一种智能舞蹈动作质量评估方法、装置及系统制造方法及图纸

本发明专利技术公开了一种智能舞蹈动作质量评估方法、装置及系统，涉及舞蹈教育技术领域。该智能舞蹈动作质量评估方法，包括获取舞蹈视频数据，通过所述舞蹈视频数据识别用户身份信息；根据深度神经网络模型，得到舞蹈视频的人体姿态数据；通过智能舞蹈动作质量评估模型得到动作质量评估结果；可视化展现动作质量评估结果。本方案采取基于计算机视觉的人体姿态估计，运用深度学习的方法，在姿态估计基础上，对人物动作进行分析并采用回归估计的方式评估动作质量，适应场景广泛。方案从姿态估计出发，探索其在舞蹈教学领域的应用，解决传统练习人工成本高，教师资源紧张的问题。教师资源紧张的问题。教师资源紧张的问题。

【技术实现步骤摘要】
一种智能舞蹈动作质量评估方法、装置及系统


[0001]本专利技术涉及舞蹈教育
，具体为一种智能舞蹈动作质量评估方法、装置及系统。

技术介绍

[0002]舞蹈既可以满足身体健康，又能够带来精神需求。在经济发展进入中上等收入阶段后，对娱乐活动消费较大规模的有效需求也开始形成。在广场上、在舞台上，越来越多的爱好者开始表演舞蹈，学习这项优雅的艺术。
[0003]在目前的舞蹈练习中，更多的人选择使用自我拍摄，甚至是镜子对照，训练自己的舞蹈姿势，将自己的姿势再与专业的舞蹈老师对比，从而改进自己的舞蹈动作水平。还有些人则利用老师在人群前领舞，借此去自我纠正舞蹈动作。
[0004]当前领域中仍然受限于人工手段进行舞蹈动作的训练采集与动作质量分析，面临着人力成本高、效率低等核心问题。本专利技术方案致力于使用智能化手段解决学员在学习舞蹈中的姿势校对和训练问题，通过标准的舞蹈动作技术准确判断用户的自身舞蹈动作，并确定每个动作的质量评估，同时实现学员和教师端的智能终端问题。

技术实现思路

[0005]解决的技术问题
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能舞蹈动作质量评估方法，其特征在于，包括以下步骤：第一步、获取舞蹈视频数据，通过所述舞蹈视频数据识别用户身份信息；第二步、根据深度神经网络模型，得到舞蹈视频的人体姿态数据；第三步、通过智能舞蹈动作质量评估模型得到动作质量评估结果；第四步、可视化展现动作质量评估结果。2.根据权利要求1所述的一种智能舞蹈动作质量评估方法，其特征在于，所述第一步识别用户身份信息具体内容如下：S11、接收用户拍摄或导入的舞蹈视频数据；S12、检测识别S11所述舞蹈视频数据起始部分的人员图片帧，得到用户身份信息。3.根据权利要求1所述的一种智能舞蹈动作质量评估方法，其特征在于，所述第二步得到人体姿态数据具体内容如下：S21、将舞蹈视频图像数据抽象成三维矩阵，通过卷积运算得到三维矩阵的特征层，通过降采样提取特征层的深度特征，得到预测位置；S22、将预测位置与给出的示例视频位置结合，得到较精准的结果；S23、输出全身关键点的图像中的二维坐标，建模人体关键点坐标得到人体姿态数据。4.根据权利要求1所述的一种智能舞蹈动作质量评估方法，其特征在于，所述第三步得到动作质量评估结果具体内容如下：S31、通过I3D提取舞蹈视频与给出的示例视频的时空视觉特征；S32、通过抽取图片中动作发生的图片块和过程注意学习和对比回归方法得到动作质量评估结果。5.根据权利要求4所述的一种智能舞蹈动作质量评估方法，其特征在于，在所述S31提取时空视觉特征之前，还包括：对舞蹈视频和示例视频进行预处理，即对齐舞蹈视频和示例视频的动作起点。6.根据权利要求4所述的一种智能舞蹈动作质量评估方法，其特征在于，在所述S31提取时空视觉特征之后，还包括：处理舞蹈视频和示例视频的视频长度，通过采样将视频长度固定到给定的时间长度。7.根据权利要求4所述的一种智能舞蹈动作质量评估方法，其特征在于，所述S...

【专利技术属性】
技术研发人员：叶梓，马子俊，姜祖运，
申请(专利权)人：中电信数智科技有限公司，
类型：发明
国别省市：