本发明专利技术涉及智能终端技术领域,特别是涉及一种运动辅助指导方法、系统及计算机终端,包括以下步骤:输入运动指导信息,并获取当下使用者的运动图像信息;判断该运动图像信息与输入运动指导信息是否为相同运动,若是,则进入下一步,若否则报错提醒;采用机器学习算法对该运动图像信息进行识别训练,获得人体运动模型;将该人体运动模型与标准动作库进行对比判断,并在产生差异值时,显示修正提示信息,本发明专利技术可根据运动者的运动,进行判断锻炼方式是否正确,无需教练指导,降低了人员和运动成本,根据运动者的运动,进行判断锻炼方式是否正确,提高锻炼的效率,指导给出了正确的发力方式。指导给出了正确的发力方式。指导给出了正确的发力方式。
【技术实现步骤摘要】
一种运动辅助指导方法、系统及计算机终端
[0001]本专利技术涉及智能终端
,特别是涉及一种运动辅助指导方法、系统及计算机终端。
技术介绍
[0002]随着时代与科技的快速发展,越来越多的便捷化工具在方便人们生活的同时,也使得人们日常的活动量减少,亚健康的人群不断的壮大,越来越多的人们为保证自身的身体健康投入到运动中,为锻炼身体的各方面,得到好的运动效果,人们不仅要了解运动器材的使用方法,还应该学习使用运动器材时的标准运动动作。
[0003]社会水平的提高,人们生活所需的必要运动活动大量减少,但人们依旧会注意自己的身体健康,办理运动房卡,参与户外骑行,跑步,自己在家购买器材或使用无器材的运动方式,由于经济,时间,或性格方面,人们更加偏向室内无器材或者简单器材的运动。往往独自在家锻炼,无人在旁进行判断运动姿势是否正确,错误的锻炼会使得运动效率低,严重甚至可能会导致早衰,所以正确锻炼方式非常重要,但由于种种因素影响又难以实现,所以一个分析方法可以提示锻炼中人们,矫正锻炼中的姿势,使用正确的发力方法和休息的时间,大大的加大了锻炼的效率。
技术实现思路
[0004]鉴于以上现有技术的缺点,本专利技术的目的在于提供一种运动辅助指导方法、系统及计算机终端,可以通过手机的App端来选择运动的模式,在特定的模式下,会有图像指导运动人员锻炼,运动方面注意的细节。
[0005]为实现上述目的及其他相关目的,第一方面,本申请提供一种运动辅助指导方法,包括以下步骤:
[0006]输入运动指导信息,并获取当下使用者的运动图像信息;
[0007]判断该运动图像信息与输入运动指导信息是否为相同运动,若是,则进入下一步,若否则报错提醒;
[0008]采用机器学习算法对该运动图像信息进行识别训练,获得人体运动模型;
[0009]将该人体运动模型与标准动作库进行对比判断,并在产生差异值时,显示修正提示信息。
[0010]更进一步的,所述方法通过信息采集模块采使用者的运动图像信息,其中,所述信息采集模块为摄像头单元和/或穿戴式传感单元。
[0011]更进一步的,所述方法中,判断该运动图像信息与输入运动指导信息是否为相同运动时,根据输入运动指导信息从标准动作库中调出与所选择运动相应的一预测动作,将所述运动图像信息与所述预测动作进行对比判断,判断是否为相同运动。
[0012]更进一步的,所述机器学习算法采用深度神经网络,通过将一个或多个输入经过单独加权相加以产生输出,且总和通过非线性函数传递,并随着神经网络的学习,根据所述
人体运动模型产生的误差来调整所述人体运动模型的权重,直到不再减小误差为止。
[0013]更进一步的,所述机器学习算法通过卷积神经网络或循环神经网络进行识别训练,获得所述人体运动模型。
[0014]更进一步的,所述人体运动模型为人体骨骼模型和/或姿势识别模型,所述修正提示信息包括正确的发力方式和易错点信息。
[0015]更进一步的,所述方法判断产生差异值时,通过人体运动模型获取人体运动关节点坐标,及通过标准动作库获取标准关节点坐标,计算并产生标准关节点坐标和人体运动关节点坐标之间的差异值。
[0016]更进一步的,所述方法判断产生差异值时,通过人体运动模型获取人体运动轨迹图,及通过标准动作库获取标准动作轨迹图,计算并产生标准动作轨迹图和人体运动轨迹图之间的差异值。
[0017]第二方面,本专利技术提供了一种运动辅助指导系统,所述系统用于搭建实现第一方面所述的运动辅助指导方法,包括:
[0018]运动指导模块,用于得到运动选择信息;
[0019]信息采集模块,用于采集运动图像信息;
[0020]运动主体检测模块,用于根据所述运动选择信息与所述运动图像信息判断是否为相同运动;
[0021]运动分析模块,采用机器学习算法,对所述运动图像信息进行识别训练,获得人体运动模型;以及
[0022]后端处理模块,将所述人体运动模型与所述服务终端中储存的标准动作库进行对比判断产生差异值,并显示修正提示信息。
[0023]第三方面,本专利技术提供了一种计算机终端,包括存储器、处理器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时能够用于执行第一方面所述的运动辅助指导方法。
[0024]如上所述,本申请的一种运动辅助指导方法、系统及计算机终端,至少具有如下有益效果:
[0025]本专利技术通过手机的App端来选择运动的模式,并通过摄像头设备获取运动者的运动方式,分析运动主体的数据信息,有图像指导运动人员锻炼,提示运动者运动中注意的细节和错误之处并进行指正,无需教练指导,降低了人员和运动成本,根据运动者的运动,进行判断锻炼方式是否正确,提高锻炼的效率,和正确的发力方式。
附图说明
[0026]图1为本申请一示例性实施例中一种运动辅助指导方法的流程示意图;
[0027]图2为本申请一示例性实施例中一种运动辅助指导系统的功能模块示意图;
[0028]图3是本申请一示例性实施例中一种运动辅助指导方法的一种实例流程示意图。
[0029]标号说明
[0030]智能终端1、运动指导模块11、信息采集模块12、运动主体检测模块13;
[0031]服务终端2、运动分析模块21、后端处理模块22。
具体实施方式
[0032]下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
[0033]须知,本说明书所附图式所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本专利技术可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本专利技术所能产生的功效及所能达成的目的下,均应仍落在本专利技术所揭示的
技术实现思路
所能涵盖的范围内。同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“第一”、“第二”等用语,亦仅为便于叙述的明了,而非用以限定本专利技术可实施的范围,其相对关系的改变或调整,在无实质变更
技术实现思路
下,当亦视为本专利技术可实施的范畴。
[0034]在一实施例中,请参阅图1为本申请一示例性实施例中一种运动辅助指导方法的流程示意图,所述方法步骤包括:
[0035]输入运动指导信息,并获取当下使用者的运动图像信息;
[0036]判断该运动图像信息与输入运动指导信息是否为相同运动,若是,则进入下一步,若否则报错提醒;
[0037]采用机器学习算法对该运动图像信息进行识别训练,获得人体运动模型;
[0038]将该人体运动模型与标准动作库进行对比判断,并在产生差异值时,显示修正提示信息。<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种运动辅助指导方法,其特征在于,包括以下步骤:输入运动指导信息,并获取当下使用者的运动图像信息;判断该运动图像信息与输入运动指导信息是否为相同运动,若是,则进入下一步,若否则报错提醒;采用机器学习算法对该运动图像信息进行识别训练,获得人体运动模型;将该人体运动模型与标准动作库进行对比判断,并在产生差异值时,显示修正提示信息。2.根据权利要求1所述的一种运动辅助指导方法,其特征在于,所述方法通过信息采集模块采使用者的运动图像信息,并判断该运动图像信息与输入运动指导信息是否为相同运动;其中,所述信息采集模块为摄像头单元和/或穿戴式传感单元。3.根据权利要求2所述的一种运动辅助指导方法,其特征在于,所述方法中,判断该运动图像信息与输入运动指导信息是否为相同运动时,根据输入运动指导信息从标准动作库中调出与所选择运动相应的一预测动作,将所述运动图像信息与所述预测动作进行对比判断,判断是否为相同运动。4.根据权利要求1所述的一种运动辅助指导方法,其特征在于,所述机器学习算法采用深度神经网络,通过将一个或多个输入经过单独加权相加以产生输出,且总和通过非线性函数传递,并随着神经网络的学习,根据所述人体运动模型产生的误差来调整所述人体运动模型的权重,直到不再减小误差为止。5.根据权利要4所述的一种运动辅助指导方法,其特征在于,所述机器学习算法通过卷积神经网络或循环神经网络进行识别训练,获得所述人体运动模型。6.根据权利要求1所述的一种运动辅助指导...
【专利技术属性】
技术研发人员:龙中民,
申请(专利权)人:深圳天珑无线科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。