一种运动图像处理方法技术

本发明专利技术公开了一种运动图像处理方法

【技术实现步骤摘要】
一种运动图像处理方法、装置和可读存储介质


[0001]本申请涉及数据处理和数据传输领域，更具体的，涉及一种运动图像处理方法
、
装置和可读存储介质
。

技术介绍

[0002]目前，健身人员在进行相关运动过程中，并不能先行评估自身状况
(
主要指单人完成的运动或两人完成的运动，非对抗性运动
)
，导致运动过程中产生损伤，如肌肉拉伤
、
骨折等情况，不但起不到运行健身的目的，而且还损伤了身体，得不偿失
。
[0003]因此现有技术存在缺陷，急需改进
。

技术实现思路

[0004]鉴于上述问题，为了解决上述现有技术手段的不足，本专利技术提出一种运动图像处理方法，能够对健身人员的运动情况和自身状况进行预先评估，得到评价结果，提示危险和给出运动建议
。
[0005]本专利技术第一方面提供了一种运动图像处理方法，包括：
[0006]获取检测图像数据；
[0007]将所述检测图像数据输入至预设运动图像分析模型中进行分析，得到用户的健身动作数据；
[0008]根据所述检测图像数据进行分析得到用户身体状态信息；
[0009]根据所述用户的健身动作数据和所述用户身体状态信息进行分析，得到用户完成当前健身方案的难度系数；
[0010]根据所述难度系数对用户的健身方案进行调整
。
[0011]本方案中，所述将所述检测图像数据输入至预设运动图像分析模型中进行分析，得到用户的健身动作数据，包括：
[0012]根据所述检测图像数据进行分析
,
得到人体关键点数据；
[0013]根据所述人体关键点数据绘制健身动作轨迹；
[0014]将所述健身动作轨迹与标准动作轨迹进行对比
,
判断用户的健身动作是否标准；
[0015]若标准
,
则记录为标准动作数据；
[0016]若不标准
,
则通过语音或图像对用户进行提醒
,
并记录为不标准动作数据；
[0017]将所述标准动作数据和所述不标准动作数据进行整合
,
得到用户的健身动作数据
。
[0018]本方案中，所述根据所述检测图像数据进行分析得到用户身体状态信息，包括：
[0019]根据多帧连续的检测图像数据进行分析，得到肌肉颤抖数据；
[0020]根据所述肌肉颤抖数据绘制人体肌肉颤抖曲线；
[0021]根据所述人体肌肉颤抖曲线进行分析，得到用户身体状态信息
。
[0022]本方案中，所述根据所述人体肌肉颤抖曲线进行分析，得到用户身体状态信息，包
括：
[0023]在用户完成动作或保持动作时，根据人体肌肉颤抖曲线计算在第一预设时间内的平均颤抖频率或平均颤抖幅度；
[0024]对所述第一预设时间的平均颤抖频率或平均颤抖幅度中符合第一预设条件的数据进行标记，得到标记数据；
[0025]根据所述标记数据进行分析，判断第二预设时间内的标记数据的标记次数是否大于第一预设阈值；
[0026]若大于，则状态异常，将所述第二预设时间内的中值时间定义为用户的推荐运动时间，并将所述时间的平均颤抖数据定义为用户最大身体状态数据；
[0027]反之，则状态正常
。
[0028]本方案中，所述根据所述用户的健身动作数据和所述用户身体状态信息进行分析，得到用户完成当前健身方案的难度系数，包括：
[0029]将所述用户的健身动作数据和所述用户身体状态信息输入预设运动图像分析模型；
[0030]通过所述预设运动图像分析模型对未完成部分的健身动作进行模拟，得到模拟健身动作数据；
[0031]根据所述模拟健身动作数据与标准动作轨迹进行对比，得到用户完成当前健身方案的难度系数
。
[0032]本方案中，所述根据所述难度系数对用户的健身方案进行调整，包括：
[0033]根据所述难度系数进行分析，判断所述难度系数是否大于第二预设阈值；
[0034]若是，则根据所述难度系数对用户的健身方案进行调整；
[0035]若否，则进行记录
。
[0036]本专利技术第二方面提供了一种运动图像处理装置，包括：
[0037]获取模块，获取检测图像数据；
[0038]分析模块，用于将所述检测图像数据输入至预设运动图像分析模型中进行分析，得到用户的健身动作数据；根据所述检测图像数据进行分析得到用户身体状态信息；根据所述用户的健身动作数据和所述用户身体状态信息进行分析，得到用户完成当前健身方案的难度系数；
[0039]调整模块，用于根据所述难度系数对用户的健身方案进行调整
。
[0040]本方案中，所述将所述检测图像数据输入至预设运动图像分析模型中进行分析，得到用户的健身动作数据，包括：
[0041]根据所述检测图像数据进行分析
,
得到人体关键点数据；
[0042]根据所述人体关键点数据绘制健身动作轨迹；
[0043]将所述健身动作轨迹与标准动作轨迹进行对比
,
判断用户的健身动作是否标准；
[0044]若标准
,
则记录为标准动作数据；
[0045]若不标准
,
则通过语音或图像对用户进行提醒
,
并记录为不标准动作数据；
[0046]将所述标准动作数据和所述不标准动作数据进行整合
,
得到用户的健身动作数据
。
[0047]本方案中，所述根据所述检测图像数据进行分析得到用户身体状态信息，包括：
[0048]根据多帧连续的检测图像数据进行分析，得到肌肉颤抖数据；
[0049]根据所述肌肉颤抖数据绘制人体肌肉颤抖曲线；
[0050]根据所述人体肌肉颤抖曲线进行分析，得到用户身体状态信息
。
[0051]本方案中，所述根据所述人体肌肉颤抖曲线进行分析，得到用户身体状态信息，包括：
[0052]在用户完成动作或保持动作时，根据人体肌肉颤抖曲线计算在第一预设时间内的平均颤抖频率或平均颤抖幅度；
[0053]对所述第一预设时间的平均颤抖频率或平均颤抖幅度中符合第一预设条件的数据进行标记，得到标记数据；
[0054]根据所述标记数据进行分析，判断第二预设时间内的标记数据的标记次数是否大于第一预设阈值；
[0055]若大于，则状态异常，将所述第二预设时间内的中值时间定义为用户的推荐运动时间，并将所述时间的平均颤抖数据定义为用户最大身体状态数据；
[0056]反之，则状态正常
。
[0057]本方案中，所述根据所述用户的健身动作数据和所述用户身体状态信息进行分析，得到用户完成当前健身方案的难度系数，包括：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种运动图像处理方法，其特征在于，包括：获取检测图像数据；将所述检测图像数据输入至预设运动图像分析模型中进行分析，得到用户的健身动作数据；根据所述检测图像数据进行分析得到用户身体状态信息；根据所述用户的健身动作数据和所述用户身体状态信息进行分析，得到用户完成当前健身方案的难度系数；根据所述难度系数对用户的健身方案进行调整
。2.
根据权利要求1所述的运动图像处理方法，其特征在于，所述将所述检测图像数据输入至预设运动图像分析模型中进行分析，得到用户的健身动作数据，包括：根据所述检测图像数据进行分析
,
得到人体关键点数据；根据所述人体关键点数据绘制健身动作轨迹；将所述健身动作轨迹与标准动作轨迹进行对比
,
判断用户的健身动作是否标准；若标准
,
则记录为标准动作数据；若不标准
,
则通过语音或图像对用户进行提醒
,
并记录为不标准动作数据；将所述标准动作数据和所述不标准动作数据进行整合
,
得到用户的健身动作数据
。3.
根据权利要求1所述的运动图像处理方法，其特征在于，所述根据所述检测图像数据进行分析得到用户身体状态信息，包括：根据多帧连续的检测图像数据进行分析，得到肌肉颤抖数据；根据所述肌肉颤抖数据绘制人体肌肉颤抖曲线；根据所述人体肌肉颤抖曲线进行分析，得到用户身体状态信息
。4.
根据权利要求3所述的运动图像处理方法，其特征在于，所述根据所述人体肌肉颤抖曲线进行分析，得到用户身体状态信息，包括：在用户完成动作或保持动作时，根据人体肌肉颤抖曲线计算在第一预设时间内的平均颤抖频率或平均颤抖幅度；对所述第一预设时间的平均颤抖频率或平均颤抖幅度中符合第一预设条件的数据进行标记，得到标记数据；根据所述标记数据进行分析，判断第二预设时间内的标记数据的标记次数是否大于第一预设阈值；若大于，则状态异常，将所述第二预设时间内的中值时间定义为用户的推荐运动时间，并将所述时间的平均颤抖数据定义为用户最大身体状态数据；反之，则状态正常
。5.
根据权利要...

【专利技术属性】
技术研发人员：林桂民，夏恩灵，林立炀，林之景，
申请(专利权)人：深圳市恒安特斯网络科技有限公司，
类型：发明
国别省市：