[發明專利]運動信息處理方法、裝置、計算機設備

在審

• 申請號: 202210095065.3
• 申請日: 2022-01-26
• 公開（公告）號: CN114495276A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 胡永偉
• 申請（專利權）人: 南京善跑體育科技有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V20/40;G06N20/00;A63B71/06;A63B71/14;A61B5/11;A61B5/00
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 王天慶

1.一種運動信息處理方法，其特征在于，所述方法包括：

實時獲取運動主體的動作發生部位的壓力數據；

實時獲取所述運動主體的視頻信息；

根據所述壓力數據判斷所述運動主體的當前動作是否滿足第一力度條件；

根據所述視頻信息判斷所述運動主體的當前動作是否滿足范圍條件；

在判斷結果為所述運動主體的當前動作滿足所述第一力度條件，且滿足所述范圍條件的情況下，記錄所述運動主體的當前動作為有效動作。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

實時獲取所述運動主體的動作發生部位的加速度數據；

根據所述加速度數據判斷所述運動主體的當前動作是否滿足第二力度條件；

所述在判斷結果為所述運動主體的當前動作滿足所述第一力度條件，且滿足所述范圍條件的情況下，記錄所述運動主體的當前動作為有效動作包括：

在判斷結果為所述運動主體的當前動作同時滿足所述第一力度條件、第二力度條件、范圍條件的情況下，記錄所述運動主體的當前動作為有效動作。

3.根據權利要求2所述的方法，其特征在于，所述根據所述加速度數據判斷所述運動主體的當前動作是否滿足第二力度條件包括：

根據所述加速度數據獲得所述運動主體分別在空間直角坐標系的x軸、y軸、z軸上的加速度分量；

將所述加速度分量輸入預設的算法模型，所述算法模型經過計算輸出結果；

在所述算法模型輸出結果為真的情況下，確定所述運動主體的當前動作滿足所述第二力度條件。

4.根據權利要求1或2所述的方法，其特征在于，所述根據所述視頻信息判斷所述運動主體的當前動作是否滿足范圍條件包括：

將所述視頻信息輸入預設的機器學習模型；

所述機器學習模型根據所述視頻信息判斷所述運動主體當前是否發生了關鍵事件；

在所述機器學習模型的輸出結果為所述運動主體當前發生了關鍵事件的情況下，確定所述運動主體的當前動作滿足所述范圍條件。

5.根據權利要求4所述的方法，其特征在于，所述機器學習模型根據所述視頻信息判斷所述運動主體當前是否發生了關鍵事件包括：

所述機器學習模型基于計算機視覺判斷所述運動主體當前是否發生了關鍵事件，獲得第一結果；

所述機器學習模型對所述運動主體的關鍵部位進行標注，提取所述運動主體的標注點；

根據所述標注點判斷所述運動主體當前是否發生了關鍵事件，獲得第二結果；

根據所述運動主體的標注點構建所述運動主體的三維模型，根據所述三維模型判斷所述運動主體當前是否發生了關鍵事件，獲得第三結果；

所述機器學習模型根據所述第一結果、第二結果、第三結果輸出所述運動主體當前是否發生了關鍵事件的最終結果。

6.根據權利要求5所述的方法，其特征在于，所述根據所述三維模型判斷所述運動主體當前是否發生了關鍵事件包括：

將所述運動主體的動作發生部位進行第一染色，將所述運動主體的動作發生的有效范圍進行第二染色；

根據當前所述第一染色部位是否接觸到所述第二染色部位，判斷所述運動主體當前是否發生了關鍵事件。

7.一種運動信息處理裝置，其特征在于，所述裝置包括：

壓力模塊，用于實時獲取運動主體的動作發生部位的壓力數據；

視頻模塊，用于實時獲取所述運動主體的視頻信息；

力度判斷模塊，用于根據所述壓力數據判斷所述運動主體的當前動作是否滿足第一力度條件；

范圍判斷模塊，用于根據所述視頻信息判斷所述運動主體的當前動作是否滿足范圍條件；

有效動作模塊，用于在判斷結果為所述運動主體的當前動作滿足所述第一力度條件，且滿足所述范圍條件的情況下，記錄所述運動主體的當前動作為有效動作。

8.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至6中任一項所述的方法的步驟。