Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于生成对抗网络的太极拳动作校正方法及系统 

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!

摘要:本发明公开了一种基于生成对抗网络的太极拳动作校正方法及系统,涉及人工智能及图像识别技术领域,该方法包括:基于获取的当前阶段用户的人体动作图像和训练好的生成对抗网络模型,确定下一阶段用户的标准动作序列;计算下一阶段用户的标准动作序列和获取的下一阶段用户的人体动作图像之间的相似度;根据相似度,校正用户练习太极拳的动作。本发明使用计算机视觉与深度学习技术对人体关节点进行检测和对动作进行识别与评价,相比传统的使用传感器和可穿戴设备,降低了成本、提高了太极拳练习的便捷性、提高了动作评价的准确度。

主权项:1.一种基于生成对抗网络的太极拳动作校正方法,其特征在于,包括:获取当前阶段用户的人体动作图像;所述人体动作图像为练习太极拳时捕捉的动作图像;基于所述当前阶段用户的人体动作图像和训练好的生成对抗网络模型,确定下一阶段用户的标准动作序列;所述标准动作序列内的数据为标准太极拳骨骼关节点数据;其中,所述生成对抗网络模型包括两个辨别器和一个动作生成器G,两个辨别器分别为基于骨骼序列的辨别器DV和基于帧的辨别器DF;动作生成器G的网络结构包括GRU层、时间注意力模块、GCN网络;GRU层使动作生成器G能学习骨骼序列的时间特征分布,时间注意力模块能挑选相似骨骼聚合特征,GCN网络将高维特征转化为结构化人体骨骼;所述对抗网络模型中动作预测网络的目标函数为: 其中,G为动作生成器、DF为基于帧的辨别器、DV基于骨骼序列的辨别器、损失LF为辨别器DF对真实数据和生成数据区分真假的交叉熵;损失LV由区分真假的交叉熵和区分动作类别的交叉熵两部分组成;获取下一阶段用户的人体动作图像;计算所述下一阶段用户的标准动作序列和所述下一阶段用户的人体动作图像之间的相似度;根据所述相似度,校正用户练习太极拳的动作。

全文数据:

权利要求:

百度查询: 湘潭大学 一种基于生成对抗网络的太极拳动作校正方法及系统

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。

相关技术
相关技术
相关技术
相关技术