[發明專利]一種基于云機器人的健身指導方法、存儲介質及系統

有效

• 申請號: 202011284605.X
• 申請日: 2020-11-17
• 公開（公告）號: CN112418046B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 李志豪;何炳銳;趙一亭;溫韻生;張嘉翊
• 申請（專利權）人: 武漢云極智能科技有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/44;G06V10/764;G06V10/82;G06N3/042;G06N3/0464;G06N3/08;A63B71/06
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 易賢衛

1.一種基于云機器人的健身指導方法，其特征在于，包括步驟：

獲取用戶的健身動作并進行存儲；

采集運動環境的圖像，構建環境地圖；

使用DCPLSTM算法，建立一種雙級聯金字塔網絡，將采集到的用戶運動動作影像與標準動作影輸入雙級聯金字塔網絡中，并提取出兩種影像的骨骼點；

根據兩種圖像的骨骼點對比的結果，判斷用戶運動動作是否標準，并在不標準時進行糾正；

其中，所述雙級聯金字塔網絡，以Resnet為骨骼框架，由自上向下支路、自下向上支路、橫向連接組成；其中自下向上支路即為提取特征的過程，將特征提取的過程分成五個階段，將最后一個階段的輸出C4作為自上向下支路的輸入，自上向下支路對C4進行了上采樣，生成與C1-C4對應大小的特征，其中C1-C4是Resnet101后四個階段的輸出；橫向連接融合了自上向下支路與自下向上支路的特征圖，其將特征提取得到的特征圖與上采樣得到的特征圖相加，得到下一級特征圖；同時使用雙頭輸入雙頭輸出的結構，兩個輸入分別為示范運動圖像與用戶運動圖像；在得到多級金字塔特征后，將特征經過上采樣，得到與原圖相同大小的骨骼點圖；以原圖骨骼點真實位置與上述網絡預測位置之間的位置的交叉熵作為損失函數，訓練上述網絡，直到網絡能夠得到真實的骨骼點位置；

然后以骨骼點的每個最小分辨點作為節點，以骨骼點的位置作為骨骼點特征，相鄰骨骼點之間形成邊，形成圖數據結構，以圖神經網絡提取兩圖像的骨骼點特征，圖卷積神經網絡為對骨骼點的特征聚合，其公式為：；

其中，D為度矩陣，A為鄰接矩陣，最后將經過圖卷積網絡提取到的特征輸入LSTM中，輸出對應的指導性語言。

2.如權利要求1所述的一種基于云機器人的健身指導方法，其特征在于，所述獲取用戶的健身動作并進行存儲包括步驟：

對用戶健身的運動動作進行拍攝；

將拍攝的影像進行儲存。

3.如權利要求1所述的一種基于云機器人的健身指導方法，其特征在于，所述采集運動環境的圖像，構建環境地圖包括步驟：

對用戶健身的周邊環境進行拍攝；

根據拍攝的影像資料生成地圖。

4.如權利要求1所述的一種基于云機器人的健身指導方法，其特征在于，所述根據兩種圖像的骨骼點對比的結果，判斷用戶運動動作是否標準，并在不標準時進行糾正包括步驟：

將兩種骨骼點進行比對；

判斷兩種骨骼點是否一致；

在兩種骨骼點不一致時，對用戶的健身時的運動動作進行糾正。

5.如權利要求1所述的一種基于云機器人的健身指導方法，其特征在于：

所述獲取用戶的健身動作的方式為通過深度攝像頭進行拍攝。

6.如權利要求5所述的一種基于云機器人的健身指導方法，其特征在于：

所述深度攝像頭底部設有用于支撐所述深度攝像頭且保證其進行上下左右360°旋轉調節的支撐件。

7.一種存儲介質，其特征在于：

所述存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時執行所述權利要求1-6中任一項中所述的基于云機器人的健身指導方法。

8.一種基于云機器人的健身指導系統，其特征在于：

所述基于云機器人的健身指導系統包括處理器及存儲器，所述存儲器上存儲有計算機程序，所述計算機程序被所述處理器執行，實現如權利要求1-6任一項所述的基于云機器人的健身指導方法。