买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海九久动信息技术有限公司申请的专利一种基于图像处理的运动姿态评估系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119580346B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411505908.8，技术领域涉及：G06V40/20；该发明授权一种基于图像处理的运动姿态评估系统及方法是由林勇;郑谐维;王姣霞;俞晓敏;郑烜焕;李海俊设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本一种基于图像处理的运动姿态评估系统及方法在说明书摘要公布了：本发明公开了一种基于图像处理的运动姿态评估系统及方法，涉及运动姿态评估技术领域，包括获取学员的运动视频，评估运动视频与教学视频之间的运动近似性，得到参考教学视频；获取运动视频的参考教学视频，生成参考教学视频的参考图像集，评估姿态图像集中的姿态图像帧的姿态异常程度，得到异常姿态图像帧；获取姿态图像集中的异常姿态图像帧，获取异常姿态图像帧中的运动关键点的位置数据，并结合参考图像集，评估异常姿态图像帧中的运动关键点的姿态异常性，得到运动姿态异常数据；获取运动视频的运动姿态异常数据，并根据运动姿态异常数据，生成学员的运动姿态调整数据，对学员的运动姿态进行智能调整。

本发明授权一种基于图像处理的运动姿态评估系统及方法在权利要求书中公布了：1.一种基于图像处理的运动姿态评估方法，其特征在于，所述方法包括： 步骤S100：构建姿态评估云平台，获取学员的运动视频，获取云平台中的教学视频，评估所述运动视频与所述教学视频之间的运动近似性，得到参考教学视频； 步骤S200：获取所述学员的姿态图像集，获取所述运动视频的参考教学视频，生成所述参考教学视频的参考图像集，评估所述姿态图像集中的姿态图像帧的姿态异常程度，得到异常姿态图像帧； 步骤S300：获取所述姿态图像集中的异常姿态图像帧，获取所述异常姿态图像帧中的运动关键点的位置数据，并结合所述参考图像集，评估所述异常姿态图像帧中的运动关键点的姿态异常性，得到运动姿态异常数据； 步骤S400：获取所述运动视频的运动姿态异常数据，并根据所述运动姿态异常数据，生成所述学员的运动姿态调整数据，对所述学员的运动姿态进行智能调整； 所述步骤S100包括： 步骤S101：当学员在程序上将拍摄的运动视频上传至云平台时，对所述运动视频进行获取，根据的预设的特征时长，每隔特征时长，对所述运动视频内的关键帧进行提取，得到姿态图像帧，对所述姿态图像帧进行预处理，对所述运动视频的各个姿态图像帧进行获取并汇集，得到所述运动视频的姿态图像集； 步骤S102：从所述姿态图像集中随机选取出若干个姿态图像帧，并记为标记姿态图像帧，将所述姿态图像集中的若干个标记姿态图像帧进行获取并汇集，得到所述运动视频的运动识别集； 步骤S103：获取预设的各项运动关键点，对所述标记姿态图像帧建立二维坐标系，获取所述标记姿态图像帧中的各项运动关键点的坐标，获取所述标记姿态图像帧的特征向量F： ，其中，x1、y1分别表示为所述标记姿态图像帧中，第1项运动关键点的横坐标和纵坐标； x2、y2分别表示为所述标记姿态图像帧中，第2项运动关键点的横坐标和纵坐标；xm、ym分别表示为所述标记姿态图像帧中，第m项运动关键点的横坐标和纵坐标；m表示为所述各项运动关键点的总项数；W表示为所述标记姿态图像帧的图像宽度；H表示为所述标记姿态图像帧的图像宽度； 步骤S104：计算所述运动识别集的特征聚合向量Favg： ，其中，ε表示为所述运动识别集中的标记姿态图像帧的总个数；Fi表示为所述运动识别集中的第i个标记姿态图像帧的特征向量； 步骤S105：从云平台中获取各个教学视频的若干个标准姿态图像，获取标准姿态图像的特征向量，获取所述运动识别集，与所述各个教学视频的运动近似值，其中，获取所述运动识别集，与云平台中的第a个教学视频的运动近似值的具体获取过程为： 计算所述运动识别集，与所述第a个教学视频的若干个标准姿态图像的特征运动近似值，其中，所述运动识别集，与所述第a个教学视频的第b个标准姿态图像的特征运动近似值Ra,b： ，其中，Da,b表示为所述第b个标准姿态图像的特征向量； 步骤S106：计算所述运动识别集，与所述第a个教学视频的运动近似值Ca： ，其中，j表示为所述第a个教学视频的标准姿态图像的总个数；Ra,z表示为所述运动识别集，与所述第a个教学视频的第z个标准姿态图像的特征运动近似值； 步骤S107：评估所述运动视频，与云平台中的各个教学视频进行运动近似性，具体过程为，获取所述运动识别集，与所述各个教学视频的运动近似值的最大值，获取所述最大值所对应的教学视频，并判定所述运动视频，与云平台中的教学视频的运动近似性最大，将所述教学视频，记为所述运动视频的参考教学视频； 所述步骤S200包括： 步骤S201：获取所述运动视频的参考教学视频，对所述运动视频每隔特征时长进行关键帧进行提取，得到参考姿态图像帧，对所述参考教学视频的若干个参考姿态图像帧的进行汇集，得到所述参考教学视频的参考图像集； 步骤S202：获取所述若干个参考姿态图像帧的特征向量，计算所述运动视频的姿态图像集中的各个姿态图像帧，与所述参考图像集的所述若干个参考姿态图像帧之间的姿态近似值，其中，所述姿态图像集中的第α个姿态图像帧，与所述参考图像集中的第β个参考姿态图像帧之间的姿态近似值Hα,β： ，其中，Gα表示为所述第α个姿态图像帧的特征向量；Qβ表示为第β个参考姿态图像帧的特征向量； 步骤S203：获取所述姿态图像集中的第α个姿态图像帧，与所述若干个参考姿态图像帧之间的姿态近似值的最大值，并将所述姿态近似值的最大值所对应的参考姿态图像帧，作为所述第α个姿态图像帧的目标参考姿态图像帧； 步骤S204：评估所述姿态图像集中的所述第α个姿态图像帧姿态异常程度，具体评估过程为，当所述第α个姿态图像帧与，所述第α个姿态图像帧的目标参考姿态图像帧的姿态近似值，大于等于预设的姿态近似阈值，判定所述第α个姿态图像帧的中的所述学员的运动姿态不异常； 步骤S205：当所述第α个姿态图像帧与，所述第α个姿态图像帧的目标参考姿态图像帧的姿态近似值，小于预设的姿态近似阈值，判定所述第α个姿态图像帧的中的所述学员的运动姿态异常，并将所述第α个姿态图像帧，记为异常姿态图像帧，对所述姿态图像集中的若干个异常姿态图像帧进行获取； 所述步骤S300包括： 步骤S301：对所述姿态图像集中的若干个异常姿态图像帧进行获取，获取异常姿态图像帧对应的目标参考姿态图像帧，分别对所述异常姿态图像帧的目标参考姿态图像帧建立二维坐标系，从所述异常姿态图像帧中，获取所述学员的运动关键点的位置数据，所述位置数据包括，所述异常姿态图像帧中的各项运动关键点的坐标向量； 步骤S302：获取所述目标参考姿态图像帧所属的参考教学视频中，预设的若干项特征关节的关节点的运动关键点，并记为特征关节的特征运动关键点，获取所述特征运动关键点的相邻运动关键点，分别记为所述特征关节的第一运动关键点和第二运动关键点； 步骤S303：评估所述异常姿态图像帧中的运动关键点的姿态异常性，具体评估过程为： 计算所述异常姿态图像帧中的若干项特征关节的特征关节角度，其中，所述异常姿态图像帧中的第δ项特征关节的特征关节角度θδ： ，其中，Sδ表示为所述第δ项特征关节的特征运动关键点的坐标向量；Sδ1表示为所述第δ项特征关节的第一运动关键点的坐标向量；Sδ2表示为所述第δ项特征关节的第二运动关键点的坐标向量； 步骤S304：计算所述异常姿态图像帧中的第δ项特征关节，与所述目标参考姿态图像帧的特征关节角度偏差值△θδ=θδ´‑θδ，当所述特征关节角度偏差值△θδ，在预设的角度偏差范围之外，判定所述异常姿态图像帧中的第δ项特征关节的姿态异常，并将所述第δ项特征关节，作为所述异常姿态图像帧中的特征异常关节； 步骤S305：获取所述异常姿态图像帧的若干项特征异常关节并进行汇集，得到所述学员在所述异常姿态图像帧中的运动姿态异常数据； 所述步骤S400包括： 步骤S401：获取所述运动视频中的若干个异常姿态图像帧，获取所述若干个异常姿态图像帧的运动姿态异常数据，分别从所述运动姿态异常数据中，提取出异常姿态图像帧的特征异常关节的特征关节角度偏差值； 步骤S402：分别在所述若干个异常姿态图像帧和对应的目标参考姿态图像帧中，将所述若干项特征异常关节进行标注，并生成所述学员的运动姿态调整数据，在所述程序中向学员进行展示。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海九久动信息技术有限公司，其通讯地址为：201600 上海市松江区佘山镇沈砖公路3129弄16号355-126室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。