CN118236061A - 一种功能动作筛查智能指示*** - Google Patents
一种功能动作筛查智能指示*** Download PDFInfo
- Publication number
- CN118236061A CN118236061A CN202410276706.4A CN202410276706A CN118236061A CN 118236061 A CN118236061 A CN 118236061A CN 202410276706 A CN202410276706 A CN 202410276706A CN 118236061 A CN118236061 A CN 118236061A
- Authority
- CN
- China
- Prior art keywords
- human body
- action
- user
- voice prompt
- processor
- 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
- 230000009471 action Effects 0.000 title claims abstract description 121
- 238000012216 screening Methods 0.000 title claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 41
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 238000000605 extraction Methods 0.000 claims description 23
- 238000013527 convolutional neural network Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 10
- 210000001624 hip Anatomy 0.000 claims description 7
- 210000002414 leg Anatomy 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 210000003127 knee Anatomy 0.000 claims description 5
- 210000003423 ankle Anatomy 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 210000000038 chest Anatomy 0.000 claims description 2
- 210000003128 head Anatomy 0.000 claims description 2
- 210000003739 neck Anatomy 0.000 claims description 2
- 210000000707 wrist Anatomy 0.000 claims description 2
- 239000000284 extract Substances 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 210000004247 hand Anatomy 0.000 description 4
- 210000002683 foot Anatomy 0.000 description 3
- 210000000629 knee joint Anatomy 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 210000000689 upper leg Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 210000002310 elbow joint Anatomy 0.000 description 2
- 210000004394 hip joint Anatomy 0.000 description 2
- 210000003141 lower extremity Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000025978 Athletic injury Diseases 0.000 description 1
- 210000000544 articulatio talocruralis Anatomy 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000001513 elbow Anatomy 0.000 description 1
- 210000004744 fore-foot Anatomy 0.000 description 1
- 210000003692 ilium Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 210000002832 shoulder Anatomy 0.000 description 1
- 210000000323 shoulder joint Anatomy 0.000 description 1
- 238000013112 stability test Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 210000003857 wrist joint Anatomy 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请提供一种功能动作筛查智能指示***。该***包括镜面显示屏、语音提示模块、摄像头及处理器。在功能动作筛查智能指示***中,利用镜面显示屏显示与指定功能动作对应的引导视频,利用语音提示模块输出与引导视频对应的语音提示,利用摄像头采集用户按照引导视频及语音提示做指定功能动作的图像数据,最后,由处理器从图像数据中提取用户的人体关键点的位置信息,并基于人体关键点的位置信息,确定用户完成指定功能动作的评估结果。如此,利用该***可以实现功能动作的自动检测,能够替换观测者的目测方式,且被测人员无需穿戴传感器,有助于简化评估流程,提高对功能动作检测的准确性,避免因主观的目测而导致检测不准。
Description
技术领域
本发明涉及人工智能技术领域,具体而言,涉及一种功能动作筛查智能指示***。
背景技术
功能动作筛查(Functional Movement Screening,简称FMS)是一种用于评估个体功能动作能力的工具,通过检查和评估一系列身体动作,可以帮助识别潜在的运动损伤风险和不平衡问题。目前功能动作筛查使用配套的FMS套件包括一个长的横杆,两个短的竖杆,和一块运动筛查板,一根弹力带,来测试7个基本功能动作(包括深蹲、跨栏步、直线弓步蹲、肩部灵活性、主动直腿上抬、躯干稳定性俯卧撑和躯干旋转稳定)。目前,功能动作的评分主要依靠观测者目测完成量化评分,即,需要依靠观测者的经验和主观判断进行评分,无法做到客观、准确的检测。另外,不同的观测者会有偏差,同一观测者也会因观测角度的原因出现偏差。即,由于依赖观测者目测被测人员完成功能动作,使得检测得到的结果存在不准的问题。
发明内容
有鉴于此,本申请实施例的目的在于提供一种功能动作筛查智能指示***,能够改善当前因依赖观测者目测被测人员完成功能动作而导致检测不准的问题。
为实现上述技术目的,本申请采用的技术方案如下:
第一方面,本申请实施例提供了一种功能动作筛查智能指示***,所述***包括:
镜面显示屏,用于显示与指定功能动作对应的引导视频;
语音提示模块,用于输出与所述引导视频对应的语音提示;
摄像头,用于采集用户按照所述引导视频及所述语音提示,做所述指定功能动作的图像数据;
处理器,用于从所述图像数据中提取所述用户的人体关键点的位置信息,并基于所述人体关键点的位置信息,确定所述用户完成所述指定功能动作的评估结果。
在一些可选的实施方式中,所述处理器从所述图像数据中提取所述用户的人体关键点的位置信息,包括:
基于预设的人体目标检测算法,从所述图像数据中提取用户的人体图像;
将所述人体图像输入经过训练的关键点检测模型,得到在所述图像数据中的所述用户的人体关键点,并确定所述用户的人体关键点在所述图像数据中的位置信息。
在一些可选的实施方式中,所述处理器训练得到所述关键点检测模型,包括:
获取训练图像集,其中,所述训练图像集包括多个样本图像,每个所述样本图像标注有人体关键点;
利用所述训练图像集,对预先搭建的卷积神经网络进行训练,直至所述卷积神经网络收敛,其中,经过训练的卷积神经网络作为所述关键点检测模型。
在一些可选的实施方式中,所述卷积神经网络包括第一特征提取模块及第二特征提取模块,所述第一特征提取模块包括1个卷积模块与多个深度可分离卷积模块,其中,多个深度可分离卷积模块串接后与所述1个卷积模块串接;
所述第二特征提取模块包括卷积模块、深度可分离卷积模块、沙漏结构、卷积层及连接层;
其中,所述第一特征提取模块用于从所述样本图像提取得到第一特征,所述第二特征提取模块用于组合所述第一特征以形成用于表达人体各部位特征的高级特征。
在一些可选的实施方式中,所述处理器还用于控制所述镜面显示屏显示所述用户完成所述指定功能动作期间的视频图像,其中,所述视频图像中标记有所述用户的人体关键点,当任一人体关键点的位姿与所述指定功能动作对应的标准位姿不同时,所述处理器控制所述镜面显示屏对所述任一人体关键点进行高亮显示。
在一些可选的实施方式中,所述处理器还用于控制所述语音提示模块输出表征所述任一人体关键点的位姿存在异常的纠正提示。
在一些可选的实施方式中,若所述指定功能动作的评估结果表示达到满分,则所述处理器控制所述镜面显示屏显示新的指定功能动作对应的引导视频,以及控制所述语音提示模块输出对应的语音提示,直至完成所有指定功能动作的评估;
若所述指定功能动作的评估结果表示未达到满分,则所述处理器循环控制所述镜面显示屏显示与所述指定功能动作对应的引导视频,控制所述语音提示模块输出与所述引导视频对应的语音提示,控制所述摄像头采集所述用户按照所述引导视频及所述语音提示做所述指定功能动作的图像数据,所述处理器还用于基于每个循环的所述图像数据,确定所述用户每次完成所述指定功能动作的评估结果,直至循环次数达到指定次数,并从所有评估结果中选取最优评估结果作为完成所述指定功能动作的最终评估结果。
在一些可选的实施方式中,所述处理器基于所述人体关键点的位置信息,确定所述用户完成所述指定功能动作的评估结果,包括:
根据预先标定的与所述指定功能动作对应的评分表,确定所述人体关键点的位置信息所对应的评分,以作为所述评估结果,其中,所述评分表中记录有所述人体关键点在不同位置信息下与相应评分的映射关系。
在一些可选的实施方式中,所述指定功能动作包括深蹲、跨栏步、直线弓步蹲、肩部灵活性、主动直腿上抬、躯干稳定性俯卧撑和躯干旋转稳定中的至少一种。
在一些可选的实施方式中,所述人体关键点包括肩、肘、腕、髋、大腿中部、膝、踝、头、颈、胸及腰中的多个。
采用上述技术方案的发明,具有如下优点:
在本申请提供的技术方案中,在功能动作筛查智能指示***中,利用镜面显示屏显示与指定功能动作对应的引导视频,利用语音提示模块输出与引导视频对应的语音提示,利用摄像头采集用户按照引导视频及语音提示做指定功能动作的图像数据,最后,由处理器从图像数据中提取用户的人体关键点的位置信息,并基于人体关键点的位置信息,确定用户完成指定功能动作的评估结果。如此,利用功能动作筛查智能指示***可以实现功能动作的自动检测,能够替换观测者的目测方式,且被测人员无需穿戴传感器,有助于简化评估流程,提高对功能动作检测的准确性,避免因主观的目测而导致检测不准。
附图说明
本申请可以通过附图给出的非限定性实施例进一步说明。应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的功能动作筛查智能指示***的框图。
图2为本申请实施例提供的神经网络模型的网络结构示意图。
图3为本申请实施例提供的分布在人体上的关键点的示意图。
图标:100-功能动作筛查智能指示***;110-镜面显示屏;120-语音提示模块;130-摄像头;140-处理器;21-第一特征提取模块;22-第二特征提取模块。
具体实施方式
以下将结合附图和具体实施例对本申请进行详细说明,需要说明的是,在附图或说明书描述中,相似或相同的部分都使用相同的图号,附图中未绘示或描述的实现方式,为所属技术领域中普通技术人员所知的形式。在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请结合参照图1至图3,本申请实施例提供一种功能动作筛查智能指示***100,该***可以包括镜面显示屏110、语音提示模块120、摄像头130及处理器140。
其中,镜面显示屏110可以用于显示与指定功能动作对应的引导视频。镜面显示屏110为可以作为镜面使用的显示屏,为现有硬件结构。
指定功能动作可以包括功能动作筛查(Functional Movement Screening,简称FMS)对应的基础动作。例如,指定功能动作可以包括深蹲、跨栏步、直线弓步蹲、肩部灵活性、主动直腿上抬、躯干稳定性俯卧撑和躯干旋转稳定中的至少一种。
引导视频可以为预先拍摄的在满分情况下由教练完成指定功能动作的视频内容,可以根据实际情况灵活设置。
在本实施例中,语音提示模块120可以用于输出与引导视频对应的语音提示。语音提示模块120与镜面显示屏110可以集成一体,或者独立设置,这里不作具体限定。其中,语音提示模块120可以是音箱、喇叭等。语音提示的内容可以根据实际情况灵活设置,用于引导被测人员按照要求做相应的指定功能动作。
在本实施例中,摄像头130可以为动作捕捉摄像头,可以集成在镜面显示屏110上。摄像头130可以用于采集用户按照引导视频及语音提示做指定功能动作的图像数据。处理器140可以从图像数据中提取用户的人体关键点的位置信息,并基于人体关键点的位置信息,确定用户完成指定功能动作的评估结果。其中,评估结果可以包括完成功能动作的具体评分。
请参照图3,作为一种示例,人体关键点可以包括18个,如下:
头部1;
颈部2;
肩关节3、4;
肘关节5、6;
腕关节7、8;
胸中部9;
腰骶部10;
髋关节11、12;
大腿中部13、14;
膝关节15、16;
踝关节17、18。
可理解地,图3为被测人员做“深蹲”的姿态示意图,在图3中,被测人员双手持横杆,做深蹲动作。
被测人员可以利用横杆、两个竖杆、弹力带和测试板,做FMS对应的前述7个功能动作。
FMS每个子项目评分标准都为3分、2分、1分、0分,一个子项目即为一个功能动作。各功能动作的评分标准为公知常识,例如:
①完成满分的深蹲动作(3分),需要被测人员双手握横杆于头顶且位于足的正上方、上体正直、大腿低于水平面、膝关节位于足的正上方;
②完成满分的跨栏步动作(3分),需要被测人员双手握横杆于颈后且完成动作过程中与栏架保持平行、支撑腿在测试板上髋膝踝保持正直,腰部轻微移动;
③完成满分的直线弓步蹲动作(3分),需要被测人员双手竖握横杆于躯干后方站在测试板上且完成动作过程中躯干无任何移动、足保持在测试板上、前足足跟和后腿膝盖触及测试板;
④完成满分的主动直腿上抬(3分),需要外踝垂线落在大腿中部和髂前上棘中间,非移动侧下肢保持中立位;
⑤完成满分的躯干稳定性俯卧撑(3分),需要完成动作过程中腰部不可晃动,腰椎保持自然伸直姿势;
⑥完成满分的躯干旋转稳定性测试(3分),需要伸肩、伸同侧的髋、膝关节,抬起的肘、手、膝必须与测试板边线保持在同一平面内,同时躯干保持在与测试板平行的水平面内,全过程应保持腰椎自然伸直。
在本实施例中,处理器140从图像数据中提取用户的人体关键点的位置信息,包括:
基于预设的人体目标检测算法,从图像数据中提取用户的人体图像;
将人体图像输入经过训练的关键点检测模型,得到在图像数据中的用户的人体关键点,并确定用户的人体关键点在图像数据中的位置信息。
在本实施例中,人体目标检测算法为常规算法,可以用于检测图像数据中是否存在人体图像,并在存在人体图像时,从图像数据中提取得到人体图像。如此,可以减少其他背景图区的对人体关键点识别的影响,有利于提高人体关键点识别的准确性。另外,从图像数据中,提取出人体图像,后期进行人体关键点识别时,无需对背景图像进行处理,从而能减少运算量。
在本实施例中,关键点检测模型为卷积神经网络。经过训练的卷积神经网络可以从人体图像中,识别得到人体关键点。处理器140训练得到关键点检测模型的方式,包括:
获取训练图像集,其中,训练图像集包括多个样本图像,每个样本图像标注有人体关键点;
利用训练图像集,对预先搭建的卷积神经网络进行训练,直至卷积神经网络收敛,其中,经过训练的卷积神经网络作为关键点检测模型。
在本实施例中,样本图像为在不同姿态下的人体图像。训练图像集所包括的样本图像的数量可以根据实际情况灵活确定。利用标注有人体关键点的样本图像,对卷积神经网络进行训练,当卷积神经网络收敛后,便得到具备人体关键点检测能力的卷积神经网络,该卷积神经网络即为关键点检测模型。
请参照图2,在本实施例中,卷积神经网络包括第一特征提取模块21及第二特征提取模块22。样本图像输入第一特征提取模块21后,由第一特征提取模块21提取得到低级特征以作为第一特征。第二特征提取模块22可以组合第一特征,得到高级特征,高级特征可以用于表达人体各部位特征。
第一特征提取模块21包括1个卷积模块与多个深度可分离卷积模块,其中,多个深度可分离卷积模块串接后与1个卷积模块串接。该卷积模块可以包括二维3×3卷积层及线性修正单元,其中,二维3×3卷积层作为特征的输入端,线性修正单元作为输出端。
在本实施例中,二维3×3卷积层用于对输入特征进行卷积运算得到新特征,通过组合位于不同通道的新特征,得到新的高级特征。
线性修正单元只允许非负值通过,可以增强网络的非线性,提高网络的拟合能力。
在第一特征提取模块21中,深度可分离卷积模块的数量可以根据实际情况灵活确定,可以用于替换普通卷积模块。相比于普通卷积模块,深度可分离卷积模块在完成相同计算目的的情况下,计算开销更小。
请再次参照图2,第二特征提取模块22包括卷积模块、深度可分离卷积模块、沙漏结构、卷积层及连接层。在第二特征提取模块22中,卷积层为二维1×1卷积层,用于对输入特征进行组合来形成新的高级特征。卷积模块包括二维3×3卷积层及线性修正单元。沙漏结构用于将多尺度信息进行融合,另外,沙漏结构中堆叠的多个卷积层可以提升感受野,增强模型对小尺寸但又依赖上下文的物体(如人体关键点)的感知能力。连接层用于对输入特征图相加,以加强特征。
在本实施例中,处理器140还用于控制镜面显示屏110显示用户完成指定功能动作期间的视频图像,其中,视频图像中标记有用户的人体关键点,当任一人体关键点的位姿与指定功能动作对应的标准位姿不同时,处理器140控制镜面显示屏110对任一人体关键点进行高亮显示。
在本实施例中,功能动作筛查智能指示***100还包括存储模块。存储模块中预先存储有:在满分情况下,人体的关键点在各类功能动作下的标准位姿。处理器140可以将从图像数据中识别到的人体关键点的位姿,与相应的标准位姿进行比对。作为一种示例,若识别到的任一人体关键点的位姿与标准位姿相同,则镜面显示屏110可以将该人体关键点渲染成绿色,并显示;若识别到的任一人体关键点的位姿与标准位姿不同,则镜面显示屏110对该人体关键点渲染成红色,并闪烁显示,同时,这意味着该关键点的位姿异常,用户的动作不到位。如此,有利于用户快速查看到动作不到位的人体关键点。
在本实施例中,处理器140还用于控制语音提示模块120输出表征任一人体关键点的位姿存在异常的纠正提示。
可理解地,语音提示的内容可以包括位姿异常的人体关键点的位置和名称,比如,语音提示“左肘关节位姿异常”。纠正提示的语音内容可以根据实际情况灵活设置。其中,语音提示模块120输出的纠正提示,有助于用户发现在做功能动作期间姿态异常的情况,快速定位动作异常的身体部位。
在本实施例中,若指定功能动作的评估结果表示达到满分,则处理器140控制镜面显示屏110显示新的指定功能动作对应的引导视频,以及控制语音提示模块120输出对应的语音提示,直至完成所有指定功能动作的评估。
若指定功能动作的评估结果表示未达到满分,则处理器140循环控制镜面显示屏110显示与指定功能动作对应的引导视频,控制语音提示模块120输出与引导视频对应的语音提示,控制摄像头130采集用户按照引导视频及语音提示做指定功能动作的图像数据,处理器140还用于基于每个循环的图像数据,确定用户每次完成指定功能动作的评估结果,直至循环次数达到指定次数,并从所有评估结果中选取最优评估结果作为完成指定功能动作的最终评估结果,其中,指定次数可以根据实际情况灵活确定,例如指定次数可以为3次。
可理解地,在被测人员测试所有的功能动作期间,针对任一个动能动作,镜面显示屏110可以循环播放3次相应的引导视频,对应的,语音提示模块120可以循环播放3次相应的语音提示,处理器140可以从3次的评估结果中,取最优评分作为相应功能动作的最终评估结果。
需要说明的是,若被测人员完成一个功能动作后的评估结果为满分,则镜面显示屏110和语音提示模块120可以停止循环播放该功能动作的相应内容。另外,镜面显示屏110和语音提示模块120会开始播放被测人员还未测试的其他功能动作的相应引导视频和语音提示,直至被测人员完成所有指定功能动作的评估。
在本实施例中,处理器140基于人体关键点的位置信息,确定用户完成指定功能动作的评估结果,包括:
根据预先标定的与指定功能动作对应的评分表,确定人体关键点的位置信息所对应的评分,以作为评估结果,其中,评分表中记录有人体关键点在不同位置信息下与相应评分的映射关系。
在本实施例中,基于被测人员在不同评分下完成单个功能动作时相应人体关键点的位置坐标的范围,便可以创建得到评分表。工程师针对每个功能动作预先标定有相应的评分表,评分表可以预先存储在存储模块上。每个评分表记录有被测人员完成功能动作期间的人体关键点的位置坐标范围和相应评分的映射关系。
被测人员在测试期间,处理器140可以根据预先标定的与指定功能动作对应的评分表,查表确定当前的图像数据中人体关键点的位置信息所对应的评分,以作为指定功能在的评估结果。如此,可以准确快速地实现功能动作的评分。
基于上述设计,功能动作筛查智能指示***100,可以根据功能动作筛查要求,语音提示动作口令并做出标准示范动作,使被测人员能够按照口令和标准测试动作完成筛查动作。摄像头130捕捉被测人员关键点信息,处理器140对比标准动作,完成分值评估。被测人员执行动作过程中如有明显动作偏差,摄像头130通过捕捉动作关键点信息给出目标位置关键点的位置信息,经过处理器140比对,由语音提示模块120输出语音纠正提示,从而使被测人员按照动作要求执行三次测试,取最高值,完成功能动作的筛查测试。该***可以可客观、精准的获得功能动作测试成绩,使功能动作筛查不再依赖于观测者的主观经验判断,便于推广应用,可与计算机软件结合从而完成自动化功能动作筛查。
在本实施例中,处理器140可以是一种集成电路芯片,具有信号的处理能力。上述处理模块可以是通用处理器。例如,该处理器可以是中央处理器(Central ProcessingUnit,CPU)、图形处理器(Graphics Processing Unit,GPU)、数字信号处理器(DigitalSignal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)等,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。
可以理解的是,图1中所示的功能动作筛查智能指示***100结构仅为一种结构示意图,功能动作筛查智能指示***100还可以包括比图1所示更多的组件。图1中所示的各组件可以采用硬件、软件或其组合实现。
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本申请可以通过硬件实现,也可以借助软件加必要的通用硬件平台的方式来实现,基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)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)执行本申请各个实施场景所述的方法。
在本申请所提供的实施例中,应该理解到,所揭露的***,也可以通过其它的方式实现。以上所描述的***实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的***和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种功能动作筛查智能指示***,其特征在于,所述***包括:
镜面显示屏,用于显示与指定功能动作对应的引导视频;
语音提示模块,用于输出与所述引导视频对应的语音提示;
摄像头,用于采集用户按照所述引导视频及所述语音提示,做所述指定功能动作的图像数据;
处理器,用于从所述图像数据中提取所述用户的人体关键点的位置信息,并基于所述人体关键点的位置信息,确定所述用户完成所述指定功能动作的评估结果。
2.根据权利要求1所述的***,其特征在于,所述处理器从所述图像数据中提取所述用户的人体关键点的位置信息,包括:
基于预设的人体目标检测算法,从所述图像数据中提取用户的人体图像;
将所述人体图像输入经过训练的关键点检测模型,得到在所述图像数据中的所述用户的人体关键点,并确定所述用户的人体关键点在所述图像数据中的位置信息。
3.根据权利要求2所述的***,其特征在于,所述处理器训练得到所述关键点检测模型,包括:
获取训练图像集,其中,所述训练图像集包括多个样本图像,每个所述样本图像标注有人体关键点;
利用所述训练图像集,对预先搭建的卷积神经网络进行训练,直至所述卷积神经网络收敛,其中,经过训练的卷积神经网络作为所述关键点检测模型。
4.根据权利要求3所述的***,其特征在于,所述卷积神经网络包括第一特征提取模块及第二特征提取模块,所述第一特征提取模块包括1个卷积模块与多个深度可分离卷积模块,其中,多个深度可分离卷积模块串接后与所述1个卷积模块串接;
所述第二特征提取模块包括卷积模块、深度可分离卷积模块、沙漏结构、卷积层及连接层;
其中,所述第一特征提取模块用于从所述样本图像提取得到第一特征,所述第二特征提取模块用于组合所述第一特征以形成用于表达人体各部位特征的高级特征。
5.根据权利要求1所述的***,其特征在于,所述处理器还用于控制所述镜面显示屏显示所述用户完成所述指定功能动作期间的视频图像,其中,所述视频图像中标记有所述用户的人体关键点,当任一人体关键点的位姿与所述指定功能动作对应的标准位姿不同时,所述处理器控制所述镜面显示屏对所述任一人体关键点进行高亮显示。
6.根据权利要求5所述的***,其特征在于,所述处理器还用于控制所述语音提示模块输出表征所述任一人体关键点的位姿存在异常的纠正提示。
7.根据权利要求1所述的***,其特征在于,若所述指定功能动作的评估结果表示达到满分,则所述处理器控制所述镜面显示屏显示新的指定功能动作对应的引导视频,以及控制所述语音提示模块输出对应的语音提示,直至完成所有指定功能动作的评估;
若所述指定功能动作的评估结果表示未达到满分,则所述处理器循环控制所述镜面显示屏显示与所述指定功能动作对应的引导视频,控制所述语音提示模块输出与所述引导视频对应的语音提示,控制所述摄像头采集所述用户按照所述引导视频及所述语音提示做所述指定功能动作的图像数据,所述处理器还用于基于每个循环的所述图像数据,确定所述用户每次完成所述指定功能动作的评估结果,直至循环次数达到指定次数,并从所有评估结果中选取最优评估结果作为完成所述指定功能动作的最终评估结果。
8.根据权利要求1所述的***,其特征在于,所述处理器基于所述人体关键点的位置信息,确定所述用户完成所述指定功能动作的评估结果,包括:
根据预先标定的与所述指定功能动作对应的评分表,确定所述人体关键点的位置信息所对应的评分,以作为所述评估结果,其中,所述评分表中记录有所述人体关键点在不同位置信息下与相应评分的映射关系。
9.根据权利要求1-8中任一项所述的***,其特征在于,所述指定功能动作包括深蹲、跨栏步、直线弓步蹲、肩部灵活性、主动直腿上抬、躯干稳定性俯卧撑和躯干旋转稳定中的至少一种。
10.根据权利要求1-8中任一项所述的***,其特征在于,所述人体关键点包括肩、肘、腕、髋、大腿中部、膝、踝、头、颈、胸及腰中的多个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410276706.4A CN118236061A (zh) | 2024-03-12 | 2024-03-12 | 一种功能动作筛查智能指示*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410276706.4A CN118236061A (zh) | 2024-03-12 | 2024-03-12 | 一种功能动作筛查智能指示*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118236061A true CN118236061A (zh) | 2024-06-25 |
Family
ID=91559581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410276706.4A Pending CN118236061A (zh) | 2024-03-12 | 2024-03-12 | 一种功能动作筛查智能指示*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118236061A (zh) |
-
2024
- 2024-03-12 CN CN202410276706.4A patent/CN118236061A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101959079B1 (ko) | 신체 측정 및 평가 방법 | |
CN111368810B (zh) | 基于人体及骨骼关键点识别的仰卧起坐检测***及方法 | |
CA2834833C (en) | Running form diagnostic system and method for scoring running form | |
CN104834384B (zh) | 提高运动指导效率的装置及方法 | |
Ho et al. | Reviewing current knowledge in snatch performance and technique: the need for future directions in applied research | |
US20220207921A1 (en) | Motion recognition method, storage medium, and information processing device | |
US11134866B2 (en) | Garments, systems and methods for sports training | |
CN107115102A (zh) | 一种骨关节功能评估方法与装置 | |
CN112933581A (zh) | 一种基于虚拟现实技术的体育动作评分方法与装置 | |
CN112489762B (zh) | 基于数值模拟的女子举重运动员腰骶关节的生物力学分析方法 | |
KR20130099323A (ko) | 네추럴 인터렉션 기반 건강 및 재활운동 기능성 측정 평가 방법 | |
US20220222975A1 (en) | Motion recognition method, non-transitory computer-readable recording medium and information processing apparatus | |
KR102013705B1 (ko) | 승마시뮬레이터에서 사용자 자세 인식 장치 및 방법 | |
Smith et al. | Three-dimensional analysis of a lofted instep kick by male and female footballers | |
JP2021090779A (ja) | 筋の状態を評価するためのプログラム、コンピュータ装置、及びシステム、並びに筋の状態の評価方法 | |
JP2018187284A (ja) | 運動状態診断システムおよび運動状態診断プログラム | |
CN116271757A (zh) | 一种基于ai技术的篮球练习的辅助***和方法 | |
Mack | Exploring cognitive and perceptual judgment processes in gymnastics using essential kinematics information | |
CN116740618A (zh) | 一种运动视频动作评估方法、***、计算机设备及介质 | |
CN118236061A (zh) | 一种功能动作筛查智能指示*** | |
Karunaratne et al. | Objectively measure player performance on Olympic weightlifting | |
JP6832429B2 (ja) | 筋の状態を評価するためのプログラム、コンピュータ装置、及びシステム、並びに筋の状態の評価方法 | |
CN115861381B (zh) | 球体协同运动中鱼跃救球动作标准性的检测方法及*** | |
WO2021149250A1 (ja) | 運動認識方法、運動認識プログラムおよび情報処理装置 | |
CN118072910A (zh) | 一种智能康复训练的监测方法、***、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |