本文提供了一種人體動作分析處理方法、裝置及智能健身系統，該方法包括：建立云端設備、智能健身鏡和多個智能終端之間同步關系；在目標用戶熱身活動的過程中，根據智能健身鏡和多個智能終端采集到的目標用戶的圖像信息，建立目標用戶的人體三維模型；在目標用戶運動過程中，計算得到各個設備的網絡處理能力，以根據網絡處理能力確定主控設備；主控設備分配目標用戶的運動視頻處理時序，以使各個設備按照處理時序處理目標用戶的運動視頻；主控設備對目標用戶的運動視頻整理合并得到運動數據集合，本文采用云端和本地MEC相結合的方式，來實現快速視頻動作分析處理，并且盡可能的保證模型數據的準確性。數據的準確性。數據的準確性。
【技術實現步驟摘要】
一種人體動作分析處理方法、裝置及智能健身系統
[0001]本文屬于計算機
，具體涉及一種人體動作分析處理方法、裝置及智能健身系統。
技術介紹
[0002]隨著新冠疫情的持續發展，人們居家健身的意識逐漸加強，智能健身鏡市場也隨之興起，各類與之相關的產品也應運而生。智能健身鏡作為一款將線下健身房延伸到用戶身邊的產品也逐漸向終端智能化方向發展，不僅支持語音識別輸入，也支持體感輸入、人工智能(Artificial Intelligence，即AI)視頻動作輔助分析等。
[0003]而現有智能健身鏡的視頻分析處理主要通過設備集成的廣角攝像鏡頭進行采集，并通過云端GPU服務器集群或本機的AI處理芯片進行分析處理。而對于目前的處理方式，存在以下幾個問題：
[0004]1、廣角鏡頭雖然能夠確保在有限距離內，最大角度的采集到運動者的動作，但是因廣角鏡頭本身存在的鏡頭畸變原因，采集的人體動作視頻存在變形情況，無法準確預測實際肢體動作的幅度大小。同時因鏡面上的攝像頭主要采取正面拍攝，為此對于頸椎、腰椎等動作情況大都無法采集到；
[0005]2、如果采用云端GPU服務器對采集視頻進行分析處理，那么受到網絡帶寬和延時抖動等影響，分析處理過程存在較大延時，無法實時得到處理結果反饋；
[0006]3、如果采用本地設備集成的AI處理芯片進行處理，那么受制于工藝制成、芯片成本、芯片功耗等原因，處理能力也遠遠不能滿足實時的各類精確動作預測和計算的要求。
[0007]正因為上述問題，各廠商的產品只能簡化視頻分析處理算法，實現低精度的簡單定性分析，為此對于這類智能健身鏡產品，用戶總體反饋覺得所謂AI并沒有想象中的這么智能，因此導致智能健身鏡的體驗感大大降低。
技術實現思路
[0008]針對現有技術的上述問題，本文的目的在于，提供一種人體動作分析處理方法、裝置及智能健身系統，可以提高健身鏡對人體動作分析的效率和可靠性。
[0009]為了解決上述技術問題，本文的具體技術方案如下：
[0010]一方面，本文提供一種人體動作分析處理方法，所述方法應用于智能健身系統，所述系統包括云端設備、智能健身鏡和多個智能終端，所述智能健身鏡和多個智能終端形成針對目標用戶的全視角的視頻采集范圍，所述方法包括：
[0011]建立所述云端設備、所述智能健身鏡和多個智能終端之間同步關系；
[0012]在目標用戶熱身活動的過程中，根據所述智能健身鏡和所述多個智能終端采集到的目標用戶的圖像信息，建立目標用戶的人體三維模型；
[0013]在目標用戶運動過程中，根據所述云端設備、所述智能健身鏡和多個智能終端的網絡參數，計算得到各個設備的網絡處理能力，以根據所述網絡處理能力確定主控設備；
[0014]根據預設處理策略，結合各個設備的網絡處理能力，所述主控設備分配所述目標用戶的運動視頻處理時序，以使各個設備按照所述處理時序處理所述目標用戶的運動視頻；
[0015]所述主控設備根據目標用戶的人體三維模型和各個設備的處理結果，對所述目標用戶的運動視頻整理合并得到運動數據集合。
[0016]進一步地，所述建立所述云端設備、所述智能健身鏡和多個智能終端之間同步關系，包括：
[0017]每個所述智能終端通過所述智能健身鏡的唯一標識建立與所述智能健身鏡的綁定關系；
[0018]每個所述智能終端將所述綁定關系發送至所述云端設備，以使云端設備、所述智能健身鏡和多個智能終端建立時鐘同步關系。
[0019]進一步地，在目標用戶熱身活動的過程中，根據所述智能健身鏡和所述多個智能終端采集到的目標用戶的圖像信息，建立目標用戶的人體三維模型，包括：
[0020]在目標用戶熱身活動的過程中，根據所述智能健身鏡和所述多個智能終端的攝鏡頭硬件參數和采集到的目標用戶的圖像信息，確定所述智能健身鏡和所述多個智能終端與所述目標用戶之間的距離；
[0021]根據所述智能健身鏡采集到的圖像信息，通過卷積神經網絡識別出目標用戶身體的各個關節點信息，并根據所述關節點信息建立所述目標用戶的初始三維模型；
[0022]根據所述初始三維模型，以及所述智能健身鏡和所述多個智能終端與所述目標用戶之間的距離，確定所述目標用戶人體關節點之間的實際距離；
[0023]根據所述目標用戶人體關節點之間的實際距離，建立基于球坐標的人體三維模型。
[0024]進一步地，所述方法還包括：
[0025]根據所述目標用戶的運動類型，確定所需智能終端的數量及位置分布。
[0026]進一步地，所述在目標用戶運動過程中，根據所述云端設備、所述智能健身鏡和多個智能終端的網絡參數，計算得到各個設備的網絡處理能力，以根據所述網絡處理能力確定主控設備，包括：
[0027]實時獲取所述智能健身鏡、所述云端設備和多個智能終端的網絡硬件參數和帶寬信息；
[0028]根據所述智能健身鏡、所述云端設備和多個智能終端的網絡硬件參數和帶寬信息，實時計算每個設備的網絡處理能力；
[0029]根據每個網絡處理能力，確定每個設備的處理能力權值；
[0030]將處理能力權值最高的設備確定為主控設備。
[0031]進一步地，所述根據每個網絡處理能力，確定每個設備的處理能力權值，進一步包括：
[0032]根據目標用戶的運動類型，獲取目標用戶的預設時序運動特征，所述預設時序運動特征至少包括目標用戶運動過程中的標準運動姿勢；
[0033]根據目標用戶的預設時序運動特征，確定不同設備在不同時刻的計算權重；
[0034]根據實時計算的每個設備的網絡處理能力，以及不同設備在不同時刻的計算權
重，計算得到每個設備的處理能力權值。
[0035]進一步地，所述預設處理策略包括以下策略中的一個或多個：順序選擇策略、輪詢選擇策略、最空閑設備優先策略、最忙設備優先策略和均衡任務策略。
[0036]進一步地，所述使各個設備按照所述處理時序處理所述目標用戶的運動視頻，包括：
[0037]根據目標用戶的運動類型，確定所述目標用戶在每個預設時間段的身體動作頻率；
[0038]根據所述身體動作頻率，從所述智能健身鏡和多個智能終端中選擇目標采集設備及與所述身體動作頻率對應的視頻抽取規則；
[0039]根據所述視頻抽取規則，目標采集設備按照所述處理時序從采集的運動視頻中抽取目標視頻信息進行處理。
[0040]另一方面，本文還提供一種人體動作分析處理裝置，所述裝置應用于智能健身系統，所述系統包括云端設備、智能健身鏡和多個智能終端，所述智能健身鏡和多個智能終端形成針對目標用戶的全視角的視頻采集范圍，所述裝置包括：
[0041]同步關系建立模塊，用于建立所述云端設備、所述智能健身鏡和多個智能終端之間同步關系；
[0042]三維模型建立模塊，用于在目標用戶熱身活動的過程中，根據所述智能健身鏡和所述多個智能終端采集到的目標用戶的圖像信息，建立目標用戶的人本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種人體動作分析處理方法，其特征在于，所述方法應用于智能健身系統，所述系統包括云端設備、智能健身鏡和多個智能終端，所述智能健身鏡和多個智能終端形成針對目標用戶的全視角的視頻采集范圍，所述方法包括：建立所述云端設備、所述智能健身鏡和多個智能終端之間同步關系；在目標用戶熱身活動的過程中，根據所述智能健身鏡和所述多個智能終端采集到的目標用戶的圖像信息，建立目標用戶的人體三維模型；在目標用戶運動過程中，根據所述云端設備、所述智能健身鏡和多個智能終端的網絡參數，計算得到各個設備的網絡處理能力，以根據所述網絡處理能力確定主控設備；根據預設處理策略，結合各個設備的網絡處理能力，所述主控設備分配所述目標用戶的運動視頻處理時序，以使各個設備按照所述處理時序處理所述目標用戶的運動視頻；所述主控設備根據目標用戶的人體三維模型和各個設備的處理結果，對所述目標用戶的運動視頻整理合并得到運動數據集合。2.根據權利要求1所述的方法，其特征在于，所述建立所述云端設備、所述智能健身鏡和多個智能終端之間同步關系，包括：每個所述智能終端通過所述智能健身鏡的唯一標識建立與所述智能健身鏡的綁定關系；每個所述智能終端將所述綁定關系發送至所述云端設備，以使云端設備、所述智能健身鏡和多個智能終端建立時鐘同步關系。3.根據權利要求1所述的方法，其特征在于，在目標用戶熱身活動的過程中，根據所述智能健身鏡和所述多個智能終端采集到的目標用戶的圖像信息，建立目標用戶的人體三維模型，包括：在目標用戶熱身活動的過程中，根據所述智能健身鏡和所述多個智能終端的攝鏡頭硬件參數和采集到的目標用戶的圖像信息，確定所述智能健身鏡和所述多個智能終端與所述目標用戶之間的距離；根據所述智能健身鏡采集到的圖像信息，通過卷積神經網絡識別出目標用戶身體的各個關節點信息，并根據所述關節點信息建立所述目標用戶的初始三維模型；根據所述初始三維模型，以及所述智能健身鏡和所述多個智能終端與所述目標用戶之間的距離，確定所述目標用戶人體關節點之間的實際距離；根據所述目標用戶人體關節點之間的實際距離，建立基于球坐標的人體三維模型。4.根據權利要求1所述的方法，其特征在于，所述方法還包括：根據所述目標用戶的運動類型，確定所需智能終端的數量及位置分布。5.根據權利要求1所述的方法，其特征在于，所述在目標用戶運動過程中，根據所述云端設備、所述智能健身鏡和多個智能終端的網絡參數，計算得到各個設備的網絡處理能力，以根據所述網絡處理能力確定主控設備，包括：實時獲取所述智能健身鏡、所述云端設備和多個智能終端的網絡硬件參數和帶寬信息；根據所述智能健身鏡、所述云端設備和多個智能...
【專利技術屬性】
技術研發人員：王俊，毛軼嘉，陳國潤，徐玉清，鄭榮，
申請(專利權)人：上海理想信息產業集團有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。