基于AI的动作标准判定方法、装置、设备及存储介质与流程

技术特征：
1.一种基于ai的动作标准判定方法，其特征在于，所述基于ai的动作标准判定方法包括以下步骤：获取待判定动作的特征参数；将所述特征参数输入至动作判定模型中，得到动作判定分值；根据所述动作判定分值，确定动作标准判定结果。2.如权利要求1所述的基于ai的动作标准判定方法，其特征在于，所述获取待判定动作的特征参数的步骤包括：获取待判定动作对应的关节点的三维坐标值；基于所述关节点的三维坐标值，计算所述关节点所在骨骼间的夹角特征值，形成待判定动作的特征参数。3.如权利要求1所述的基于ai的动作标准判定方法，其特征在于，所述动作判定模型的获取方法，包括：获取目标动作的目标特征参数，以及其对应的动作分值；对所述目标特征参数进行划分，得到训练数据集和测试数据集；将所述训练数据集对应的目标特征参数输入到预设基础模型中进行训练，得到初步动作判定模型；将所述测试数据集对应的目标特征参数输入到所述初步动作判定模型中进行测试，得到测试输出值；获取所述测试输出值与所述动作分值相同的概率值；若所述概率值大于或等于预设概率值，则将所述初步动作判定模型作为动作判定模型；若所述概率值小于预设概率值，则返回对所述目标特征参数进行划分，得到训练数据集和测试数据集的步骤。4.如权利要求1所述的基于ai的动作标准判定方法，其特征在于，所述根据所述动作判定分值，确定动作标准判定结果的步骤，包括：若所述动作判定分值大于或等于预设分值，则所述待判定动作为标准动作。5.如权利要求1所述的基于ai的动作标准判定方法，其特征在于，所述获取待判定动作的特征参数的步骤之前，还包括：根据待判定动作选择其对应的动作判定模型。6.如权利要求5所述的基于ai的动作标准判定方法，其特征在于，所述根据待判定动作选择其对应的动作判定模型的步骤，包括：获取待判定动作的动作图像；将所述动作图像与各类别动作的目标动作图像进行相似度比对；根据相似度比对结果，确定待判定动作的动作类别；根据所述动作类别，选择对应的动作判定模型。7.如权利要求6所述的基于ai的动作标准判定方法，其特征在于，所述将所述动作图像与各类别动作的目标动作图像进行相似度比对的步骤，包括：将所述动作图像与所述目标动作图像进行叠放；计算所述目标动作图像上预设特征点与所述动作图像上对应的特征点之间的距离；
求取各所述预设特征点对应的距离的平均值；遍历各类别动作的目标动作图像，从各类别动作的目标动作图像中筛选得到相似目标动作图像，其中，所述相似目标动作图像对应的所述平均值小于或等于预设平均阈值。8.一种基于ai的动作标准判定装置，其特征在于，所述装置包括：特征提取模块，用于获取待判定动作的特征参数；模型处理模型，用于将所述特征参数输入至动作判定模型中，得到动作判定分值；动作标准判定模块，用于根据所述动作判定分值，确定动作标准判定结果。9.一种基于ai的动作标准判定设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于ai的动作标准判定程序，所述基于ai的动作标准判定程序配置为实现如权利要求1至7中任一项所述的基于ai的动作标准判定方法的步骤。10.一种存储介质，其特征在于，所述存储介质上存储有基于ai的动作标准判定程序，所述基于ai的动作标准判定程序被处理器执行时实现如权利要求1至7任一项所述的基于ai的动作标准判定方法的步骤。

技术总结
本申请公开了一种基于AI的动作标准判定方法、装置、设备及存储介质，属于大数据处理技术领域。该方法包括：获取待判定动作的特征参数；将所述特征参数输入至动作判定模型中，得到动作判定分值；根据所述动作判定分值，确定动作标准判定结果。本申请通过待判定动作的特征参数，将其输入至训练得到的动作判定模型中，再根据输出的动作判定分值，确定动作标准判定结果，无需依靠人工经验进行判定，提高了对动作标准判定的准确性。对动作标准判定的准确性。对动作标准判定的准确性。


技术研发人员：曹小伍 李德胜 曹景溢 华国明 钱隆
受保护的技术使用者：杭州翔毅科技有限公司
技术研发日：2022.02.21
技术公布日：2022/6/28