买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:恒鸿达(福建)体育科技有限公司
摘要:本发明公开一种基于深度学习的太极拳动作评分方法及存储介质和电子设备,其采用人体3D关键点检测模型将太极拳运动的视频流数据进行处理,获得人体骨骼关键点的坐标,再利用时间序列对人体骨骼关键点的坐标进行归一化,通过邻接矩阵构建人体关键点的邻接关系,最后输入ST‑GCNbackbone网络,在将其分别输入分类头和回归头,分类头输出太极拳动作分类;回归头将输出对应太极拳动作的分数值;提供更加精准的体育运动人体姿态分数评估;使太极拳每一段动作的节奏和姿态都有对应的分数评价。
主权项:1.一种基于深度学习的太极拳动作评分方法,其特征在于,包括以下步骤:采集太极拳运动,获得太极拳运动的视频流数据;将太极拳运动的视频流数据导入人体3D关键点检测模型进行处理,获得人体骨骼关键点的坐标及其对应的时间,生成人体骨骼数据集;将人体骨骼数据集按人体骨骼关键点的时间序列在时间维度进行归一化,获得人体骨骼关键点的时间序列张量p[K,T,3];其中,T为时间长度、K为人体骨骼关键点个数,3表示每个人体骨骼关键点的坐标x,y,z的维数;根据人体骨骼的邻接关系,构建人体骨骼的邻接矩阵;将所述时间序列张量p[K,T,3]结合人体骨骼的邻接矩阵A=[A0,A1,…,Askip],构造人体骨骼关键点的姿态图3Dposeseq[K,T,A,3];将姿态图3Dposeseq[K,T,A,3]输入关键点姿态评估模型中,所述关键点姿态评估模型包括ST-GCNbackbone网络、分类头和回归头,将姿态图3Dposeseq[K,T,A,3]输入ST-GCNbackbone网络获得特征图,再将特征图经过降维后分别输入分类头和回归头,分类头输出代表太极拳动作分类的独热码,回归头输出太极拳动作的分数值。
全文数据:
权利要求:
百度查询: 恒鸿达(福建)体育科技有限公司 一种基于深度学习的太极拳动作评分方法及存储介质和电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。