[發明專利]一種基于智能數據采集與云服務技術的形象氣質提升方法

在審

• 申請號: 201811017895.4
• 申請日: 2018-09-03
• 公開（公告）號: CN109284696A
• 公開（公告）日: 2019-01-29
• 發明（設計）人: 吳佳雨
• 申請（專利權）人: 吳佳雨
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 重慶蘊博君晟知識產權代理事務所(普通合伙) 50223
• 代理人: 鄭勇

本發明公開了一種基于智能數據采集與云服務技術的形象氣質提升方法，包括如下步驟：S1：采集一批專業舞者和/或模特的身體模型參數以及對應的行為姿態數據，并上傳至云服務器作為標準行為姿態數據，身體模型參數、行為姿態數據構成影響因素矩陣X，身體模型參數為環境變量，行為姿態數據為決策變量；S2：采集用戶對應行為姿態的數據樣本構成指標矩陣Y，利用Elman神經網絡對指標矩陣Y進行學習、訓練、檢驗，并針對用戶的身體模型參數建立行為姿態的Elman神經網絡模型；S3：利用Elman神經網絡模型對數據進行預測，得到推薦決策變量X^*，并將推薦決策變量X^*下發至用戶終端，用戶根據推薦決策變量X^*對自己的行為姿態進行矯正，提高形象氣質。

技術領域

本發明屬于神經網絡大數據領域，具體設計一種基于智能數據采集與云服務技術的形象氣質提升方法。

背景技術

形象氣質訓練不僅能使人獲得健康美，還能使人獲得體形美、姿態美、動作美和氣質美，也正因為這樣，形象氣質訓練越來越受到人們的重視，行為姿態矯正系統作為一種提高人們形象氣質成為人們樂意選擇的方式。在人們平時的生活中隨時隨地都可以實現對行為姿態的訓練。但是通常人們缺乏合理的指導方案，而錯誤的方法可能會使用戶的日常訓練達不到理想的效果，造成不可彌補的時間損失和大量的精力損失。

目前，亟需解決的問題是建立一套全面的行為姿態模型，并將使用者的行為姿態數據反饋給使用者，讓使用者能及時對自己的姿勢矯正。影響行為姿態評分的各個因素之間往往體現出高度的復雜性和非線性，采用常規預測、分析方法存在一定難度，Elman神經網絡對于非線性系統的建模精度高，非常適合行為姿態模型的建立。使用者利用下發的最優行為姿態矯正方案進行日常訓練提升自身形象氣質，為大數據時代的智能行為姿態矯正提供了一種新的思路。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于智能數據采集與云服務技術的形象氣質提升方法，以解決現在人們的行為姿態不優美導致形象氣質不佳的問題。

本發明的目的是這樣實現的：

一種基于智能數據采集與云服務技術的形象氣質提升方法，包括如下步驟：

S1：采集一批專業舞者和/或模特的身體模型參數以及對應的行為姿態數據，并上傳至云服務器作為標準行為姿態數據，身體模型參數、行為姿態數據構成影響因素矩陣X，其中，身體模型參數為環境變量，行為姿態數據為決策變量；

S2：綜合專業舞者和/或模特日常的行為姿態，采集用戶對應行為姿態的數據樣本構成指標矩陣Y，利用Elman神經網絡對指標矩陣Y進行學習、訓練、檢驗，并針對用戶的身體模型參數建立行為姿態的Elman神經網絡模型；

S3：利用S2中建立的Elman神經網絡模型對行為姿態數據進行預測，得到推薦決策變量X^*，并將推薦決策變量X^*下發至用戶終端，用戶根據推薦決策變量X^*對自己的行為姿態進行矯正，并提高自身形象氣質。

優選地，步驟S1中，通過傳感器模塊采集專業舞者和/或模特的行為姿態數據；通過采樣電路與傳感器模塊進行連接，將傳感器模塊采集到的行為姿態數據轉換成數字信號，并上傳至云服務器。

優選地，所述傳感器模塊為十軸加速度藍牙版傳感器。

優選地，步驟S1中，身體模型參數包括身高、體重、臂長、腿長、三圍，并人工錄入云服務器。

優選地，步驟S1中，行為姿態數據包括站立、坐、走行為的姿態數據。

優選地，所述站立、坐、走的姿態數據分別包括行為時背部、左右手腕、左右大腿、胸部、臀部的加速度、角度、速度、三維坐標、高度。