北京师范大学别荣芳获国家专利权
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!
龙图腾网获悉北京师范大学申请的专利一种基于现代机器学习模型的运动状态精准评估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:CN115700843B 。
龙图腾网通过国家知识产权局官网在2025-12-30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:202211227806.5,技术领域涉及:G06V40/16;该发明授权一种基于现代机器学习模型的运动状态精准评估方法是由别荣芳;王耀飞设计研发完成,并于2022-10-09向国家知识产权局提交的专利申请。
本一种基于现代机器学习模型的运动状态精准评估方法在说明书摘要公布了:本发明提出了一种基于现代机器学习模型的运动状态精准评估方法,涉及健身领域。通过先分别将不同疲劳状态下的人脸图像样本和肢体动作视频样本送给对应的卷积神经网络模型中进行训练学习,得到人脸疲劳状态检测模型和肢体动作疲劳检测模型。然后获取运动者的运动视频,将识别出的运动视频中的运动者的人脸图像和肢体动作信息分别送入人脸疲劳状态检测模型和肢体动作疲劳检测模型,接着根据人脸疲劳检测结果和肢体疲劳检测结果进行综合判断,即能够精准快速的识别出运动者的疲劳状态。该方法简单快捷,能够基于人脸图像和肢体动作信息,结合目标检测和超分辨率重建等技术,利用卷积神经网络模型对运动者的疲劳状态进行精准评估。
本发明授权一种基于现代机器学习模型的运动状态精准评估方法在权利要求书中公布了:1.一种基于现代机器学习模型的运动状态精准评估方法,其特征在于,包括以下步骤: 获取不同疲劳状态的人脸图像样本; 将不同疲劳状态的人脸图像样本输入预置的卷积神经网络模型中进行训练学习,得到人脸疲劳状态检测模型; 获取不同疲劳状态的肢体动作视频样本; 将不同疲劳状态的肢体动作视频样本输入预置的卷积神经网络模型中进行训练学习,得到肢体动作疲劳检测模型; 获取待检测视频; 在多尺度下利用目标检测模型检测待检测视频,得到第一运动目标区域视频; 利用超分辨率重建技术对第一运动目标区域视频进行超分辨率重建,得到第二运动目标区域视频; 将第二运动目标区域视频输入肢体动作疲劳检测模型,得到肢体疲劳检测结果; 获取第二运动目标区域视频中的人脸图像,并输入人脸疲劳状态检测模型,得到人脸疲劳检测结果; 分析肢体疲劳检测结果和人脸疲劳检测结果,得到最终疲劳检测结果; 其中: 所述获取第二运动目标区域视频中的人脸图像,并输入人脸疲劳状态检测模型,得到人脸疲劳检测结果的步骤具体包括: 为第二运动目标区域视频中的每一帧捕获两个相邻帧中的光流图像; 将捕获的光流图像及其对应的RGB视频序列送给深卷积神经网络模型; 深卷积神经网络模型自动生成第二运动目标区域视频的关键帧图像; 将关键帧图像输入人脸疲劳状态检测模型,得到人脸疲劳检测结果; 所述深卷积神经网络模型自动生成第二运动目标区域视频的关键帧图像的步骤具体包括: 通过送入的光流图像及其对应的RGB视频序列提取每个帧的外观和运动信息; 融合每个帧的外观和运动特征,形成融合特征; 将融合特征使用LDA算法降维,形成低维特征; 利用低维特征生成每个帧的标签; 获取每个帧的标签后,则利用捕获的光流图像及其对应的RGB视频序列训练深卷积神经网络模型进行自动生成第二运动目标区域视频中关键帧的位置预测; 训练后的深卷积神经网络模型自动生成第二运动目标区域视频的关键帧图像。
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北京师范大学,其通讯地址为:100875 北京市海淀区新街口外大街19号;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励