本申请实施例提供一种数据处理方法、装置、增强实现设备及存储介质，该方法包括：通过第一增强现实设备采集多媒体数据；根据预先训练的姿势识别模型，对多媒体数据进行识别，得到多媒体数据中的第一身体姿势信息；将第一身体姿势信息发送至第二增强现实设备，以使第二增强现实设备显示第一身体姿势信息中的关键点信息和角度信息，学员就可以通过第二增强现实设备观看教练教学的多媒体数据，且可以查看身体姿势信息中的关键点信息和角度信息，从而可以在准确了解教练的关键动作，提供学习的准确性。确性。确性。
【技术实现步骤摘要】
数据处理方法、装置、增强实现设备及存储介质
[0001]本申请涉及增强现实
，具体而言，涉及一种数据处理方法、装置、增强实现设备及存储介质。
技术介绍
[0002]游泳运动是男女老少都喜欢的体育项目之一，可以改善心血管系统、增强抵抗力、健美形体，是一项非常方便健康的有氧运动。在开始学习游泳的时候，都是由教练亲自教学，然后学员根据教练的游泳动作进行学习，但是这种方式，学员无法准确掌握教练的关键动作的准确度，因此，如何能够使得学员更加准确地了解教练的关键动作，提高学习的准确性，是目前急需解决的问题。
技术实现思路
[0003]本申请的一些实施例的目的在于提供一种数据处理方法、装置、增强实现设备及存储介质，通过本申请的实施例的技术方案，通过第一增强现实设备采集多媒体数据；根据预先训练的姿势识别模型，对所述多媒体数据进行识别，得到所述多媒体数据中的第一身体姿势信息，其中，所述第一身体姿势信息至少包括身体关键点位置和角度信息，所述姿势识别模型是通过对神经网络模型进行训练得到的；将所述第一身体姿势信息发送至第二增强现实设备，以使所述第二增强现实设备显示所述第一身体姿势信息中的关键点信息和角度信息，本申请实施例中通过教练的第一增强现实设备采集教练教学的多媒体数据，根据预先训练的姿势识别模型识别多媒体数据中的教练的身体姿势信息，并将该身体姿势信息发送至学员的第二增强现实设备，学员就可以通过第二增强现实设备观看教练教学的多媒体数据，且可以查看身体姿势信息中的关键点信息和角度信息，从而可以在准确了解教练的关键动作，提供学习的准确性。
[0004]第一方面，本申请的一些实施例提供了一种数据处理方法，包括：
[0005]通过第一增强现实设备采集多媒体数据；
[0006]根据预先训练的姿势识别模型，对所述多媒体数据进行识别，得到所述多媒体数据中的第一身体姿势信息，其中，所述第一身体姿势信息至少包括身体关键点位置和角度信息，所述姿势识别模型是通过对神经网络模型进行训练得到的；
[0007]将所述第一身体姿势信息发送至第二增强现实设备，以使所述第二增强现实设备显示所述第一身体姿势信息中的关键点信息和角度信息。
[0008]本申请的一些实施例通过教练的第一增强现实设备采集教练教学的多媒体数据，根据预先训练的姿势识别模型识别多媒体数据中的教练的身体姿势信息，并将该身体姿势信息发送至学员的第二增强现实设备，学员就可以通过第二增强现实设备观看教练教学的多媒体数据，且可以查看身体姿势信息中的关键点信息和角度信息，从而可以在准确了解教练的关键动作，提供学习的准确性。
[0009]在一些实施例，所述姿势识别模型通过如下方式获得：
[0010]获取样本图像；
[0011]对所述样本图像进行预处理，得到处理后的图像，其中，所述预处理至少包括剪裁、缩放或归一化；
[0012]将所述处理后的图像输入到初始神经网络中，进行前向传播计算，得到前向检测结果；
[0013]根据所述前向检测结果，计算损失函数；
[0014]若所述损失函数的值小于预设值，则将与所述损失函数对应的初始神经网络确定为所述姿势识别模型；
[0015]基于所述姿势识别模型，根据所述前向检测结果和非极大值抑制算法，确定关键点位置信息；
[0016]根据所述关键点位置信息和关键点之间的连接关系，确定所述样本图像中的人体姿态图像；
[0017]根据所述人体姿态图像中的关键点和连接关系，计算关键点的方向和角度信息。
[0018]本申请的一些实施例通过预先训练的姿势识别模型，识别多媒体数据中的身体姿势信息，其中，该姿势识别模型是通过对神经网络模型进行训练得到的，在获取到教练的多媒体数据后，识别该多媒体数据中的第一身体姿势信息，提高识别的准确性。
[0019]在一些实施例，所述方法还包括：
[0020]采用视频编辑软件，将示范的多媒体数据中的示范动作，剪辑成一个或多个视频片段；
[0021]对所述视频片段进行分辨率调整，得到调整后的视频片段；
[0022]将所述调整后的视频片段输入到3D建模软件中，生成3D模型；
[0023]对所述3D模型进行优化，得到优化后的3D模型；
[0024]将所述优化后的3D模型渲染成示教数据，并将所述示教数据发送至所述第二增强现实设备。
[0025]本申请的一些实施例，通过将多媒体数据转换成3D模型，并对该3D模型进行优化和渲染处理后，得到示教数据，并发送至第二增强现实设备，这样，用户就可以通过第二增强现实设备查看示教数据，3D模型的显示更加清楚。
[0026]在一些实施例，所述方法还包括：
[0027]接收第二增强现实设备采集的环境图像，所述环境图像至少包括水下景观和潜水器材；
[0028]采集计算机视觉技术，对所述环境图像中的水下景观进行识别和分析，得到识别结果；
[0029]采用机器学习算法对所述环境图像中的潜水器材进行判断和分类，得到分类结果；
[0030]根据所述识别结果和所述分类结果，生成场景模型；
[0031]将所述场景模型和所述示教数据进行融合，得到融合场景数据；
[0032]将所述融合场景数据发送至所述第二增强现实设备。
[0033]本申请的一些实施例，通过采用增强现实技术，将教练的示范动作与学员的实际潜水环境相融合，增强学员的沉浸感和参与度。
[0034]在一些实施例，所述方法还包括：
[0035]接收第二增强现实设备的学员的第二身体姿势信息；
[0036]将所述第一身体姿势信息与所述第二身体姿势信息进行比较；
[0037]若所述第一身体姿势信息和所述第二身体姿势信息的误差大于预设值，则通过所述第二增强现实设备显示指导信息。
[0038]本申请的一些实施例通过通过比较学员的姿势和教练示范的姿势，可以分析出差异和改进点，提供更准确、详细的示范和指导。
[0039]在一些实施例，所述方法还包括：
[0040]根据所述第一身体姿势信息和所述第二身体姿势信息的比较结果，采用评估指标和评分系统，对学员姿势进行打分和评价。
[0041]本申请的一些实施例通过将教练的第一身体姿势信息和学员的第二身体姿势信息进行比较，根据比较的而结果，对学员的姿势进行评估和反馈。可以评估指标和评分系统，对学员的姿势进行打分和评价，以便更好地指导学员进行改进。
[0042]在一些实施例，所述方法还包括：
[0043]通过所述第一增强现实设备接收用户输入语音指令，所述语音指令用于指导学员调整身体姿势或呼吸方法；
[0044]将所述语音指令转换成文本控制指令，并将所述文本控制指令发送至所述第二增强现实设备。
[0045]本申请的一些实施例通过在增强现实设备上集成语音识别和语音合成技术，可以通过语音交互的方式为学员提供指导信息。
[0046]第二方面，本申请的一些实施例提供了一本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：通过第一增强现实设备采集多媒体数据；根据预先训练的姿势识别模型，对所述多媒体数据进行识别，得到所述多媒体数据中的第一身体姿势信息，其中，所述第一身体姿势信息至少包括身体关键点位置和角度信息，所述姿势识别模型是通过对神经网络模型进行训练得到的；将所述第一身体姿势信息发送至第二增强现实设备，以使所述第二增强现实设备显示所述第一身体姿势信息中的关键点信息和角度信息。2.根据权利要求1所述的数据处理方法，其特征在于，所述姿势识别模型通过如下方式获得：获取样本图像；对所述样本图像进行预处理，得到处理后的图像，其中，所述预处理至少包括剪裁、缩放或归一化；将所述处理后的图像输入到初始神经网络中，进行前向传播计算，得到前向检测结果；根据所述前向检测结果，计算损失函数；若所述损失函数的值小于预设值，则将与所述损失函数对应的初始神经网络确定为所述姿势识别模型；基于所述姿势识别模型，根据所述前向检测结果和非极大值抑制算法，确定关键点位置信息；根据所述关键点位置信息和关键点之间的连接关系，确定所述样本图像中的人体姿态图像；根据所述人体姿态图像中的关键点和连接关系，计算关键点的方向和角度信息。3.根据权利要求1所述的数据处理方法，其特征在于，所述方法还包括：采用视频编辑软件，将示范的多媒体数据中的示范动作，剪辑成一个或多个视频片段；对所述视频片段进行分辨率调整，得到调整后的视频片段；将所述调整后的视频片段输入到3D建模软件中，生成3D模型；对所述3D模型进行优化，得到优化后的3D模型；将所述优化后的3D模型渲染成示教数据，并将所述示教数据发送至所述第二增强现实设备。4.根据权利要求3所述的数据处理方法，其特征在于，所述方法还包括：接收第二增强现实设备采集的环境图像，所述环境图像至少包括水下景观和潜水器材；采集计算机视觉技术，对所述环境图像中的水下景观进行识别和分析，得到识别结果；采用机器学习算法对所述环境图像中的潜水器材进行判断和分类，得到分类结果；根据所述识别结果和所述...
【专利技术属性】
技术研发人员：刘威，李政，夏勇峰，
申请(专利权)人：北京蜂巢世纪科技有限公司，
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。