【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种器材压力感应的动作修正方法、装置、设备及计算机可读存储介质。
技术介绍
1、随着智能科技与运动教程的逐渐普及，人们可以在没有健身教练的帮助下，随时随地进行运动健身。应当知道，人运动动作相同时，重心不同对运动效果不同，例如我们在做深蹲时，如果将重心放在脚跟上，会更多地锻炼到大腿后侧的肌肉，而如果将重心放在脚尖上，会更多地锻炼到大腿前侧的肌肉。
2、然而如今的辅助运动设备只能识别人体动作姿势及次数，却不能识别人体重心，无法精确检测用户运动效果。
技术实现思路
1、本专利技术提供一种器材压力感应的动作修正方法、装置、设备及存储介质，其主要目的在于通过图像识别及智能垫，对用户运动的身体重心进行监控，提高用户的运动效率。
2、为实现上述目的，本专利技术提供的一种器材压力感应的动作修正方法，包括：
3、利用摄像设备获取用户的运动图像，并利用智能垫获取压力传感系数集合；
4、利用预训练的运动重心识别模型对所述运动图像进行降噪处理，得到降噪运动图像，及对所述压力传感系数集合进行压力范围最大外接框截取操作，得到压力传感矩阵；
5、对所述压力传感矩阵进行聚类计算，得到受力区域压力重心位置；
6、对所述降噪运动图像进行图像特征识别操作，得到运动动作类型，及获取所述运动动作类型对应的标准重心位置；
7、获取预构建的用户身体基本信息数据，并根据所述用户身体基本信息数据对所述标准重心位置进行
8、计算所述受力区域压力重心位置与所述自适应标准重心位置的偏差，并判断所述偏差是否大于预设的标准阈值；
9、当所述偏差大于所述标准阈值时，根据所述偏差，生成语音重心修正提示。
10、可选的，所述利用预训练的运动重心识别模型对所述运动图像进行降噪处理之前，所述方法还包括：
11、获取预训练的身体动作识别模型，获取预构建的运动重心识别模型及训练样本集合，所述运动重心识别模型包括运动识别网络、标准重心微调网络；
12、利用所述身体动作识别模型对所述动作识别网络进行迁移学习；
13、依次从所述训练样本集合中提取一个目标样本，利用所述运动重心识别模型对所述训练样本进行网络正向计算，得到预测标准重心位置；
14、计算所述目标样本的真实重心位置与所述预测标准重心位置之间的损失值，并最小化所述损失值，得到损失值最小时的网络模型参数，并根据所述网络模型参数对所述运动重心识别模型中的标准重心微调网络进行网络逆向更新操作，得到更新运动重心识别模型；
15、判断所述损失值的收敛性；
16、当所述损失值未收敛时，返回上述依次从所述训练样本集合中提取一个目标样本的步骤，对所述更新运动重心识别模型进行迭代训练；
17、当所述损失值收敛时，停止训练过程，得到训练完成的运动重心识别模型。
18、可选的，所述对所述压力传感系数集合进行压力范围最大外接框截取操作，得到压力传感矩阵，包括：
19、将所述压力传感器系数集合中各个压力传感器系数根据各自位置坐标进行矩阵排列，得到初始压力矩阵；
20、根据预设的触发数值，对所述初始压力矩阵中小于所述触发数值的位置进行遮蔽操作，得到不规则压力矩阵，并对所述不规则压力矩阵进行最大外接框截取操作，得到接地区域压力矩阵；
21、对各个所述接地区域压力矩阵进行拼接，得到压力传感矩阵。
22、可选的，所述计算所述受力区域压力重心位置与所述自适应标准重心位置的偏差，包括：
23、设置水平坐标系，并将所述受力区域压力重心位置与所述自适应标准重心位置映射至所述水平坐标系中；
24、计算所述受力区域压力重心位置及所述自适应标准重心位置之间的距离，得到距离值向量；
25、获取所述压力传感矩阵在所述距离值向量的方向上的身体触地长度；
26、利用所述距离值向量的数值与所述身体触地长度进行比值计算，得到偏差。
27、可选的，所述根据所述用户身体基本信息数据对所述标准重心位置进行微调操作，得到自适应标准重心位置，包括：
28、对所述用户身体基本信息数据进行数据清洗，得到干净身体信息；
29、对所述干净身体信息中各个关键词进行特征工程，得到身体信息向量；
30、利用主成分分析方法，获取所述身体信息向量中的关键信息向量，并利用所述运动中心识别模型中的标准重心微调网络，根据所述关键信息向量，对所述标准重心位置进行位置调整，得到自适应标准重心位置。
31、可选的，所述利用预训练的运动重心识别模型对所述运动图像进行降噪处理，得到降噪运动图像，包括：
32、对所述运动图像进行灰度化处理，得到灰度图像；
33、利用高斯滤波算法对所述灰度图像进行初级降噪，得到初级降噪运动图像；
34、利用运动估计算法对所述初级降噪运动图像进行二次降噪，德奥降噪运动图像。
35、可选的，所述对所述降噪运动图像进行图像特征识别操作，得到运动动作类型，包括：
36、对所述降噪运动图像进行卷积操作，得到卷积矩阵集合；
37、对所述卷积矩阵集合进行平均池化操作，得到平均池化矩阵集合；
38、对所述平均池化矩阵集合进行扁平化操作，得到特征序列集合；
39、对所述特征序列集合中各个特征序列进行全连接识别判断，得到运动动作类型。
40、为了解决上述问题，本专利技术还提供一种器材压力感应的动作修正装置，所述装置包括：
41、图像及压力获取模块，用于利用摄像设备获取用户的运动图像，并利用智能垫获取压力传感系数集合；
42、压力重心检查模块，用于利用预训练的运动重心识别模型对所述运动图像进行降噪处理，得到降噪运动图像，及对所述压力传感系数集合进行压力范围最大外接框截取操作，得到压力传感矩阵，及对所述压力传感矩阵进行聚类计算，得到受力区域压力重心位置；
43、运动类型识别模块，用于对所述降噪运动图像进行图像特征识别操作，得到运动动作类型，及获取所述运动动作类型对应的标准重心位置；
44、重心位置评估模块，用于获取预构建的用户身体基本信息数据，并根据所述用户身体基本信息数据对所述标准重心位置进行微调操作，得到自适应标准重心位置，及计算所述受力区域压力重心位置与所述自适应标准重心位置的偏差，并判断所述偏差是否大于预设的标准阈值，及当所述偏差大于所述标准阈值时，根据所述偏差，生成语音重心修正提示。
45、为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
46、至少一个处理器；以及，
47、与所述至少一个处理器通信连接的存储器；其中，
48、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算本文档来自技高网...
【技术保护点】
1.一种器材压力感应的动作修正方法，其特征在于，所述方法包括：
2.如权利要求1所述的器材压力感应的动作修正方法，其特征在于，所述利用预训练的运动重心识别模型对所述运动图像进行降噪处理之前，所述方法还包括：
3.如权利要求1所述的器材压力感应的动作修正方法，其特征在于，所述对所述压力传感系数集合进行压力范围最大外接框截取操作，得到压力传感矩阵，包括：
4.如权利要求1所述的器材压力感应的动作修正方法，其特征在于，所述计算所述受力区域压力重心位置与所述自适应标准重心位置的偏差，包括：
5.如权利要求1所述的器材压力感应的动作修正方法，其特征在于，所述根据所述用户身体基本信息数据对所述标准重心位置进行微调操作，得到自适应标准重心位置，包括：
6.如权利要求1所述的器材压力感应的动作修正方法，其特征在于，所述利用预训练的运动重心识别模型对所述运动图像进行降噪处理，得到降噪运动图像，包括：
7.如权利要求1所述的器材压力感应的动作修正方法，其特征在于，所述对所述降噪运动图像进行图像特征识别操作，得到运动动作类型，包括
8.一种器材压力感应的动作修正装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的器材压力感应的动作修正方法。
...【技术特征摘要】
1.一种器材压力感应的动作修正方法，其特征在于，所述方法包括：
2.如权利要求1所述的器材压力感应的动作修正方法，其特征在于，所述利用预训练的运动重心识别模型对所述运动图像进行降噪处理之前，所述方法还包括：
3.如权利要求1所述的器材压力感应的动作修正方法，其特征在于，所述对所述压力传感系数集合进行压力范围最大外接框截取操作，得到压力传感矩阵，包括：
4.如权利要求1所述的器材压力感应的动作修正方法，其特征在于，所述计算所述受力区域压力重心位置与所述自适应标准重心位置的偏差，包括：
5.如权利要求1所述的器材压力感应的动作修正方法，其特征在于，所述根据所述用户身体基本信息数据对所述标准重心位置进...
【专利技术属性】
技术研发人员：郁亚南，张林林，黄思卉，周思岑，
申请(专利权)人：东莞市本末科技有限公司，
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。