运动质量的确定方法、确定装置及电子设备制造方法及图纸

本发明专利技术实施例提供一种运动质量的确定方法、确定装置及电子设备。该方法包括：获取运动者的多种数据，根据运动者的多种数据确定运动者的动作标准程度和运动强度，根据动作标准程度和运动强度以及与动作标准程度和运动强度相关的加权因子综合确定运动质量。该过程通过获取运动者的数据，根据数据确定运动者的运动标准程度和运动强度，根据运动标准程度和运动强度综合确定运动者的运动质量，提高了对运动质量确定的准确性。质量确定的准确性。质量确定的准确性。

【技术实现步骤摘要】
运动质量的确定方法、确定装置及电子设备


[0001]本专利技术涉及运动监测
，具体地涉及一种运动质量的确定方法、确定装置及电子设备。

技术介绍

[0002]目前，评价运动的方法主要有通过监测运动者的生理指标来评价运动质量，或者获取运动者的运动姿态，通过运动姿态判断动作的标准程度进而判断运动质量。
[0003]现有技术中，通过监测生理指标如心率等各项指标判断运动质量，除了基于心率设置强度外，其他指标往往只是将热量消耗值提供给运动者作为运动质量的参考，不够直观且不够准确。此外，因为具备不同身体条件的运动者做相同运动的运动质量是完全不同的，因此，通过运动姿态判断运动质量同样是不够准确的，影响对运动质量的确定。
[0004]可见，现有技术对运动质量进行确定的方法准确性不高。

技术实现思路

[0005]基于此，本专利技术第一方面提供一种运动质量的确定方法，有效提高了运动质量确定的准确性，该方法包括：
[0006]获取运动者的体格数据、生理特征数据以及多个时刻的姿态数据；
[0007]根据多个姿态数据和预设标准姿态数据确定运动者的动作标准程度；
[0008]根据多个姿态数据、体格数据以及生理特征数据确定运动者的多个代谢当量；
[0009]基于多个代谢当量确定运动者的运动强度；
[0010]基于体格数据和生理特征数据确定变化加权因子；
[0011]根据动作标准程度、运动强度、预设动作标准加权因子、预设运动强度加权因子以及变化加权因子确定运动质量。
[0012]在本专利技术实施例中，获取运动者的多个时刻的姿态数据，包括：
[0013]获取包括运动者的多个时刻的图像；
[0014]利用预设识别模型，确定每个图像中运动者的多个关键点的坐标，其中，多个关键点包括运动者的鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左腕、右腕、左胯、右胯、左膝、右膝、左踝以及右踝；
[0015]对多个关键点的坐标进行归一化处理得到姿态数据。
[0016]在本专利技术实施例中，预设标准姿态数据包括预设部位的夹角标准值和每个关键点的坐标标准值；
[0017]根据多个姿态数据和预设标准姿态数据确定运动者的动作标准程度，包括：
[0018]根据姿态数据确定每个预设部位的夹角余弦值，其中，预设部位包括运动者的颈部、左肩、右肩、左肘、右肘、左胯、右胯、左膝以及右膝；
[0019]根据每个预设部位的夹角余弦值和夹角标准值，基于第一预设公式确定角度余弦值，其中，第一预设公式包括：
[0020][0021]式中，COS为角度余弦值，I为预设部位集合，i为预设部位，θ
standard
为夹角标准值，θ
test
为预设部位的夹角，ω为权重，权重设置满足条件∑
i∈I
ω
i
＝1；
[0022]根据姿态数据和坐标标准值，基于第二预设公式计算每个关键点的相似度，其中，第二预设公式包括：
[0023][0024]式中，WOKS
p
为相似度，p为运动者，i为关键点，d
pi
为坐标标准值与关键点的坐标的欧式距离，S
p
为运动者所在区域的面积的平方根，σ
i
为关键点i的归一化因子，v
pi
为运动者的关键点i是否可见，ω表示权重，权重设置满足条件∑
i∈I
ω
i
＝|I|；
[0025]基于角度余弦值和相似度确定动作标准程度。
[0026]在本专利技术实施例中，根据多个姿态数据、体格数据以及生理特征数据确定运动者的多个代谢当量，包括：
[0027]根据多个姿态数据分别确定每个关键点的位移向量；
[0028]利用预设机器学习模型，根据每个关键点的位移向量、体格数据以及生理特征数据确定运动者的代谢当量。
[0029]在本专利技术实施例中，基于多个代谢当量确定运动者的运动强度，包括：
[0030]根据预设当量区间将多个代谢当量划分为第一预设数值个代谢当量序列；
[0031]获取每个代谢当量序列对应的第一运动时长；
[0032]根据每个代谢当量序列对应的第一运动时长和每个代谢当量序列内代谢当量的平均值，基于第三预设公式确定运动强度，其中，第三预设公式包括：
[0033][0034]式中，MS为运动强度，T
i
为在第i个代谢当量序列上的第一运动时长，为在第i个代谢当量序列的代谢当量的平均值，基于第四预设公式确定代谢当量的平均值，其中，第四预设公式包括：
[0035][0036]式中，MET为代谢当量序列，met表示某个代谢当量，count为属于当前区间的代谢当量的个数。
[0037]在本专利技术实施例中，体格数据包括年龄；生理特征数据包括当前心率；
[0038]基于体格数据和生理特征数据确定变化加权因子，包括：
[0039]根据年龄确定最大心率；
[0040]根据当前心率和最大心率的比值确定心率相对值；
[0041]根据预设心率区间将心率相对值划分为第二预设数值个心率相对值序列；
[0042]确定每个心率相对值序列的心率加权因子；
[0043]获取与每个心率相对值序列对应的第二运动时长；
[0044]根据每个心率加权因子、与每个心率加权因子对应的第二运动时长以及预设运动强度最大值，基于第五预设公式确定变化加权因子，其中，第五预设公式包括：
[0045][0046]式中，ω
var
为变化加权因子，HRT
i
为与心率相对值序列i对应的第二运动时长，ω
i
为心率相对值序列i的加权因子，S
max
为预设运动强度最大值。
[0047]在本专利技术实施例中，根据动作标准程度、运动强度、预设动作标准加权因子、预设运动强度加权因子以及变化加权因子确定运动质量，包括：
[0048]基于第六预设公式确定运动质量，其中，第六预设公式包括：
[0049][0050]式中，SPORT为运动质量，ω
pose
为预设动作标准加权因子，ω
sign
为预设运动强度加权因子，预设动作标准加权因子和预设运动强度加权因子均为1。
[0051]本专利技术第二方面提供一种运动质量的确定装置，包括：
[0052]获取模块，用于获取运动者的体格数据、生理特征数据以及多个时刻的姿态数据；
[0053]动作标准程度确定模块，用于根据多个姿态数据和预设标准姿态数据确定运动者的动作标准程度；
[0054]代谢当量确定模块，用于根据多个姿态数据、体格数据以及生理特征数据确定运动者的多个代谢当量；
[0055]运动强度确定模块，用于基于多个代谢当量确定运动者的运动强度；
[0056]变化加权因子确定模块，用于基于体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运动质量的确定方法，其特征在于，包括：获取运动者的体格数据、生理特征数据以及多个时刻的姿态数据；根据多个所述姿态数据和预设标准姿态数据确定所述运动者的动作标准程度；根据多个所述姿态数据、所述体格数据以及所述生理特征数据确定所述运动者的多个代谢当量；基于多个所述代谢当量确定所述运动者的运动强度；基于所述体格数据和所述生理特征数据确定变化加权因子；根据所述动作标准程度、所述运动强度、预设动作标准加权因子、预设运动强度加权因子以及所述变化加权因子确定所述运动质量。2.根据权利要求1所述的方法，其特征在于，所述获取运动者的多个时刻的姿态数据，包括：获取包括所述运动者的多个时刻的图像；利用预设识别模型，确定每个所述图像中所述运动者的多个关键点的坐标，其中，所述多个关键点包括所述运动者的鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左腕、右腕、左胯、右胯、左膝、右膝、左踝以及右踝；对所述多个关键点的坐标进行归一化处理得到所述姿态数据。3.根据权利要求2所述的方法，其特征在于，所述预设标准姿态数据包括预设部位的夹角标准值和每个所述关键点的坐标标准值；所述根据多个所述姿态数据和预设标准姿态数据确定所述运动者的动作标准程度，包括：根据所述姿态数据确定所述每个所述预设部位的夹角余弦值，其中，所述预设部位包括所述运动者的颈部、左肩、右肩、左肘、右肘、左胯、右胯、左膝以及右膝；根据所述每个预设部位的夹角余弦值和所述夹角标准值，基于第一预设公式确定角度余弦值，其中，所述第一预设公式包括：式中，COS为角度余弦值，I为所述预设部位集合，i为所述预设部位，θ
standard
为所述夹角标准值，θ
test
为所述预设部位的夹角，ω为权重，所述权重设置满足条件∑
i∈I
ω
i
＝1；根据所述姿态数据和所述坐标标准值，基于第二预设公式计算每个所述关键点的相似度，其中，所述第二预设公式包括：式中，WOKS
p
为相似度，p为所述运动者，i为所述关键点，d
pi
为所述坐标标准值与所述关键点的坐标的欧式距离，S
p
为所述运动者所在区域的面积的平方根，σ
i
为所述关键点i的归一化因子，v
pi
为所述运动者的所述关键点i是否可见，ω表示权重，所述权重设置满足条件∑
i∈I
ω
i
＝|I|；基于所述角度余弦值和所述相似度确定所述动作标准程度。4.根据权利要求2所述的方法，其特征在于，所述根据多个所述姿态数据、所述体格数
据以及所述生理特征数据确定所述运动者的多个代谢当量，包括：根据多个所述姿态数据分别确定每个所述关键点的位移向量；利用所述预设机器学习模型，根据每个所述关键点的所述位移向量、所述体格数据以及所述生理特征数据确定所述运动者的代谢当量。5.根据权利要求1所述的方法，其特征在于，所述基于多个所述代谢当量确定所述运动者的运动强度，包括：根据预设当量区间将多个所述代谢当量划分为第一预设数值个代谢当量序列；获取所述每个代谢当量序列对应的第一运动时长；根据所述每个...

【专利技术属性】
技术研发人员：张忠腾，黄伟红，黄佳，李靖，高武强，刘冠宇，吴瑞文，于永福，吴邑岑，刘硕，
申请(专利权)人：中南大学，
类型：发明
国别省市：