一种人体运动数据的处理方法和装置与流程

专利2026-06-09  1


本发明涉及计算机,特别是涉及一种人体运动数据的处理方法和装置。


背景技术:

1、随着终端技术的发展,终端可以采集用户的人体运动数据,进而根据这些用户数据向用户提供更加个性化的服务,提升用户体验。

2、在现有技术中,人体运动数据的生成过程通常是由终端将采集的人体运动影像传输至云端,然后由云端进行分析,得到人体运动数据。然而,采用这种方式生成人体运动数据,需要传输大量的数据且处理效率不佳。


技术实现思路

1、鉴于上述问题,提出了以便提供克服上述问题或者至少部分地解决上述问题的一种人体运动数据的处理方法和装置,包括:

2、一种人体运动数据的处理方法,所述方法包括:

3、智能终端启动摄像头,并获取所述摄像头拍摄的图片帧;

4、所述智能终端对所述图片帧中人体区域的多个关键点进行检测,得到姿态特征数组;其中,所述姿态特征数组包括所述多个关键点的运动特征值;

5、所述智能终端将所述姿态特征数组发送至云端,所述云端用于根据所述智能终端在连续时间拍摄的图片帧的姿态特征数组,生成人体运动数据。

6、可选地,所述智能终端对所述图片帧中人体的多个关键点进行检测,得到姿态特征数组,包括:

7、将所述图片帧输入在所述智能终端预置的卷积神经网络模型,并获取所述卷积神经网络模型输出的姿态特征数组;

8、所述云端具体用于将所述智能终端在连续时间拍摄的图片帧的姿态特征数组输入在所述云端预置的循环神经网络模型,并获得所述循环神经网络模型输出的人体运动数据。

9、可选地,所述卷积神经网络模型和所述循环神经网络模型构成两阶段的神经网络结构,所述卷积神经网络模型为第一阶段的神经网络模型,所述循环神经网络模型为第二阶段的神经网络模型。

10、可选地,所述卷积神经网络模型用于:

11、根据所述图片帧,生成关键点热力图和关键点之间的亲和区域;

12、根据所述关键点热力图和关键点之间的亲和区域,生成姿态特征数组。

13、可选地,所述循环神经网络模型用于:

14、根据所述智能终端在连续时间拍摄的图片帧的姿态特征数组,进行复原人体动作的计算,得到人体动作的计时和/或计数的判断结果;

15、根据所述人体动作的计时和/或计数的判断结果,生成人体运动数据。

16、可选地,每个关键点的运动特征值包括所述关键点的估计坐标信息和置信度信息。

17、一种人体运动数据的处理方法,所述方法包括:

18、云端接收智能终端发送的姿态特征数组;其中,所述姿态特征数组为所述智能终端对摄像头拍摄的图片帧中人体区域的多个关键点进行检测得到,所述姿态特征数组包括所述多个关键点的运动特征值;

19、所述云端根据所述智能终端在连续时间拍摄的图片帧的姿态特征数组,生成人体运动数据。

20、一种人体运动数据的处理装置,所述装置包括:

21、图片帧获取模块,用于启动摄像头,并获取所述摄像头拍摄的图片帧;

22、姿态特征数组得到模块,用于对所述图片帧中人体区域的多个关键点进行检测,得到姿态特征数组;其中,所述姿态特征数组包括所述多个关键点的运动特征值;

23、姿态特征数组发送模块,用于将所述姿态特征数组发送至云端,所述云端用于根据所述智能终端在连续时间拍摄的图片帧的姿态特征数组,生成人体运动数据。

24、一种人体运动数据的处理装置,所述装置包括:

25、姿态特征数组接收模块,用于接收智能终端发送的姿态特征数组;其中,所述姿态特征数组为所述智能终端对摄像头拍摄的图片帧中人体区域的多个关键点进行检测得到,所述姿态特征数组包括所述多个关键点的运动特征值;

26、人体运动数据生成模块,用于根据所述智能终端在连续时间拍摄的图片帧的姿态特征数组,生成人体运动数据。

27、一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上所述的人体运动数据的处理方法

28、本发明实施例具有以下优点:

29、在本发明实施例中,通过智能终端启动摄像头,并获取所述摄像头拍摄的图片帧,对所述图片帧中人体区域的多个关键点进行检测,得到姿态特征数组,所述姿态特征数组包括所述多个关键点的运动特征值,然后将所述姿态特征数组发送至云端,所述云端根据所述智能终端在连续时间拍摄的图片帧的姿态特征数组,生成人体运动数据,实现了终端和云端协同分析人体运动,提升了处理效率,且无需将人体运动影像传输至云端,减少数据传输量。



技术特征:

1.一种人体运动数据的处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述智能终端对所述图片帧中人体的多个关键点进行检测,得到姿态特征数组,包括:

3.根据权利要求2所述的方法,其特征在于,

4.根据权利要求2或3所述的方法,其特征在于,

5.根据权利要求2或3所述的方法,其特征在于,

6.根据权利要求1所述的方法,其特征在于,每个关键点的运动特征值包括所述关键点的估计坐标信息和置信度信息。

7.一种人体运动数据的处理方法,其特征在于,所述方法包括:

8.一种人体运动数据的处理装置,其特征在于,所述装置包括:

9.一种人体运动数据的处理装置,其特征在于,所述装置包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的人体运动数据的处理方法。


技术总结
本发明实施例提供了一种人体运动数据的处理方法和装置,所述方法包括:智能终端启动摄像头,并获取所述摄像头拍摄的图片帧;所述智能终端对所述图片帧中人体区域的多个关键点进行检测,得到姿态特征数组;其中,所述姿态特征数组包括所述多个关键点的运动特征值;所述智能终端将所述姿态特征数组发送至云端,所述云端用于根据所述智能终端在连续时间拍摄的图片帧的姿态特征数组,生成人体运动数据。通过本发明实施例,实现了终端和云端协同分析人体运动,提升了处理效率,且无需将人体运动影像传输至云端,减少数据传输量。

技术研发人员:张祎轶
受保护的技术使用者:中国电信股份有限公司
技术研发日:
技术公布日:2024/6/26
转载请注明原文地址:https://doc.8miu.com/read-1829916.html

最新回复(0)