一种基于kinect的动作训练方法技术

本发明专利技术是一种基于kinect的动作训练方法，通过kinect采集人体动作数据，实现无标记点的人体动作提取，使动作训练更加简单实用。基于kinect的动作训练方法分为在线动作训练和离线动作训练两种方式。在线动作训练能够自动把训练的动作划分为若干个阶段，用户通过跟随每一个阶段的提示，对动作进行学习，通过用户动作的动能和势能判断用户是否完成每一个阶段的动作，并自动计算并提示用户该动作阶段重要的关节点。离线动作训练方法中，用户首先自主地完成整个动作，用户动作通过kinect捕捉后自动与标准动作进行匹配，通过对匹配的动作进行对比分析并根据用户动作与标准动作骨骼方向上的差距大小以不同的颜色进行标识，使用户能够更直观地发现差距所在。

【技术实现步骤摘要】

本专利技术涉及一种动作训练方法，特别涉及，属于虚拟现实领域。
技术介绍
自动训练系统能够使用户能够在没有教练的情况下对动作进行学习和训练。但自动训练往往需要昂贵的设备支持，这也妨碍了自动训练系统步入普通的家庭。但是一些新型设备的出现使得原本很难实现的应用变成可能，例如微软的kinect，它能够实时的捕捉人体的姿态，并且它的价格便宜，能被大众所接受。因此可以把一些训练项目做成一个游戏应用，比如简单的舞蹈、健美操等，用户在娱乐的同时还能学习相应的技能。Akio Nakamura等人设计了一套基础舞蹈训练系统，该系统由动作捕捉设备、移动的显示器以及附加在学员身上的震动器件组成。该训练系统通过动作捕捉设备获取教练舞蹈的动作数据，用动作数据生成动画图像显示在能够自动移动的显示器上，在训练时使用动作捕捉设备实时采集学员动作并与教练动作进行比较，用震动器提示学员动作与教练动作的差别。Doo Young Kwon等人使用体传感器以及摄像机作为视觉传感器设计了一套动作训练系统，该系统使用体传感器精确测量身体各部分的朝向、运动以及加速度，同时视觉传感器实时采集用户的图像，通过多种传感器结合，实现动作训练的功能。例如，用户手腕上的加速计测量不能通过肉眼观察到的精确朝向变化以及速度变化，用户通过比较自己动作与教练员动作的传感数据，分析动作的不足。本专利技术实现了一个基于kinect的动作训练方法，它分为在线训练和离线训练两种方式。其不同点在于，在线训练时，能够自动把训练动作划分为若干个阶段，分阶段提示用户，并使用动作动能与势能的判断用户是否完成每一个阶段的动作，在每一个阶段，提示用户该动作阶段重要的关节点，用户通过跟随每一个阶段的动作提示，对动作进行学习。离线训练时，用户首先自主完成动作，训练系统自动将捕捉到的用户动作与标准动作进行匹配，将匹配的动作进行对比分析，根据用户动作与标准动作的骨骼方向的差距大小，在不同的骨骼上以不同的颜色进行标识，使用户能够更直观地发现差距所在。本专利技术具有真实，便禾IJ，方便等优点，使用的设备简单，使用户能够以一种虚实结合的方式学习相应的动作。
技术实现思路
本专利技术解决的技术问题提出，它包括在线训练和离线训练两种方式。在线动作训练中，自动把训练动作划分为若干个阶段，通过动能与势能判断用户是否完成每一个阶段的动作，并自动提示每个阶段关键关节点；离线动作训练中，自动实现用户动作与标准动作的匹配，使用加权差距计算用户动作差距，并把动作的差距通过直观的方式呈现给用户。本专利技术技术方案，其特征在于如下步骤(1)用户选择所使用训练模式，训练方法分为在线动作训练和离线动作训练两种模式；所述在线动作训练用户将跟随虚拟教练员的提示完成动作训练，动作将被分解成若干个阶段，用户跟随每一个阶段的提示完成动作训练；所述离线动作训练是由用户自主完成动作，用户动作通过kinect捕捉后自动与标准动作进行对比分析，并向提示用户动作的差距；(2)通过训练视图提示用户完成训练；所述训练视图分为动画视图及真实视图， 动画视图中有两个角色模型，分别代表教练员及用户；教练员模型使用标准动作数据驱动， 完成动作演示的功能，称之为虚拟教练员；用户模型使用采集的用户动作数据驱动，完成显示用户动作的功能；真实视图显示kinect采集的真实图片，在动作训练过程中用户能够通过真实视图观察自己的动作，真实视图还能在训练结束后回放用户动作。进一步的，所述在线动作训练的步骤如下(1. al)在线动作训练将一套将要进行训练的动作划分为若干个阶段，动作划分使用关键动作提取方法完成，并通过能量方法判断用户是否完成每一个阶段的动作；用户跟随动画视图中的虚拟教练员进行动作训练，当判断用户已经完成每个阶段的动作后，虚拟教练员自动提示下一个阶段的动作，用户通过跟随虚拟教练员依次完成每一个阶段的动作；(l.a2)对于每一个阶段的动作，向用户提示该阶段动作需要注意的关键点，通过标记出较为重要的关节点提醒用户注意；关键点通过计算每个阶段各个关节点位移的均方差得到，取均方差最大的若干个关节点作为关键点，并提醒用户注意每个阶段的关键点。进一步的，所述的关键动作提取方法的步骤为1. 1. 1使用重要度计算方法评价每帧动作的重要程度，首先通过帧FtGO的前一帧动作Ft(Ic-I)与后一帧动作Ft(k+1)插值得到FtGO的插值帧IFtGO,然后计算帧FtGO与 IFtGO 的差距 interplaterError，公式如下权利要求1.，其特征在于如下步骤(1)用户选择所使用训练模式，训练方法分为在线动作训练和离线动作训练两种模式； 所述在线动作训练用户将跟随虚拟教练员的提示完成动作训练，动作将被分解成若干个阶段，用户跟随每一个阶段的提示完成动作训练；所述离线动作训练是由用户自主完成动作， 用户动作通过kinect捕捉后自动与标准动作进行对比分析，并向提示用户动作的差距；(2)通过训练视图提示用户完成训练；所述训练视图分为动画视图及真实视图，动画视图中有两个角色模型，分别代表教练员及用户；教练员模型使用标准动作数据驱动，完成动作演示的功能，称之为虚拟教练员；用户模型使用采集的用户动作数据驱动，完成显示用户动作的功能；真实视图显示kinect采集的真实图片，在动作训练过程中用户能够通过真实视图观察自己的动作，真实视图还能在训练结束后回放用户动作。2.根据权利要求1所述基于kinect的动作训练方法，其特征在于所述在线动作训练的步骤如下(1. al)在线动作训练将一套将要进行训练的动作划分为若干个阶段，动作划分使用关键动作提取方法完成，并通过能量方法判断用户是否完成每一个阶段的动作；用户跟随动画视图中的虚拟教练员进行动作训练，当判断用户已经完成每个阶段的动作后，虚拟教练员自动提示下一个阶段的动作，用户通过跟随虚拟教练员依次完成每一个阶段的动作；(1. a2)对于每一个阶段的动作，向用户提示该阶段动作需要注意的关键点，通过标记出较为重要的关节点提醒用户注意；关键点通过计算每个阶段各个关节点位移的均方差得至IJ，取均方差最大的若干个关节点作为关键点，并提醒用户注意每个阶段的关键点。3.根据权利要求2所述基于kinect的动作训练方法，其特征在于所述的关键动作提取方法的步骤为1. al. 1使用重要度计算方法评价每帧动作的重要程度，首先通过帧FtGO的前一帧动作Ft(H)与后一帧动作Ft(k+1)插值得到FtGO的插值帧IFtGO,然后计算帧FtGO与 IFtGO 的差距 interplaterError，公式如下jo in tN u m ber^interplaterError = ^ ^p0j - p]^其中<表示原始动作FtGO的第j个关节点X表示插值得到的动作IFtGO的第j个关节点，其中jointNumber为动作关节点的个数，关节点之间的距离采用欧氏距离计算；最后动作FtGO的重要度DtGO的计算公式为Dt (k) = (Ft (k+1) -Ft (k-1)) X interplaterError (Ft (k_l)，Ft (k)，Ft (k+1)) /2 ；1. al. 2关键动作提取算法通过不断删除重要度较低的动作最后得到关键动作，在删除动作的过程中，会对动作的重要度进行本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：周忠，吴威，梁进明，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：