Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 汕头大学赵志丹获国家专利权

汕头大学赵志丹获国家专利权

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!

龙图腾网获悉汕头大学申请的专利一种融合区块链的体育运动动作分析与纠正方法及系统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:CN116844084B

龙图腾网通过国家知识产权局官网在2025-12-12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:202310739669.1,技术领域涉及:G06V20/40;该发明授权一种融合区块链的体育运动动作分析与纠正方法及系统是由赵志丹;杜宇轩;吴逸南设计研发完成,并于2023-06-21向国家知识产权局提交的专利申请。

一种融合区块链的体育运动动作分析与纠正方法及系统在说明书摘要公布了:本发明实施例公开了一种融合区块链的体育运动动作分析与纠正方法,包括:利用系统中的Fabric区块链网络来记录用户行为记录,通过Fabric区块链网络中的访问控制机制来授权云数据库来分发相应跟练课程给用户跟练,最后给出相应评分,使用关节特征实时系统模型PostEX,用于提取运动视频的骨架图,动作序列相似度计算算法以及动作比对评分算法。本发明实施例还公开了一种融合区块链的体育运动动作分析与纠正系统。采用本发明,对于动作识别与评分具有良好的实用性与鲁棒性,并能降低计算量,可以解决并纠正体育运动爱好者在学习相关体育运动时的错误姿势的问题。

本发明授权一种融合区块链的体育运动动作分析与纠正方法及系统在权利要求书中公布了:1.一种基于Fabric区块链网络以及关节特征余弦相似度算法的体育运动动作分析与纠正方法,其特征在于,包括以下步骤: S1:在云数据库中构建标准体育动作视频序列教学素材库; S2:获取用户存入Fabric区块链网络中的相应体育运动动作视频的购买记录,由Fabric区块链网络对云数据库进行授权,所述云数据库分发相应已购买的运动教学视频给用户,对用户的整个跟练过程会用摄像头进行拍摄并保存为待纠正运动动作视频,用户完成训练后,所述待纠正运动动作视频被传入系统中等待处理; S3:对待纠正运动动作视频序列进行预处理,使视频每一帧与标准动作视频素材库中相应的标准动作视频序列里的每一帧一一匹配; S4:输入预处理后的视频序列,使用关节特征实时系统模型PostEX进行实时计算,输出并提取出该运动动作视频序列每一帧的肢体关键点坐标,当用户设置成精准模式下,输出为三维热图的形式; S5:利用人体肢体夹角余弦值的特征提取算法把提取出来的肢体关键点坐标值特征转化为肢体向量值特征,再转化为肢体余弦相似度特征值;将经过提取之后的动作表征以关节特征实时系统关键点提取为基础的动作序列相似度度量,来在运动动作素材视频库中搜索向量值余弦相似度最相近的运动动作,从而识别出用户所作出的具体运动动作名称,并使待纠正运动动作视频与标准运动动作视频对应; 所述以关节特征实时系统关键点提取为基础的动作序列相似度度量的方法包括以下步骤: S51:对通过关节特征实时系统后提取出来的25个关键点进行两两组合组成肢体向量特征; S52:将每两个肢体向量之间都做一次夹角余弦值计算,得到276个夹角余弦值,并组成一个向量,转化成了一个276维的余弦相似度向量; S53:对所得到的跟练动作序列与标准动作序列的两组照片的每一张照片进行特征抽取,并使用an代表跟练动作序列的第n张图片的向量表示结果,bn代表标准动作序列的第n张图片的向量表示结果,而后把所有的an拼接起来得到矩阵A,所有的bn拼接起来得到矩阵B; S54:使用对矩阵进行特征选择的方法去除多余的矩阵,其中包括步骤: S541:使用G3D数据集并将其中所有的动作序列都进行一次矩阵的提取,而后把所有的矩阵都展平为一维特征向量; S542:计算所有特征的方差,把方差低于0.05的特征全部去掉; S543:使用递归特征消除法来选择特征,所述递归特征消除法包括以下步骤: S5431:先把原始的特征集按照全部作为训练集作为输入输进去机器学习算法,然后根据机器学习算法的效果对原有的特征根据属性排列; S5432:剔除掉一些在机器学习算法中表现比较差的特征,保留在机器学习算法中表现较好的特征构成新的特征集; S5433:将所述新的特征集作为输入再次输入机器学习算法当中,进行和S5431和S5432一样的操作,而后往复循环地进重复S5431和S5432的操作,直到所选特征数量达到要求缩减的数量; S544:将S541-S543所选出来的特征保存起来,命名为动作识别特征子集; S6:使用评分与纠正算法进行待纠正运动动作骨架图与标准运动动作骨架图的比较,提供相应的评分以及动作纠正建议,使用交互界面把配比的反馈结果返回给用户,并提供差异详情和具体动作详细指导文字; S7:将评分记录加密并以区块的形式存入Fabric区块链网络中,并且根据预先写入的智能合约,如果评分达到一定标准时,区块链网络授权相关用户获取到相应的新的一期运动课程跟练视频,并继续跟练学习。

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汕头大学,其通讯地址为:515063 广东省汕头市大学路汕头大学;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。