CN114495594A - 线上体育项目自适应训练方法和装置 - Google Patents
线上体育项目自适应训练方法和装置 Download PDFInfo
- Publication number
- CN114495594A CN114495594A CN202111590605.7A CN202111590605A CN114495594A CN 114495594 A CN114495594 A CN 114495594A CN 202111590605 A CN202111590605 A CN 202111590605A CN 114495594 A CN114495594 A CN 114495594A
- Authority
- CN
- China
- Prior art keywords
- training
- video
- trainer
- intensity
- training intensity
- 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
Links
- 238000012549 training Methods 0.000 title claims abstract description 206
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000003044 adaptive effect Effects 0.000 title claims description 46
- 230000009471 action Effects 0.000 claims description 35
- 230000000694 effects Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 description 9
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 6
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 229910052760 oxygen Inorganic materials 0.000 description 6
- 239000001301 oxygen Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
- G09B5/065—Combinations of audio and video presentations, e.g. videotapes, videodiscs, television systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明提供一种线上体育项目自适应训练方法和装置,其中,方法包括:获取指导视频下训练者训练的实时视频数据和用户体征数据;根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度;根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。本发明通过对用户训练的运动状态进行实时判断,根据用户的运动状态对运动强度进行调节以达到个性化锻炼的目的。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种线上体育项目自适应训练方法和装置。
背景技术
突如其来的新冠疫情对社会各个方面产生了深远影响,许多聚集性的体育类活动停办,家庭中个体锻炼越来越收到人们的追捧,同时,家庭背景下的个人运动类相关产品和应用也纷纷出现。在各种运动类APP中,绝大部分通过在线的方式对用户进行远程的在线指导或课程、产品的推销。特别是在后疫情时代,人们已经逐渐适应了网络学习这种方式。得益于5G技术和人工智能技术的迅速发展,使得越来越多的用户通过在线视频直播教学的模式进行学习。同时,随着现在智能穿戴设备的普及,越来越多的用户使用了电子设备采集人体的各种健康数据进行采集。
虽然远程运动指导实现了人与人的物理隔离,一定程度上满足了人们的需求,但是其锻炼的个性化问题以及锻炼效果评估问题也逐渐突出。首先,远程运动指导以录制的视频课或者一对多的远程直播为主,难以了解每个用户(学员)的状态并且进行个性化的调整;其次,远程模式下,用户的学习状态以及教师的教学效果难以收集,锻炼的最终效果无法保证。在上述背景下利用新的智能识别技术解决个性化指导和锻炼评估反馈问题成为新的产品需求。目前主流的在线锻炼指导除了采用一对一远程的方式外,无法解决个性化锻炼指导的问题,而一对一的指导代价会很高。
发明内容
本发明提供一种线上体育项目自适应训练方法和装置,用以解决现有技术中无法提供个性化训练方法的缺陷,实现根据用户的运动状态对运动强度进行调节以达到个性化锻炼的目的。
第一方面,本发明提供一种线上体育项目自适应训练方法,包括:
获取指导视频下训练者训练的实时视频数据和用户体征数据;
根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度;
根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,在训练者训练结束之后,根据收集的训练者在训练期间的指导视频数据和用户体征数据进行运动效果打分。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,所述根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度,具体包括:
根据所述实时视频数据确定训练者的实时动作频率;
根据所述用户体征数据确定训练者的运动负荷指标;
根据所述实时动作频率和所述运动负荷指标确定所述训练者的训练强度。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节,具体包括:
若所述训练者的训练强度比预设的训练强度低,则提高指导视频的训练强度;
若所述训练者的训练强度比预设的训练强度高,则降低指导视频的训练强度;
若所述训练者的训练强度与预设的训练强度相同,则维持指导视频的训练强度。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,指导视频包括音频和视频,所述提高指导视频的训练强度,具体包括:
将所述音频进行加速播放,得到加速后的音频;
对衔接的所述视频进行抽帧减少组间的时间间隔、对循环动作视频进行加速播放或者增加循环动作视频的循环次数,得到加速后的视频;
将所述加速后的音频和所述加速后的视频进行时间线对齐,得到训练强度加强后的视频。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,指导视频包括音频和视频,所述提高指导视频的训练强度,具体包括:
将所述音频进行减速播放,得到减速后的音频;
对衔接的所述视频进行插帧增加帧间的时间间隔、对循环动作视频进行减速播放或者减少循环动作视频的循环次数,得到减速后的视频;
将所述减速后的音频和所述减速后的视频进行时间线对齐,得到训练强度降低后的视频。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,所述根据所述实时视频数据确定训练者的实时动作频率,具体包括:
获取实时视频数据中训练者的每个目标动作;
确定所述每个目标动作所述实时视频中的起止帧;
根据所述起止帧确定所述训练者的动作频率。
第二方面,本发明提供一种线上体育项目自适应训练装置,包括:
数据获取模块,用于获取指导视频下训练者训练的实时视频数据和用户体征数据;
强度确定模块,用于根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度;
强度调节模块,用于根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。
第三方面,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述线上体育项目自适应训练方法的步骤。
第四方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述线上体育项目自适应训练方法的步骤。
本发明提供的一种线上体育项目自适应训练方法和装置,通过获取指导视频下训练者训练的实时视频数据和用户体征数据;进而,基于获取的视频数据和用户体征数据确定所述训练者的训练强度;将获取的训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。本发明通过对用户训练的运动状态进行实时判断,根据用户的运动状态对运动强度进行调节以达到个性化锻炼的目的。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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是本发明提供的线上体育项目自适应训练方法的流程示意图之一;
图2是本发明提供的线上体育项目自适应训练方法的流程示意图之二;
图3是本发明提供的线上体育项目自适应训练方法的用户锻炼效果分析评估流程示意图;
图4是本发明提供的线上体育项目自适应训练方法的实时锻炼强度反馈评估方法流程图;
图5是本发明提供的线上体育项目自适应训练方法的锻炼强度在线自适应调节方法流程图;
图6是本发明提供的线上体育项目自适应训练装置的结构示意图;
图7是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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。
下面结合图1-图2描述本发明的本发明提供一种线上体育项目自适应训练方法,包括:
步骤100:获取指导视频下训练者训练的实时视频数据和用户体征数据;
具体地,在本发明中训练者是跟随指导视频一起进行训练,因此在对训练者的训练状态进行判定时,需要获取训练者的实时训练数据和用户的实时体征数据。其中实时训练数据是通过获取训练者的实时视频数据得到,而用户体征数据是通过获取用户的心率等生理特征指标得到。在本发明中无论是指导视频还是获取训练者训练的实时既可以是普通的画面视频,也可是带有深度信息的视频即视频画面为rgdb数据或点云数据,另外其他类型的视频画面本发明也不予以限制。
步骤200:根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度;
具体地,在本发明中,如图2所示,在获取训练者的实时视频数据和用户体征数据之后,根据这两个指标对训练者的运动强度进行判断,从而获取训练者实时的运动状态。
步骤300:根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。
具体地,如图2所示,用户在当前锻炼中的强度是否满足预定义的强度要求,如果强度不满足要求,则通过锻炼强度在线调节模块对锻炼强度进行实时的调节。而在本发明中,强度调节是通过改变指导视频的动作组数、组间间隔、动作频率三个方面指标来实现的。
本发明提供的一种线上体育项目自适应训练方法,通过获取指导视频下训练者训练的实时视频数据和用户体征数据;进而,基于获取的视频数据和用户体征数据确定所述训练者的训练强度;将获取的训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。本发明通过对用户训练的运动状态进行实时判断,根据用户的运动状态对运动强度进行调节以达到个性化锻炼的目的。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,在训练者训练结束之后,根据收集的训练者在训练期间的指导视频数据和用户体征数据进行运动效果打分。
具体地,结合图3所示,运动者佩戴穿戴设备在视频指导下进行锻炼期间收集了锻炼视频、用户体征数据以及以视频和体征数据为基础计算的中间数据,如:通过视频分析得出用户实际运动动作的次数和频率,利用心率/血氧曲线计算用户的心肺指数的指标。最后,还有指导视频的强度以及实际锻炼中的强度数据作为参考。用户的锻炼效果分为两个方面进行评估:1)指标符合程度评估,包括:锻炼组数、每组的动作数目、运动强度等级、运动各阶段的心率和血氧曲线的符合程度,根据专家知识赋予不同指标相应的权重,计算得分;2)精细化分析用户锻炼效果评估,需要利用视频分析用户锻炼的每个动作的类别,以及同标准动作的符合程度(通过锻炼视频和标准指导视频的动作对比可得到骨骼框架的对应角度和身体离地面的估计高度等),每个动作赋予不同的分值。最后指标符合评分和精细化分析评分进行加权和归一化,形成用户本次锻炼最终的评价分析报告。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,所述根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度,具体包括:
根据所述实时视频数据确定训练者的实时动作频率;
根据所述用户体征数据确定训练者的运动负荷指标;
根据所述实时动作频率和所述运动负荷指标确定所述训练者的训练强度。
具体地,根据本发明提供的一种线上体育项目自适应训练方法,其中,所述根据所述实时视频数据确定训练者的实时动作频率,具体包括:获取实时视频数据中训练者的每个目标动作,确定所述每个目标动作所述实时视频中的起止帧;根据所述起止帧确定所述训练者的动作频率。
结合图4所示,锻炼者在与指导视频同步锻炼的过程中,会实时采集锻炼视频和用户体征数据,在本技术方案中,体征数据包括心率和血氧。通过open-pose类似的卷积神经网络(CNN)模型对锻炼视频进行分析可以得到人体骨骼关键点组成的骨架序列,然后通过循环神经网络(RNN)模型识别出视频中用户目标动作,并进一步确定用户每个动作的起止帧,从而得到用户在指导视频引导下实际的动作频率。另一方面,利用穿戴设备采集的心率和血氧曲线,可以计算出用户实时的运动负荷指标,如:心率均值、运动强度、血氧均值、血氧含量变化范围等。目标动作实时频率和运动负荷在逻辑回归模型的帮助下,得到用户实时锻炼强度。本发明技术方案中将实时锻炼强度分为1~6级,数字越大代表强度越高。实时的锻炼强度等级评估结果最终会反馈到锻炼强度调节模块,进行锻炼的强度的实时在线调节,调节是通过实时合成指导视频的频率来进行的,具体细节描述包含在对锻炼强度调节模块的论述中。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节,具体包括:
若所述训练者的训练强度比预设的训练强度低,则提高指导视频的训练强度;
若所述训练者的训练强度比预设的训练强度高,则降低指导视频的训练强度;
若所述训练者的训练强度与预设的训练强度相同,则维持指导视频的训练强度。
具体地,结合图5所示,锻炼过程中用户锻炼强度评估会实时反馈用户的锻炼强度等级(1~6级),反馈等级和预设值的锻炼等级相比较,如果相同则继续锻炼,否则根据等级差别进行运动强度的在线调节。具体的方式为若所述训练者的训练强度比预设的训练强度低,则提高指导视频的训练强度;若所述训练者的训练强度比预设的训练强度高,则降低指导视频的训练强度。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,指导视频包括音频和视频,所述提高指导视频的训练强度,具体包括:
将所述音频进行加速播放,得到加速后的音频;
对衔接的所述视频进行抽帧减少组间的时间间隔、对循环动作视频进行加速播放或者增加循环动作视频的循环次数,得到加速后的视频;
将所述加速后的音频和所述加速后的视频进行时间线对齐,得到训练强度加强后的视频。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,指导视频包括音频和视频,所述提高指导视频的训练强度,具体包括:
将所述音频进行减速播放,得到减速后的音频;
对衔接的所述视频进行插帧增加帧间的时间间隔、对循环动作视频进行减速播放或者减少循环动作视频的循环次数,得到减速后的视频;
将所述减速后的音频和所述减速后的视频进行时间线对齐,得到训练强度降低后的视频。
具体地,通过对指导视频进行合成而达到运动强度调节的目标。指导视频由音频和视频组成,而视频是通过衔接视频和循环动作连接而成。在调节过程中,如果想要把运动强度调高,需要将音频的播放速度加快,同时,对衔接视频进行抽帧减少组间的时间间隔,对循环动作视频进行加速播放,当然,也可以通过增加循环动作视频的循环次数使得指导视频的动作组数增加。最后,音频与视频进行时间线对齐,并进行在线合成播放。与之相反,如果想要把运动强度降低,需要将音频的播放速度减慢,对衔接视频进插帧并增加组间的时间间隔,或者对循环动作视频进行减速播放。同样,也可以通过减少循环动作视频的循环次数使得指导视频的动作组数减少。最后,音频与视频进行时间线对对齐,合成指导视频后进行在线播放。
结合图6所示,本发明提供一种线上体育项目自适应训练装置,包括:
数据获取模块61,用于获取指导视频下训练者训练的实时视频数据和用户体征数据;
强度确定模块62,用于根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度;
强度调节模块63,用于根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。
由于本发明实施例提供的装置,可以用于执行上述实施例所述的方法,其工作原理和有益效果类似,故此处不再详述,具体内容可参见上述实施例的介绍。
本发明提供的一种线上体育项目自适应训练方法,通过获取指导视频下训练者训练的实时视频数据和用户体征数据;进而,基于获取的视频数据和用户体征数据确定所述训练者的训练强度;将获取的训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。本发明通过对用户训练的运动状态进行实时判断,根据用户的运动状态对运动强度进行调节以达到个性化锻炼的目的。
进一步,根据本发明提供的一种线上体育项目自适应训练装置,其中,还包括评估模块,所述评估模块用于:在训练者训练结束之后,根据收集的训练者在训练期间的指导视频数据和用户体征数据进行运动效果打分。
进一步,根据本发明提供的一种线上体育项目自适应训练装置,其中,所述强度确定模块62,具体用于:
根据所述实时视频数据确定训练者的实时动作频率;
根据所述用户体征数据确定训练者的运动负荷指标;
根据所述实时动作频率和所述运动负荷指标确定所述训练者的训练强度。
进一步,根据本发明提供的一种线上体育项目自适应训练装置,其中,强度调节模块63,具体用于:
若所述训练者的训练强度比预设的训练强度低,则提高指导视频的训练强度;
若所述训练者的训练强度比预设的训练强度高,则降低指导视频的训练强度;
若所述训练者的训练强度与预设的训练强度相同,则维持指导视频的训练强度。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,指导视频包括音频和视频,强度调节模块63,具体用于:
将所述音频进行加速播放,得到加速后的音频;
对衔接的所述视频进行抽帧减少组间的时间间隔、对循环动作视频进行加速播放或者增加循环动作视频的循环次数,得到加速后的视频;
将所述加速后的音频和所述加速后的视频进行时间线对齐,得到训练强度加强后的视频。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,指导视频包括音频和视频,强度调节模块63,具体用于:
将所述音频进行减速播放,得到减速后的音频;
对衔接的所述视频进行插帧增加帧间的时间间隔、对循环动作视频进行减速播放或者减少循环动作视频的循环次数,得到减速后的视频;
将所述减速后的音频和所述减速后的视频进行时间线对齐,得到训练强度降低后的视频。
进一步,根据本发明提供的一种线上体育项目自适应训练方法,其中,所述强度确定模块62,具体用于:
获取实时视频数据中训练者的每个目标动作;
确定所述每个目标动作所述实时视频中的起止帧;
根据所述起止帧确定所述训练者的动作频率。
图7示例了一种电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740,其中,处理器710,通信接口720,存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令,以执行一种线上体育项目自适应训练方法,该方法包括:获取指导视频下训练者训练的实时视频数据和用户体征数据;根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度;根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。
此外,上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的一种线上体育项目自适应训练方法,该方法包括:获取指导视频下训练者训练的实时视频数据和用户体征数据;根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度;根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的一种线上体育项目自适应训练方法,该方法包括:获取指导视频下训练者训练的实时视频数据和用户体征数据;根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度;根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是: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)
1.一种线上体育项目自适应训练方法,其特征在于,包括:
获取指导视频下训练者训练的实时视频数据和用户体征数据;
根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度;
根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。
2.根据权利要求1所述的线上体育项目自适应训练方法,其特征在于,在训练者训练结束之后,根据收集的训练者在训练期间的指导视频数据和用户体征数据进行运动效果打分。
3.根据权利要求1所述的线上体育项目自适应训练方法,其特征在于,所述根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度,具体包括:
根据所述实时视频数据确定训练者的实时动作频率;
根据所述用户体征数据确定训练者的运动负荷指标;
根据所述实时动作频率和所述运动负荷指标确定所述训练者的训练强度。
4.根据权利要求1所述的线上体育项目自适应训练方法,其特征在于,根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节,具体包括:
若所述训练者的训练强度比预设的训练强度低,则提高指导视频的训练强度;
若所述训练者的训练强度比预设的训练强度高,则降低指导视频的训练强度;
若所述训练者的训练强度与预设的训练强度相同,则维持指导视频的训练强度。
5.根据权利要求4所述的线上体育项目自适应训练方法,其特征在于,指导视频包括音频和视频,所述提高指导视频的训练强度,具体包括:
将所述音频进行加速播放,得到加速后的音频;
对衔接的所述视频进行抽帧减少组间的时间间隔、对循环动作视频进行加速播放或者增加循环动作视频的循环次数,得到加速后的视频;
将所述加速后的音频和所述加速后的视频进行时间线对齐,得到训练强度加强后的视频。
6.根据权利要求4所述的线上体育项目自适应训练方法,其特征在于,指导视频包括音频和视频,所述提高指导视频的训练强度,具体包括:
将所述音频进行减速播放,得到减速后的音频;
对衔接的所述视频进行插帧增加帧间的时间间隔、对循环动作视频进行减速播放或者减少循环动作视频的循环次数,得到减速后的视频;
将所述减速后的音频和所述减速后的视频进行时间线对齐,得到训练强度降低后的视频。
7.根据权利要求3所述的线上体育项目自适应训练方法,其特征在于,所述根据所述实时视频数据确定训练者的实时动作频率,具体包括:
获取实时视频数据中训练者的每个目标动作;
确定所述每个目标动作所述实时视频中的起止帧;
根据所述起止帧确定所述训练者的动作频率。
8.一种线上体育项目自适应训练装置,其特征在于,包括:
数据获取模块,用于获取指导视频下训练者训练的实时视频数据和用户体征数据;
强度确定模块,用于根据所述实时视频数据和所述用户体征数据进行训练强度判断,确定所述训练者的训练强度;
强度调节模块,用于根据所述训练者的训练强度和预设的训练强度对所述指导视频的训练强度进行调节。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述线上体育项目自适应训练方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,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任一项所述线上体育项目自适应训练方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111590605.7A CN114495594A (zh) | 2021-12-23 | 2021-12-23 | 线上体育项目自适应训练方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111590605.7A CN114495594A (zh) | 2021-12-23 | 2021-12-23 | 线上体育项目自适应训练方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114495594A true CN114495594A (zh) | 2022-05-13 |
Family
ID=81493141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111590605.7A Pending CN114495594A (zh) | 2021-12-23 | 2021-12-23 | 线上体育项目自适应训练方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114495594A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115779395A (zh) * | 2022-12-01 | 2023-03-14 | 西南医科大学 | 一种体育运动体能训练分析方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699795A (zh) * | 2013-12-20 | 2014-04-02 | 东软熙康健康科技有限公司 | 一种运动行为识别方法、装置及运动强度监测*** |
CN108109677A (zh) * | 2016-11-23 | 2018-06-01 | 中移(杭州)信息技术有限公司 | 一种线上运动干预方法、设备及*** |
CN109453497A (zh) * | 2018-09-30 | 2019-03-12 | 深圳市科迈爱康科技有限公司 | 交互式训练方法、***及计算机可读存储介质 |
CN110012311A (zh) * | 2019-05-08 | 2019-07-12 | 江苏康兮运动健康研究院有限公司 | 一种动作指导音视频播放方法、装置和*** |
CN113747952A (zh) * | 2019-02-12 | 2021-12-03 | 艾肯运动与健康公司 | 使用视频训练程序控制锻炼机器 |
-
2021
- 2021-12-23 CN CN202111590605.7A patent/CN114495594A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699795A (zh) * | 2013-12-20 | 2014-04-02 | 东软熙康健康科技有限公司 | 一种运动行为识别方法、装置及运动强度监测*** |
CN108109677A (zh) * | 2016-11-23 | 2018-06-01 | 中移(杭州)信息技术有限公司 | 一种线上运动干预方法、设备及*** |
CN109453497A (zh) * | 2018-09-30 | 2019-03-12 | 深圳市科迈爱康科技有限公司 | 交互式训练方法、***及计算机可读存储介质 |
CN113747952A (zh) * | 2019-02-12 | 2021-12-03 | 艾肯运动与健康公司 | 使用视频训练程序控制锻炼机器 |
CN110012311A (zh) * | 2019-05-08 | 2019-07-12 | 江苏康兮运动健康研究院有限公司 | 一种动作指导音视频播放方法、装置和*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115779395A (zh) * | 2022-12-01 | 2023-03-14 | 西南医科大学 | 一种体育运动体能训练分析方法及*** |
CN115779395B (zh) * | 2022-12-01 | 2024-06-11 | 西南医科大学 | 一种体育运动体能训练分析方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107030691B (zh) | 一种看护机器人的数据处理方法及装置 | |
CN108853946A (zh) | 一种基于Kinect的健身指导训练***及方法 | |
CN106228143A (zh) | 一种教学视频与摄像头视频运动对比评分的方法 | |
Hailong | Role of artificial intelligence algorithm for taekwondo teaching effect evaluation model | |
CN107633719A (zh) | 基于多语种人机交互的拟人形象人工智能教学***和方法 | |
Kerr | From Foucault to Latour: Gymnastics training as a socio-technical network | |
CN110580470A (zh) | 基于人脸识别的监测方法、装置、存储介质及计算机设备 | |
Tan et al. | Can you copyme? an expression mimicking serious game | |
WO2023142472A1 (zh) | 人机对弈方法及装置、设备、存储介质和计算机程序产品 | |
CN113516064A (zh) | 体育运动的动作判定方法、装置、设备及存储介质 | |
CN114495594A (zh) | 线上体育项目自适应训练方法和装置 | |
CN113284625A (zh) | 一种自闭症谱系障碍儿童社交沟通功能训练方法 | |
CN109003139A (zh) | 一种支持智能交互的文化广场***及方法 | |
Huang et al. | Miss yoga: a yoga assistant mobile application based on keypoint detection | |
Yang et al. | Research on face recognition sports intelligence training platform based on artificial intelligence | |
Zheng et al. | [Retracted] Teaching Reform of College Basketball Multimedia Video Image from the Perspective of Basketball Culture | |
CN117618723A (zh) | 一种用于改善儿童注意力训练*** | |
Ritchie et al. | ‘Let them get on with it’: Coaches’ perceptions of their roles and coaching practices during Olympic and Paralympic Games | |
CN110728604B (zh) | 一种分析方法及装置 | |
CN117079501A (zh) | 虚拟人自调节教学云平台、***、方法及相关设备 | |
Gu | Deep integration of physical education and multimedia technology using Internet of Things technology | |
CN115985462A (zh) | 儿童脑瘫康复益智训练*** | |
Hua et al. | [Retracted] Development of Basketball Tactics Basic Cooperation Teaching System Based on CNN and BP Neural Network | |
US20220230727A1 (en) | Systems and Methods for Evaluating Environmental and Entertaining Elements of Digital Therapeutic Content | |
Huang et al. | Analysis Technology of Tennis Sports Match Based on Data Mining and Image Feature Retrieval |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220513 |