申请/专利权人：长春工业大学

申请日：2023-10-10

公开（公告）日：2024-01-09

公开（公告）号：CN117373117A

主分类号：G06V40/20

分类号：G06V40/20;A63B69/00;G06T7/13;G06T7/73;G06F3/01

优先权：

专利状态码：在审-公开

法律状态：2024.01.09#公开

摘要：本发明公开了一种基于动态识别的太极拳训练方法及系统，包括以下步骤：Kinect有三个摄像头，基于它完成了序列彩色图像和它的深度图信息采集工作，采集的图像作为后面样本的输入；通过采用本发明的基于动态识别的太极拳训练系统对学员和教练的太极拳动作进行识别和对比，结合虚拟现实等技术来实现科学的太极拳辅助训练，以此摆脱传统健身训练纯粹依靠经验进行口传心授的状态，人体姿态估计通过建立图像中人体特征和人体姿态的映射关系获取图像中人肢体各部位在二维平面或三维空间里的位置、角度等信息，将该研究内容应用于太极拳训练，建立了辅助训练系统，实现从基于经验的运动训练方法到基于计算机视觉的人体运动分析方法的转变。

主权项：1.一种基于动态识别的太极拳训练方法，其特征在于：包括以下步骤：步骤一：研究Kinect三维传感器的基本原理，Kinect有三个摄像头，基于它完成了序列彩色图像和它的深度图信息采集工作，采集的图像作为后面样本的输入；步骤二：研究图像特征提取和人体目标检测的常用方法，传统的目标检测方法对动态场景的更新鲁棒性较差；步骤三：研究基于模型的人体姿态估计算法和无模型的姿态估计算法，对通过目标检测得到的二值轮廓图进行边缘检测，并经过水平扫描、人体长度比例约束等图像处理方法；步骤四：以太极拳为例，通过人体姿态估计的方法分别得到训练者和教练的运动姿态参数，在此基础上搭建辅助训练系统，系统输入为系统以关节角轨迹和姿态相似度两个参数作为辅助指标，对比训练者和教练的关节角轨迹，并根据姿态相似度来进行直观的分析与指导；步骤五：基于轮廓特征结合图像处理的人体姿态估计方法，运用Canny边缘检测算法得到图像的轮廓边缘，然后经过水平扫描、人体长度比例约束等图像处理方法获取人体关节点的坐标，进行姿态估计。

全文数据：

权利要求：

百度查询： 长春工业大学 一种基于动态识别的太极拳训练方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD