到目标肌群对应的候选方向梯度直方图特征。6.如权利要求1所述的一种健身动作识别监控方法，其特征在于，所述建...

【专利技术属性】
技术研发人员：方龙辉，
申请(专利权)人：方龙辉，
类型：发明
国别省市：