[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN115048549A - 一种健身镜健身交互系统 - Google Patents

一种健身镜健身交互系统 Download PDF

Info

Publication number
CN115048549A
CN115048549A CN202210688490.3A CN202210688490A CN115048549A CN 115048549 A CN115048549 A CN 115048549A CN 202210688490 A CN202210688490 A CN 202210688490A CN 115048549 A CN115048549 A CN 115048549A
Authority
CN
China
Prior art keywords
action
standard
user
fitness
building
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210688490.3A
Other languages
English (en)
Inventor
唐福良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Sinan Electronic Technology Co ltd
Original Assignee
Anhui Sinan Electronic Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Sinan Electronic Technology Co ltd filed Critical Anhui Sinan Electronic Technology Co ltd
Priority to CN202210688490.3A priority Critical patent/CN115048549A/zh
Publication of CN115048549A publication Critical patent/CN115048549A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/738—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G06F16/7854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content using shape
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G06F16/786—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content using motion, e.g. object motion or camera motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752—Contour matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Mirrors, Picture Frames, Photograph Stands, And Related Fastening Devices (AREA)

Abstract

本发明涉及健身镜，具体涉及一种健身镜健身交互系统，包括服务器，服务器与用于采集标准健身动作的动作数据库构建模块相连，服务器通过标准动作选择模块供用户选择用于修正标准健身动作的参考标准动作，以及供用户选择用于日常健身的执行标准动作，并利用标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正，服务器通过标准动作显示模块在健身镜上显示用户选择的执行标准动作，并通过用户动作采集模块采集日常健身时的用户健身动作；本发明提供的技术方案能够有效克服现有技术所存在的无法与教练的健身动作进行精确对比，不能给予使用者可视化动作调整提示的缺陷。

Description

一种健身镜健身交互系统
技术领域
本发明涉及健身镜，具体涉及一种健身镜健身交互系统。
背景技术
当前，调查发现家庭健身器材的使用量微乎其微，原因主要有现有家庭健身器材占地空间大、价格高、安装困难等，家庭实用性低等问题导致家庭健身器材无法进行有效推广。随着生活质量的改善和生活水平的提高，人们对健身的需求日益增加，对健身辅助器材的功能和性能要求也越来越高，健身镜的研发能够帮助人们在家中完成健身动作。
然而，现有健身镜通常只能由使用者目测观察自己的健身动作是否规范，无法将自己的健身动作与教练的健身动作进行精确对比，并给予使用者可视化动作调整提示，导致使用者无法按照规范动作完成有效健身，健身效果大打折扣。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了一种健身镜健身交互系统，能够有效克服现有技术所存在的无法与教练的健身动作进行精确对比，不能给予使用者可视化动作调整提示的缺陷。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种健身镜健身交互系统，包括服务器，所述服务器与用于采集标准健身动作的动作数据库构建模块相连，所述服务器通过标准动作选择模块供用户选择用于修正标准健身动作的参考标准动作，以及供用户选择用于日常健身的执行标准动作，并利用标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正；
所述服务器通过标准动作显示模块在健身镜上显示用户选择的执行标准动作，并通过用户动作采集模块采集日常健身时的用户健身动作，所述服务器通过动作识别模型构建模块构建用于对用户健身动作与执行标准动作进行识别的动作识别模型，并利用用户动作匹配模块基于动作识别模型的识别结果进行动作匹配，所述服务器通过用户动作分析模块对动作匹配结果进行分析，并利用用户动作调整提示模块在执行标准动作上进行可视化动作调整提示，以引导用户跟随完成执行标准动作。
优选地，所述标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正，包括：
从参考标准动作中提取预设部位的轮廓，并基于轮廓提取特征点及对应坐标数据，形成第一坐标数据；
从用户健身动作中提取预设部位的轮廓，并基于轮廓提取特征点及对应坐标数据，形成第二坐标数据；
基于第一坐标数据、第二坐标数据之间的差异，对动作数据库中的标准健身动作进行适应性修正。
优选地，所述基于第一坐标数据、第二坐标数据之间的差异，对动作数据库中的标准健身动作进行适应性修正，包括：
基于第一坐标数据、第二坐标数据分别生成教练形体模型、用户形体模型，并根据教练形体模型、用户形体模型在至少一个方向上的比例，对动作数据库中的标准健身动作进行相应的裁剪和/或缩放。
优选地，所述基于轮廓提取特征点，包括：
对于参考标准动作，提取轮廓中至少四个拐点作为第一特征点；对于用户健身动作，从轮廓中提取与参考标准动作中第一特征点相对应的第二特征点。
优选地，所述标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正之前，包括：
用户通过标准动作选择模块从动作数据库中选择若干用于修正标准健身动作的参考标准动作，标准动作选择模块将参考标准动作发送至标准动作修正模块；
用户动作采集模块采集用户在健身镜前做出与选择参考标准动作对应的用户健身动作，并发送至准动作修正模块。
优选地，所述动作识别模型构建模块构建用于对用户健身动作与执行标准动作进行识别的动作识别模型，包括：
动作识别模型采用下式表示：
Figure BDA0003700643120000031
其中，T为动作类型，i＝1时表示执行标准动作，i＝2时表示用户健身动作，r1(T,t)为动作类型T在时刻t时的比例系数，r2(k,T)为第k个动作时动作类型T占总动作类型的比例系数，r3(k)为第k个动作时的特征幅度系数，D(k,t)为时刻t时识别的第k个动作。
优选地，所述用户动作匹配模块基于动作识别模型的识别结果进行动作匹配，包括：
若D(k,t)在i＝1时最大，则时刻t时识别的第k个动作与执行标准动作匹配，否则时刻t时识别的第k个动作与执行标准动作不匹配。
优选地，所述用户动作分析模块对动作匹配结果进行分析，并利用用户动作调整提示模块在执行标准动作上进行可视化动作调整提示，包括：
当用户健身动作与执行标准动作不匹配时，用户动作分析模块对当前用户健身动作中的动作特征位置进行候选框标注，并调用动作数据库与所有图片的候选框进行特征匹配；
用户动作调整提示模块根据匹配图片中标准健身动作与当前用户健身动作之间的差异，在执行标准动作的相应位置处进行可视化箭头提示。
优选地，所述动作数据库构建模块构建标准健身动作的动作数据库，包括：
采集标准健身动作视频流，并对标准健身动作视频流进行预处理，形成视频集；
遍历视频集中各帧图片，完成对所有图片的特征标记；
对完成特征标记的图片进行归类，将属于同一标准健身动作的图片按照时间顺序归为一类。
优选地，所述对标准健身动作视频流进行预处理，形成视频集，包括：
对标准健身动作视频流进行降噪、锐化、清洗和标准化处理，形成视频集；
所述完成对所有图片的特征标记，包括：
对所有图片中的动作特征位置进行候选框标注。
(三)有益效果
与现有技术相比，本发明所提供的一种健身镜健身交互系统，具有以下有益效果：
1)动作数据库构建模块构建标准健身动作的动作数据库，标准动作选择模块供用户选择用于修正标准健身动作的参考标准动作，标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正，使得动作数据库中的标准健身动作更加贴近不同用户的形体，实现了根据不同用户形体对标准健身动作地灵活调整，便于用户快速观察自己的健身动作是否与执行标准动作吻合，提高健身效果；
2)动作识别模型构建模块构建用于对用户健身动作与执行标准动作进行识别的动作识别模型，用户动作匹配模块基于动作识别模型的识别结果进行动作匹配，用户动作分析模块对动作匹配结果进行分析，用户动作调整提示模块在执行标准动作上进行可视化动作调整提示，利用动作识别模型能够将自己的健身动作与执行标准动作进行精确对比，并通过用户动作分析模块地分析，最终以用户动作调整提示模块在执行标准动作上提供可视化动作调整提示的方式将动作对比结果呈现出来，实现对用户地准确引导，帮助用户提升健身动作的质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的系统示意图；
图2为本发明中对动作数据库中的标准健身动作进行适应性修正的流程示意图；
图3为本发明中向用户提供可视化动作调整提示的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种健身镜健身交互系统，如图1所示，包括服务器，服务器与用于采集标准健身动作的动作数据库构建模块相连，服务器通过标准动作选择模块供用户选择用于修正标准健身动作的参考标准动作，以及供用户选择用于日常健身的执行标准动作，并利用标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正。
如图2所示，标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正之前，包括：
用户通过标准动作选择模块从动作数据库中选择若干用于修正标准健身动作的参考标准动作，标准动作选择模块将参考标准动作发送至标准动作修正模块；
用户动作采集模块采集用户在健身镜前做出与选择参考标准动作对应的用户健身动作，并发送至准动作修正模块。
如图2所示，标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正，包括：
从参考标准动作中提取预设部位的轮廓，并基于轮廓提取特征点及对应坐标数据，形成第一坐标数据；
从用户健身动作中提取预设部位的轮廓，并基于轮廓提取特征点及对应坐标数据，形成第二坐标数据；
基于第一坐标数据、第二坐标数据之间的差异，对动作数据库中的标准健身动作进行适应性修正。
①基于轮廓提取特征点，包括：
对于参考标准动作，提取轮廓中至少四个拐点作为第一特征点；对于用户健身动作，从轮廓中提取与参考标准动作中第一特征点相对应的第二特征点。
②基于第一坐标数据、第二坐标数据之间的差异，对动作数据库中的标准健身动作进行适应性修正，包括：
基于第一坐标数据、第二坐标数据分别生成教练形体模型、用户形体模型，并根据教练形体模型、用户形体模型在至少一个方向上的比例，对动作数据库中的标准健身动作进行相应的裁剪和/或缩放。
上述技术方案，动作数据库构建模块构建标准健身动作的动作数据库，标准动作选择模块供用户选择用于修正标准健身动作的参考标准动作，标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正，使得动作数据库中的标准健身动作更加贴近不同用户的形体，实现了根据不同用户形体对标准健身动作地灵活调整，便于用户快速观察自己的健身动作是否与执行标准动作吻合，提高健身效果。
服务器通过标准动作显示模块在健身镜上显示用户选择的执行标准动作，并通过用户动作采集模块采集日常健身时的用户健身动作，服务器通过动作识别模型构建模块构建用于对用户健身动作与执行标准动作进行识别的动作识别模型，并利用用户动作匹配模块基于动作识别模型的识别结果进行动作匹配，服务器通过用户动作分析模块对动作匹配结果进行分析，并利用用户动作调整提示模块在执行标准动作上进行可视化动作调整提示，以引导用户跟随完成执行标准动作。
①动作数据库构建模块构建标准健身动作的动作数据库，包括：
采集标准健身动作视频流，并对标准健身动作视频流进行预处理(对标准健身动作视频流进行降噪、锐化、清洗和标准化处理)，形成视频集；
遍历视频集中各帧图片，完成对所有图片的特征标记(对所有图片中的动作特征位置进行候选框标注)；
对完成特征标记的图片进行归类，将属于同一标准健身动作的图片按照时间顺序归为一类。
②动作识别模型构建模块构建用于对用户健身动作与执行标准动作进行识别的动作识别模型，包括：
动作识别模型采用下式表示：
Figure BDA0003700643120000071
其中，T为动作类型，i＝1时表示执行标准动作，i＝2时表示用户健身动作，r1(T,t)为动作类型T在时刻t时的比例系数，r2(k,T)为第k个动作时动作类型T占总动作类型的比例系数，r3(k)为第k个动作时的特征幅度系数，D(k,t)为时刻t时识别的第k个动作。
③用户动作匹配模块基于动作识别模型的识别结果进行动作匹配，包括：
若D(k,t)在i＝1时最大，则时刻t时识别的第k个动作与执行标准动作匹配，否则时刻t时识别的第k个动作与执行标准动作不匹配。
④用户动作分析模块对动作匹配结果进行分析，包括：
当用户健身动作与执行标准动作不匹配时，用户动作分析模块对当前用户健身动作中的动作特征位置进行候选框标注，并调用动作数据库与所有图片的候选框进行特征匹配。
⑤用户动作调整提示模块在执行标准动作上进行可视化动作调整提示，包括：
用户动作调整提示模块根据匹配图片中标准健身动作与当前用户健身动作之间的差异，在执行标准动作的相应位置处进行可视化箭头提示。
上述技术方案，动作识别模型构建模块构建用于对用户健身动作与执行标准动作进行识别的动作识别模型，用户动作匹配模块基于动作识别模型的识别结果进行动作匹配，用户动作分析模块对动作匹配结果进行分析，用户动作调整提示模块在执行标准动作上进行可视化动作调整提示，利用动作识别模型能够将自己的健身动作与执行标准动作进行精确对比，并通过用户动作分析模块地分析，最终以用户动作调整提示模块在执行标准动作上提供可视化动作调整提示的方式将动作对比结果呈现出来，实现对用户地准确引导，帮助用户提升健身动作的质量。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种健身镜健身交互系统，其特征在于：包括服务器，所述服务器与用于采集标准健身动作的动作数据库构建模块相连，所述服务器通过标准动作选择模块供用户选择用于修正标准健身动作的参考标准动作，以及供用户选择用于日常健身的执行标准动作，并利用标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正；
所述服务器通过标准动作显示模块在健身镜上显示用户选择的执行标准动作，并通过用户动作采集模块采集日常健身时的用户健身动作，所述服务器通过动作识别模型构建模块构建用于对用户健身动作与执行标准动作进行识别的动作识别模型，并利用用户动作匹配模块基于动作识别模型的识别结果进行动作匹配，所述服务器通过用户动作分析模块对动作匹配结果进行分析，并利用用户动作调整提示模块在执行标准动作上进行可视化动作调整提示，以引导用户跟随完成执行标准动作。
2.根据权利要求1所述的健身镜健身交互系统，其特征在于：所述标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正，包括：
从参考标准动作中提取预设部位的轮廓，并基于轮廓提取特征点及对应坐标数据，形成第一坐标数据；
从用户健身动作中提取预设部位的轮廓，并基于轮廓提取特征点及对应坐标数据，形成第二坐标数据；
基于第一坐标数据、第二坐标数据之间的差异，对动作数据库中的标准健身动作进行适应性修正。
3.根据权利要求2所述的健身镜健身交互系统，其特征在于：所述基于第一坐标数据、第二坐标数据之间的差异，对动作数据库中的标准健身动作进行适应性修正，包括：
基于第一坐标数据、第二坐标数据分别生成教练形体模型、用户形体模型，并根据教练形体模型、用户形体模型在至少一个方向上的比例，对动作数据库中的标准健身动作进行相应的裁剪和/或缩放。
4.根据权利要求3所述的健身镜健身交互系统，其特征在于：所述基于轮廓提取特征点，包括：
对于参考标准动作，提取轮廓中至少四个拐点作为第一特征点；对于用户健身动作，从轮廓中提取与参考标准动作中第一特征点相对应的第二特征点。
5.根据权利要求2所述的健身镜健身交互系统，其特征在于：所述标准动作修正模块基于参考标准动作对动作数据库中的标准健身动作进行适应性修正之前，包括：
用户通过标准动作选择模块从动作数据库中选择若干用于修正标准健身动作的参考标准动作，标准动作选择模块将参考标准动作发送至标准动作修正模块；
用户动作采集模块采集用户在健身镜前做出与选择参考标准动作对应的用户健身动作，并发送至准动作修正模块。
6.根据权利要求1所述的健身镜健身交互系统，其特征在于：所述动作识别模型构建模块构建用于对用户健身动作与执行标准动作进行识别的动作识别模型，包括：
动作识别模型采用下式表示：
Figure FDA0003700643110000021
其中，T为动作类型，i＝1时表示执行标准动作，i＝2时表示用户健身动作，r1(T,t)为动作类型T在时刻t时的比例系数，r2(k,T)为第k个动作时动作类型T占总动作类型的比例系数，r3(k)为第k个动作时的特征幅度系数，D(k,t)为时刻t时识别的第k个动作。
7.根据权利要求6所述的健身镜健身交互系统，其特征在于：所述用户动作匹配模块基于动作识别模型的识别结果进行动作匹配，包括：
若D(k,t)在i＝1时最大，则时刻t时识别的第k个动作与执行标准动作匹配，否则时刻t时识别的第k个动作与执行标准动作不匹配。
8.根据权利要求7所述的健身镜健身交互系统，其特征在于：所述用户动作分析模块对动作匹配结果进行分析，并利用用户动作调整提示模块在执行标准动作上进行可视化动作调整提示，包括：
当用户健身动作与执行标准动作不匹配时，用户动作分析模块对当前用户健身动作中的动作特征位置进行候选框标注，并调用动作数据库与所有图片的候选框进行特征匹配；
用户动作调整提示模块根据匹配图片中标准健身动作与当前用户健身动作之间的差异，在执行标准动作的相应位置处进行可视化箭头提示。
9.根据权利要求8所述的健身镜健身交互系统，其特征在于：所述动作数据库构建模块构建标准健身动作的动作数据库，包括：
采集标准健身动作视频流，并对标准健身动作视频流进行预处理，形成视频集；
遍历视频集中各帧图片，完成对所有图片的特征标记；
对完成特征标记的图片进行归类，将属于同一标准健身动作的图片按照时间顺序归为一类。
10.根据权利要求9所述的健身镜健身交互系统，其特征在于：所述对标准健身动作视频流进行预处理，形成视频集，包括：
对标准健身动作视频流进行降噪、锐化、清洗和标准化处理，形成视频集；
所述完成对所有图片的特征标记，包括：
对所有图片中的动作特征位置进行候选框标注。
CN202210688490.3A 2022-06-17 2022-06-17 一种健身镜健身交互系统 Pending CN115048549A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210688490.3A CN115048549A (zh) 2022-06-17 2022-06-17 一种健身镜健身交互系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210688490.3A CN115048549A (zh) 2022-06-17 2022-06-17 一种健身镜健身交互系统

Publications (1)

Publication Number Publication Date
CN115048549A true CN115048549A (zh) 2022-09-13

Family

ID=83162239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210688490.3A Pending CN115048549A (zh) 2022-06-17 2022-06-17 一种健身镜健身交互系统

Country Status (1)

Country Link
CN (1) CN115048549A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110039659A1 (en) * 2009-08-13 2011-02-17 Sk C&C Co., Ltd. User-Participating Type Fitness Lecture System and Fitness Training Method Using the Same
CN110478883A (zh) * 2019-08-21 2019-11-22 南京信息工程大学 一种健身动作教学及矫正系统及方法
CN112464918A (zh) * 2021-01-27 2021-03-09 昆山恒巨电子有限公司 健身动作纠正方法、装置、计算机设备和存储介质
CN113467655A (zh) * 2021-06-15 2021-10-01 嘉兴摩慕科技有限公司 基于物联网的健身镜物联系统及其使用方法
CN113935921A (zh) * 2021-10-19 2022-01-14 成都拟合未来科技有限公司 一种镜面式健身信息交互方法及系统
CN114333055A (zh) * 2021-12-27 2022-04-12 海信集团控股股份有限公司 一种健身镜、图像识别方法、设备及介质
CN114399833A (zh) * 2021-12-01 2022-04-26 鉴丰电子科技有限公司 一种适用于智能健身镜的交互方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110039659A1 (en) * 2009-08-13 2011-02-17 Sk C&C Co., Ltd. User-Participating Type Fitness Lecture System and Fitness Training Method Using the Same
CN110478883A (zh) * 2019-08-21 2019-11-22 南京信息工程大学 一种健身动作教学及矫正系统及方法
CN112464918A (zh) * 2021-01-27 2021-03-09 昆山恒巨电子有限公司 健身动作纠正方法、装置、计算机设备和存储介质
CN113467655A (zh) * 2021-06-15 2021-10-01 嘉兴摩慕科技有限公司 基于物联网的健身镜物联系统及其使用方法
CN113935921A (zh) * 2021-10-19 2022-01-14 成都拟合未来科技有限公司 一种镜面式健身信息交互方法及系统
CN114399833A (zh) * 2021-12-01 2022-04-26 鉴丰电子科技有限公司 一种适用于智能健身镜的交互方法及系统
CN114333055A (zh) * 2021-12-27 2022-04-12 海信集团控股股份有限公司 一种健身镜、图像识别方法、设备及介质

Similar Documents

Publication Publication Date Title
CN108629306B (zh) 人体姿态识别方法及装置、电子设备、存储介质
CN111582150B (zh) 一种人脸质量评估的方法、装置和计算机存储介质
CN104680121B (zh) 一种人脸图像的处理方法及装置
CN106056064A (zh) 一种人脸识别方法及人脸识别装置
CN107784294B (zh) 一种基于深度学习的人脸检测与跟踪方法
CN109753850B (zh) 面部识别模型的训练方法和训练设备
CN101615292B (zh) 基于灰度信息的人眼精确定位方法
CN111209818A (zh) 视频个体识别方法、系统、设备及可读存储介质
CN109117753A (zh) 部位识别方法、装置、终端及存储介质
CN109725721B (zh) 用于裸眼3d显示系统的人眼定位方法及系统
CN112818850A (zh) 基于渐进式神经网络和注意力机制的跨姿态人脸识别方法
CN109377494A (zh) 一种用于图像的语义分割方法和装置
CN112633221A (zh) 一种人脸方向的检测方法及相关装置
CN112800815A (zh) 一种基于深度学习的视线方向估计方法
CN110781712B (zh) 一种基于人脸检测与识别的人头空间定位方法
CN110009708B (zh) 基于图像色彩分割的发色变换方法、系统及终端
CN115048549A (zh) 一种健身镜健身交互系统
CN110516638A (zh) 一种基于轨迹和随机森林的手语识别方法
CN105279764B (zh) 眼睛图像处理设备和方法
CN117939238A (zh) 角色识别方法、系统及计算设备、计算机可读存储介质
CN114981835A (zh) 人脸重建模型的训练方法及装置、人脸重建方法及装置、电子设备和可读存储介质
CN117631948A (zh) 一种书写笔迹练习系统及评测方法
CN116597507A (zh) 一种人体动作规范性评估方法及系统
CN115937923A (zh) 一种可实现学生专注度检测的线上教学平台
Izutov Ligar: Lightweight general-purpose action recognition

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination