基于云计算的形体姿态自动评估方法和系统

专利主权项内容

1.基于云计算的形体姿态自动评估方法，其特征在于，包括：S1、多维度获取目标人员运动视频信息发送至云服务器；S2、基于云服务器所包含的解析调度器解析服务请求，从所述运动视频信息中提取每一帧目标人员的相关数据，同时得到每一帧的样本图像，并将每一帧样本图像相对应的相邻的数据节点进行拼接，该相关数据包括人体骨骼节点数据和人体肌肉边缘轮廓数据；S3、将拼接好节点的所述数据作为原标签数据，对所述原标签数据进行预处理，得到数据集，将所述数据集划分为三个数据子集，分别为训练集、验证集和测试集；构建形体姿态模型，所述形体姿态模型用于基于输入的节点数据进行节点预测，输出预测节点以及所述预测节点对应的预测坐标；以训练集为输入优化所述形体姿态模型的参数，以验证集为输入对所述形体姿态模型的能力进行初步评估、并调整所述形体姿态预测模型的超参数，得到训练后形体姿态模型，以测试集为输入对训练后形体姿态模型进行测试，得到最终形体姿态模型；S4、通过形体姿态模型反馈目标人员的运动形体姿态状况；所述S2包括：从M帧视频信息中确定出目标对象；根据所述目标对象特征形态将所述目标对象分割处理为多个特征单元，针对每个特征单元，获取第a帧中所述目标对象对应的第a数据集，以及获取第b帧中所述目标对象对应的第b数据集，其中a小于b；分别对相邻的每个所述特征单元的所述第a数据集和所述第b数据集的每个点位进行拼接，并对所述第a数据集和所述第b数据集相对应的各点位进行关联匹配计算，形成多个区域重合度，从多个所述区域重合度中获取最大区域重合度，将根据每一所述特征单元对应的第a数据集和第b数据集确定其位移数据集，得到反映所述目标对象在所述第b帧与所述第a帧之间每个所述特征单元中每一点变化的相对位置信息；得到拼接后所述目标对象每一帧的数据信息；确定所述区域重合度包括：从第a帧到第b帧的相对位置信息中选用个对应采样点间距离的标准差作为从第a帧到第b帧这一时间段相对位移的重合度：/>其中，/>为某一对应采样点，/>为从第a帧到第b帧的相对间距平均值，/>为所取的采样点的取点数量，/>为相对位移的重合度；所述从第a帧到第b帧的相对间距平均值：其中，/>为第a帧的其中一采样点的平面坐标值，/>为第b帧的相对应的采样点平面坐标值，/>为第a帧到第b帧对应采样点间的距离。 马 克 数 据 网