一种基于周期长度分段分析的姿态分析和评估方法技术

本发明专利技术提供一种基于周期长度分段分析的姿态分析和评估方法，获取运动视频内重点关节的标准时序图、角度时序图；获取教学视频内重点关节的教学关节时序图、教学角度时序图；使用DTW算法分段对齐标准时序图与教学关节时序图、角度时序图与教学角度时序图，以分别计算出每个姿态重点关节的关节坐标偏移值、关节角度偏移值，依据关节角度偏移值和关节坐标偏移值确定异常姿态数量；获取所有姿态的关节角度偏移值、关节坐标偏移值、姿态异常帧，以计算动作整体准确性、动作坐标准确性和动作角度准确性。本发明专利技术能够从多角度对健身过程中产生的运动信息和异常信息进行展示，帮助用户进行细节对比以改正和优化姿势，解决缺少专业人士指导的弊端。的弊端。的弊端。

【技术实现步骤摘要】
一种基于周期长度分段分析的姿态分析和评估方法


[0001]本专利技术涉及数据分析
，具体涉及一种基于周期长度分段分析的姿态分析和评估方法。

技术介绍

[0002]近年来，线上健身，居家健身模式快速发展，运动健康行业在线应用均出现了较明显的活跃人数高峰。运动健身虽然有助于促进身心健康，但是如果动作完成不规范，很容易导致锻炼效果不理想，甚至给身体带来运动损伤，因此进行运动健身需要有专业人士进行技术指导，以防止发生运动损伤。
[0003]然而，相较于拥有专业健身教练指导，选择居家跟随教学类的视频进行模仿学习存在着一定的问题。观看视频学习属于单向信息传输，即用户只能观看视频中播放的内容，无法做到实时交流。此外，通过视频学习缺少互动性，健身人群无法得到自己健身情况的反馈。
[0004]随着科技的不断进步，计算机视觉技术得到了极大的发展，利用计算机视觉技术进行动作分析也为体育运动训练带来了新的思路。动作分析指的是利用某种方法或技术对人物的连续性姿态建模、理解、分析的过程，涉及了姿态估计、动作识别、相似度度量等多项技术。但是目前主流的动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动作评估方法，其特征在于，包括，步骤一，获取运动视频，通过Alphapose算法识别每一帧内的人体姿态以获取关节点数据，依据关节点数据与对应的帧数据以生成重点关节的标准时序图、角度时序图；步骤二，获取教学视频数据，使用相同的方法获取教学视频的教学关节时序图、教学角度时序图；步骤三，依据标准时序图和教学关节时序图计算出每个姿态内重点关节的关节坐标偏移值，依据角度时序图和教学角度时序图计算出每个姿态其重点关节的关节角度偏移值；步骤四，判断关节角度偏移值和关节坐标偏移值是否均低于预设阈值，是，姿态正常，否，姿态异常，获取所有姿态的关节角度偏移值、关节坐标偏移值、姿态异常帧，以计算动作整体准确性、动作坐标准确性和动作角度准确性。2.根据权利要求1所述的一种动作评估方法，其特征在于，所述关节坐标偏移值的计算公式为：其中，V
dist
为关节坐标偏移值，max为取最大，Vcontrast为教学关节时序图的特征向量，Vstandard为标准时序图内对应点的特征向量；所述关节角度偏移值计算方法关节坐标偏移值的计算方法相同，依据特征向量计算出关节角度偏移值。3.根据权利要求1所述的一种动作评估方法，其特征在于，所述动作整体准确性的计算公式为：其中：false表示错误姿态对应帧的集合，为每个错误姿态中最大的关节坐标偏移值或最大的关节角度偏移值的叠加；所述动作坐标准确性和动作角度准确性的计算方法与动作整体准确性相同。4.一种基于周期长度分段分析的姿态分析方法，适用于权利要求1
‑
3任意一项所述的一种动作评估方法，其特征在于，包括，S1、初始化运动视频，以补全和矫正每帧内的关节点数据；S2、统一化处理所有帧图片内的关节坐标和关节距离，以生成更为准确的标准时序图和角度时序图，依据标准时序图、角度时序图并进行姿态评估。5.根据权利要求4所述的一种基于周期长度分段分析的姿态分析方法，其特征在于，所述始化运动视频的过程为：S21、获取包含有关节种类和关节坐标的关节点数据和包含帧排列顺序的帧数据，以帧数据为横坐标，关节坐标中的纵轴值为纵坐标生成初始时序图；S22、计算出初始时序图内每个关节坐标的置信度，获取置信度为零的帧其前后相邻帧的关节坐标，使用线性插值法计算出断点对应的关节坐标；S23、使用线性插值法计算出关节点其置信度不符合预设阈值的关节坐标。
6.根据权利要求5所述的一种基于周期长度分段分析的姿态分析...

【专利技术属性】
技术研发人员：张怡，李陈，
申请(专利权)人：天津大学，
类型：发明
国别省市：