一种基于视频的传统健身功法动作规范性智能评测方法及系统与流程

摘要: 本发明涉及计算机视觉与智能健身,具体为一种基于视频的传统健身功法动作规范性智能评测方法及系统。背景技术:1、传统健身功法包括太极拳、八段锦、五禽戏等,其动作规范...
一种基于视频的传统健身功法动作规范性智能评测方法及系统与流程

本发明涉及计算机视觉与智能健身,具体为一种基于视频的传统健身功法动作规范性智能评测方法及系统。

背景技术:

1、传统健身功法包括太极拳、八段锦、五禽戏等,其动作规范性评价长期依赖教练或裁判的人工观察与经验判断。人工评价存在主观性强、标准不统一、反馈滞后等问题,不利于传统健身功法在全民健身场景中的科学化推广和规模化教学。

2、现有基于视频的动作评估技术,通常采用人体姿态估计获取骨骼关键点坐标,再将用户动作与标准模板进行空间比对。

3、例如公开号为cn119559692a的发明专利公开了一种基于重心高度检测的太极拳动作协调性评价方法,其通过识别人体关节三维坐标并计算重心高度差进行评分。

4、公开号为cn108905136a的发明专利公开了一种太极拳学习智能动作诊断反馈系统,其通过姿态识别模块判断动作熟练度。公开号为cn121392960a的发明专利公开了一种基于深度学习的健身动作评价方法,其通过三维姿态估计和长短期记忆网络进行动作质量分析。公开号为cn121767829a的发明专利公开了基于视频和骨架双模态融合的动作质量评估方法。公开号为cn121459426a的发明专利公开了基于人工智能的八段锦动作细节捕捉及综合评价系统。

5、上述现有技术存在以下不足。

6、1.评估维度主要局限于形似度,即关节坐标或角度与标准模板的空间相似度,未对呼吸配合度和意念专注度进行量化评估。

7、2.呼吸信号采集通常依赖胸带传感器、心电采集模块或惯性测量模块,需要额外穿戴设备,影响自然演练状态,且无法从单一视频源中非接触获取呼吸信息。

8、3.综合评分多采用固定权重或简单动态权重,未根据练习者所处水平阶段自适应调整评价侧重点。

9、4.传统健身功法强调形气意统一,现有技术未将呼吸与动作开合的时序关系、头部朝向与意念引导方向的关系转化为可计算的机械视觉指标。

技术实现思路

1、本发明的目的在于提供一种基于视频的传统健身功法动作规范性智能评测方法及系统,以实现从形气意三个维度对传统健身功法动作进行综合量化评估,并通过自适应权重分配提高评估的针对性和准确性。

2、为解决上述技术问题,本发明提供了一种基于视频的传统健身功法动作规范性智能评测方法及系统,其特征在于:包括以下步骤:

3、s1、获取练习者进行传统健身功法演练的视频数据,从视频数据中提取人体骨骼关键点坐标序列和面部区域光电容积脉搏波信号。

4、s2、基于骨骼关键点坐标序列进行动作阶段划分和功法招式识别。

5、s3、基于骨骼关键点坐标序列计算关节角度偏差、重心轨迹偏差和动作节律偏差,融合得到形准度指标。

6、s4、基于光电容积脉搏波信号提取呼吸波形和呼吸周期,识别动作开合状态,计算呼吸与动作开合的时序对齐程度,得到气息协调度指标。

7、s5、基于骨骼关键点坐标序列计算头部朝向一致性、动作流畅度和姿态稳定性,融合得到意念专注度指标。

8、s6、根据形准度指标、气息协调度指标和意念专注度指标的得分分布确定练习者的水平阶段,并基于水平阶段动态分配各指标的权重,将三个指标加权融合得到综合规范性评分。

9、进一步地,s6中动态分配权重包括以下情形。当形准度指标低于第一阈值时,判定练习者处于动作学习阶段,赋予形准度指标最高权重。当形准度指标高于第一阈值且气息协调度指标低于第二阈值时,判定练习者处于动作熟练阶段,赋予气息协调度指标最高权重。当形准度指标高于第一阈值且气息协调度指标高于第二阈值时,判定练习者处于形气意协调阶段,赋予意念专注度指标最高权重。

10、进一步地,s4中时序对齐程度计算包括以下步骤。从光电容积脉搏波信号中提取呼吸波形,识别吸气相和呼气相的转换时刻。基于骨骼关键点坐标序列识别肢体向外展开的开状态和向内收拢的合状态,确定开合转换时刻。计算呼吸相位转换时刻与开合转换时刻之间的时间偏差。基于时间偏差、各呼吸周期的时长变异系数和各次呼吸幅度的一致性,计算气息协调度指标。

11、进一步地,s5中头部朝向一致性包括以下步骤。基于面部区域检测确定头部朝向向量。根据当前功法招式的标准意念引导方向确定标准引导向量。计算头部朝向向量与标准引导向量之间的夹角偏差,作为头部朝向一致性指标。

12、进一步地,s5中姿态稳定性包括以下步骤。识别动作阶段中的定势阶段。计算定势阶段中主要关节点在预设时间窗口内的位置波动幅度。基于位置波动幅度确定姿态稳定性指标。

13、进一步地,s5中动作流畅度包括以下步骤。基于骨骼关键点坐标序列计算各关节点的运动轨迹曲率和连续性指标。基于曲率和连续性指标确定动作流畅度。

14、进一步地,本发明方法还包括生成评测报告。基于综合规范性评分和形准度指标、气息协调度指标、意念专注度指标的得分,生成评测报告。评测报告包括各维度得分及等级、不规范动作的具体位置和偏差类型,以及针对性改进建议。

15、本发明还提供一种基于视频的传统健身功法动作规范性智能评测系统,包括以下模块。

16、视频采集模块,用于获取练习者进行传统健身功法演练的视频数据。

17、姿态估计模块,用于从视频数据中逐帧提取人体骨骼关键点的三维坐标序列,并提取面部区域的光电容积脉搏波信号。

18、动作分析模块,用于基于骨骼关键点坐标序列进行动作阶段划分和功法招式识别。

19、形准度评估模块,用于基于骨骼关键点坐标序列计算关节角度偏差、重心轨迹偏差和动作节律偏差,输出形准度指标。

20、气息协调度评估模块,用于基于光电容积脉搏波信号提取呼吸波形和呼吸周期,识别动作开合状态,计算呼吸与动作开合的时序对齐程度,输出气息协调度指标。

21、意念专注度评估模块,用于基于骨骼关键点坐标序列计算头部朝向一致性、动作流畅度和姿态稳定性,输出意念专注度指标。

22、自适应权重分配模块,用于根据形准度指标、气息协调度指标和意念专注度指标的得分分布确定练习者的水平阶段,并基于水平阶段动态分配各指标的权重。

23、综合评分模块,用于基于动态分配的权重将三个指标加权融合得到综合规范性评分。

24、综上所述,由于采用了上述技术,本发明的有益效果是:

25、1.本发明从单一视频源中提取面部光电容积脉搏波信号,非接触获取呼吸波形,无需胸带传感器或心电采集模块,解决了现有技术中呼吸评估依赖额外穿戴设备的问题。

26、2.本发明计算呼吸相位转换时刻与动作开合转换时刻之间的时间偏差,形成气息协调度指标,将传统健身功法中呼吸与动作配合的评价要求转化为可计算指标,现有技术未公开该时序对齐计算手段。

27、3.本发明构建形准度指标、气息协调度指标和意念专注度指标,实现形气意三维综合评估,克服了现有技术仅评估形似度的缺陷。

28、4.本发明根据练习者水平阶段动态分配权重,对动作学习阶段侧重形准度,对动作熟练阶段侧重气息协调度,对形气意协调阶段侧重意念专注度,使评测结果更贴合练习者的实际改进需求‌‌。