一种智能健身系统及分析方法与流程

本发明涉及动作捕捉，尤其涉及一种智能健身系统及分析方法。

背景技术：

1、传统的健身指导通常依赖于人工教练进行动作纠正，成本高且无法随时随地提供服务，并且现有的健身应用主要提供预录的视频教程，缺乏实时监测和指导功能，无法纠正用户在训练中的错误动作，因此可能导致用户长时间使用错误的动作进行训练。

技术实现思路

1、为克服上述缺点，本发明的目的在于提供一种智能健身系统及分析方法，通过利用人体检测组件实时获取用户的运动视频，关键点检测组件和动作分析组件实时对用户的动作进行分析，获取用户的运动动作与标准动作之间的差异，并通过反馈纠正组件实时对用户的运动动作做出反馈，提醒用户动作中存在的缺陷，并通过屏幕组件进行显示，有利于实时对用户的运动动作做出反馈和纠正的效果，确保用户以正确的姿势进行训练，从而提高健身效果并减少运动伤害。

2、为了达到以上目的，本发明采用的技术方案是：一种智能健身系统，包括：

3、人体检测组件，人体检测组件包括摄像头，人体检测组件设置有卷积神经网络模型，摄像头用于采集用户运动视频，卷积神经网络模型用于对用户运动视频的识别帧进行卷积处理，获取特征图；

4、关键点检测组件，人体检测组件连接关键点检测组件，关键点检测组件设置有openpose模型、多级网络，openpose模型用于从特征图中获取完整的人体轮廓，多级网络用于根据人体轮廓生成关键点分布和关键点连接信息；

5、动作分析组件，动作分析组件连接关键点检测组件，动作分析组件包括卡尔曼滤波器，卡尔曼滤波器内存储有运动数据集和标准动作模型，卡尔曼滤波器用于记录关键点的运动获取运动数据，运动数据用于与运动数据集比对获取人体姿态，标准动作模型用于与人体姿态比对获取动作缺陷；

6、此技术方案中，人体检测组件用于实时获取用户的运动视频，从而对用户的动作进行分析，摄像头用于采集视频，卷积神经网络模型用于对摄像头获取到的用户运动视频进行卷积处理，从而获取用户运动视频中每一个识别帧的特征图；关键点检测组件用于对特征图中的关键点的分布进行检测标注，将关键点之间的连接关系进行分析处理，并获取用户的人体轮廓，其中openpose模型用于，获取用户的人体轮廓，多级网络用于对识别帧中的关键点进行识别标注，并分析获取到关键点之间的连接关系，从而根据关键点之间的连接关系连接标注出的关键点，获取人体轮廓结构；动作分析组件用于对用户运动视频连续的识别帧中获取到的人体轮廓结构进行分析，并根据内部存储的运动数据集进行比对，获取用户正在进行的运动的种类，并将用户的运动数据与内部存储的标准动作模型进行比对，获取到用户所作的运动动作中所存在的缺陷，从而有利于对用户进行纠正；通过利用人体检测组件实时获取用户的运动视频，关键点检测组件和动作分析组件实时对用户的动作进行分析，获取用户的运动动作与标准动作之间的差异，有利于实时对用户的运动动作做出反馈和纠正的效果，确保用户以正确的姿势进行训练，从而提高健身效果并减少运动伤害。

7、在一些实施方式中，卷积神经网络模型包括卷积核，卷积核用于提取识别帧中的特征点。

8、此技术方案中，卷积核用于对卷积核用于提取识别帧中的局部的特征点，通过多个卷积核同时对识别帧的图片的各个局部进行卷积处理，可以快速获取识别帧整个图片中的所有特征点，从而提升对识别帧卷积处理的效率。

9、在一些实施方式中，关键点检测组件包括人体姿态预估检测器，人体姿态预估检测器内设置有openpose模型，人体姿态预估检测器连接多级网络。

10、此技术方案中，人体姿态预估检测器根据内部设置的openpose模型，根据识别帧中人体轮廓的关键点的坐标，预测出用户的姿态roi。

11、在一些实施方式中，多级网络为姿态跟踪网络，姿态跟踪网络连接人体姿态预估检测器。

12、此技术方案中，姿态跟踪网络用于分析获取出识别帧中的人体轮廓的关键点的坐标，并将关键点坐标传输至人体姿态预估检测器。

13、在一些实施方式中，智能健身系统还包括反馈纠正组件，反馈纠正组件连接动作分析组件，反馈纠正组件包括语音组件和屏幕组件。

14、此技术方案中，反馈纠正组件用于实时对用户的运动动作做出反馈，存在错误时可以对用户进行纠正提示。

15、在一些实施方式中，智能健身系统还包括互动组件，互动组件连接反馈纠正组件。

16、此技术方案中，互动组件便于用户与智能健身系统进行互动，更加有利于使用户获取到运动动作的指导和建议。

17、本发明还提供一种智能健身分析方法，采用权利要求上述的智能健身系统，方法包括：

18、获取用户运动视频，识别用户运动视频中识别帧中的人体位置和边界框，对识别帧进行卷积处理，提取识别帧中的特征，生成特征图；

19、根据特征图，获取特征图中的关键点分布，获取关键点连接信息，根据关键点连接信息连接关键点获取人体轮廓结构；

20、根据连续的识别帧中获取的人体轮廓结构，识别用户的姿态变化，根据获取用户的运动数据，将运动数据和运动数据集比对获取人体姿态，将人体姿态和标准动作模型比对，获取用户的动作缺陷；

21、根据获取到的用户的动作缺陷，对用户的动作缺陷进行播报和展示，同时展示人体姿态的标准动作模型。

22、此方法中，获取用户运动视频，生成特征图，有利于根据特征图实时对用户的运动动作进行分析处理；根据特征图，获取用户在识别帧中的人体位置和边界框，有利于分析出用户在识别帧中的关键点和关键点连接信息，从而根据关键点和关键点连接信息获取人体轮廓结构，进而根据人体轮廓结构对用户运动正在做的动作进行分析处理；根据连续帧中人体轮廓结构的变化，识别出用户正的运动数据，从而跟内部存储的运动数据集进行比对，获知用户的人体姿态，即用户正在做的运动类型，并将用户的人体姿态，与内部存储的相对应的运动类型的标准动作模型进行比对，从而获取用户的运动当中存在的缺陷；语音播报可以提醒用户其正在做的运动的动作上存在缺陷，需要即使纠正，屏幕组件上展示标准动作模型有利于用户参考，从而对其动作进行纠正。

23、在一些实施方式中，提取识别帧中的特征包括：通过最大池化方法，减小特征图尺寸，降低计算复杂度，并保留重要特征。

24、此方法中，最大池化有利于减小特征图尺寸，降低计算复杂度，并保留重要特征，从而快速对用户的运动视频的识别帧进行卷积处理。

25、在一些实施方式中，获取特征图中的关键点分布包括：使用多级网络根据特征图生成热图，热图表示每个关键点在特征图中的概率分布。

26、此方法中，使用热图对识别帧中的关键点的概率分布进行分析，从而达到获取识别帧中的人体人体轮廓的关键点的分布。

27、在一些实施方式中，获取关键点连接信息包括：使用多级网络根据特征图生成pafs，pafs表示关键点之间的关键点连接信息。

28、此方法中，关键点连接信息有利于获取各关键点之间的连接关系，有利于更好地分析用户的动作。

29、本发明的有益效果是，通过利用人体检测组件实时获取用户的运动视频，关键点检测组件和动作分析组件实时对用户的动作进行分析，获取用户的运动动作与标准动作之间的差异，并通过反馈纠正组件实时对用户的运动动作做出反馈，提醒用户动作中存在的缺陷，并通过屏幕组件进行显示，有利于实时对用户的运动动作做出反馈和纠正的效果，确保用户以正确的姿势进行训练，从而提高健身效果并减少运动伤害；通过利用多个卷积核同时对识别帧的图片的各个局部进行卷积处理，可以快速获取识别帧整个图片中的所有特征点，从而提升对识别帧卷积处理的效率；通过最大池化的方法，有利于减小特征图尺寸，降低计算复杂度，并保留重要特征，从而快速对用户的运动视频的识别帧进行卷积处理。