基于深度学习的人体坐-站过程运动学分析系统和方法技术方案

本发明专利技术公开了基于深度学习的人体坐

【技术实现步骤摘要】
基于深度学习的人体坐
‑
站过程运动学分析系统和方法


[0001]本专利技术属于运动分析领域，涉及人体坐
‑
站过程运动学分析技术，具体是基于深度学习的人体坐
‑
站过程运动学分析系统和方法。

技术介绍

[0002]坐立转换(STS)运动是人们日常生活中经常使用的一项基本任务，非残疾成年人每天进行约60次STS。从生物力学角度来看，STS可以定义为从坐姿到直立站立姿势的过渡运动，需要在伸展的下肢上，将整个身体的重心从稳定位置水平和垂直位移到不太稳定的位置。因此，为了更好的完成STS运动，机体需要左右侧肢体协调、对称的配合，以及上下肢稳定、流畅的共同协作。
[0003]现有的STS运动评价方法主要有：主观评价法、传感方法、多摄像头和多反射标记物的方法。主观评价的方法主要借助量表，采取评分的方式，基于肉眼观察STS运动的过程，给予测试者一个主观评价的得分结果，准确度低，稳定性差，且受评分者主观因素干扰大；传感方法通过使测试者佩戴传感装置捕获测试者STS运动过程的运动学数据及动力学数据，传感装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度学习的人体坐
‑
站过程运动学分析系统，包括中枢分析模块，以及与之相连接的数据采集模块；其特征在于：通过与数据采集模块相连接的视频采集设备采集STS运动视频，并对STS运动视频进行初步分析；同时通过数据采集模块采集设置的关节节点和躯干节段；其中，初步分析包括格式分析或者内容分析；中枢分析模块结合设置的关节节点和躯干节段分析接收的STS运动视频，获取单个STS运动各运动阶段的阶段时长，以及重点节段的运动特征；其中，运动特征包括角度变化、曲率、路程、位移、速度或者瞬时速度方差；中枢分析模块结合重点节段的运动特征，得到STS运动分析结果。2.根据权利要求1所述的基于深度学习的人体坐
‑
站过程运动学分析系统，其特征在于，所述中枢分析模块分别与数据采集模块和智能终端通信和/或电气连接；其中，智能终端包括手机或者电脑，用于展示分析过程以及分析结果；所述数据采集模块与若干视频采集设备通信和/或电气连接；其中，视频采集设备从多个角度采集STS运动视频。3.根据权利要求1所述的基于深度学习的人体坐
‑
站过程运动学分析系统，其特征在于，所述关节节点包括头、双眼、脖子、双肩、双肘、双手、脊椎、双臀、双膝、双脚尖和双脚跟；所述躯干节段包括头
‑
脖子、脖子
‑
肩或者肩
‑
肘；重点节段包括颈部、肩关节、髋关节、膝关节、踝关节、头颈段和躯干段。4.根据权利要求1所述的基于深度学习的人体坐
‑
站过程运动...

【专利技术属性】
技术研发人员：赵怡，李思迪，盛益华，罗华伦，罗祥，杜班班，
申请(专利权)人：安徽正华生物仪器设备有限公司，
类型：发明
国别省市：