线上AI智能运动信息预先匹配系统的制作方法

线上ai智能运动信息预先匹配系统
技术领域
1.本发明涉及线上ai运动管控领域，尤其涉及一种线上ai智能运动信息预先匹配系统。


背景技术：

2.随着城市居民生活节奏的不断提速，如何减少运动时间、提升运动效果，是城市爱好锻炼的居民保持关注的问题之一。这是ai运动应运而生，尤其是疫情期间，ai运动不仅仅让体育健身和运动休闲成为普遍生活方式，而且节省了人们往返运动场馆的时间，确保人们的技术动作更准确、锻炼效果更出色、运动激励更加到位，让随时随地、快乐运动成为可能，帮助参与者最终养成运动习惯。
3.如今，线上健身理念更为深入人心，ai运动这一简单便捷且不失专业度的健身方式受到了宅家群众的欢迎。根据相关数据，通过ai运动完成运动行为的用户已超过数千万人，具体到健身动作，最受欢迎的前五项动作依次是深蹲、直臂开合跳、下蹲开合跳、跳绳以及开合跳。
4.领域内的现有技术公开有：cn111144185a的发明提供了一种信息的提示方法、装置、存储介质及电子装置，该方法包括：获取目标用户进行目标运动时的动作；使用第一模型对目标用户的动作进行分析，确定目标用户的动作的动作信息，其中，第一模型是通过使用目标运动的多组用户动作数据经过机器学习训练得到的，动作信息用于指示目标用户的动作与目标运动的标准动作之间的差异；向目标用户提示动作信息。通过该发明，解决了线上运动应用app并不可以针对用户的身体状况制定定制化的运动动作，并对用户所做的动作的标准度进行纠正的问题。cn108109677a的发明实施例公开了一种线上运动干预方法、设备及系统，该方法包括：服务器接收终端发送的用户当前心率数据所处的心率区间；所述服务器根据所述心率区间获取对应的干预运动指令，并将所述干预运动指令发送给所述终端；所述服务器对用户运动产生的心率数据进行分析，更新预设的用户健康模型画像，并根据更新后的用户健康模型画像更新用户当前正在使用的运动方案；其中，所述运动方案包含至少一个音频/视频单元；所述服务器将所述更新后的运动方案发送给所述终端。
5.然而，每一项运动存在多个连续的运动姿态，人们在使用便携式通信机构安装的线上ai智能运动app进行各个标准运动姿态的参考时，仅仅能够判断自己当前的姿态与当前时刻应有的标准运动姿态是否匹配，并不能确定人们下一运动姿态与下一时刻应用的标准运动姿态是否匹配，导致人们纠正运动姿态缺乏提前量，造成运动姿态的纠正滞后于运动姿态的发生时刻。


技术实现要素：

6.为了解决相关领域的技术问题，本发明提供了一种线上ai智能运动信息预先匹配系统，所述系统包括：
7.使能控制机构，设置在便携式通信机构内部，用于在人工操作下执行对所述便携
式通信机构安装的线上ai智能运动app的使能控制操作或者禁用控制操作；
8.数据采集机构，与所述使能控制机构连接，用于在线上ai智能运动app处于使能状态时，启动对周围场景的图像数据采集，以获得时间轴上连续且均匀间隔的多帧运动场景图像，还用于在线上ai智能运动app处于禁用状态且便携式通信机构内置的拍摄应用程序处于禁用状态时，禁止对周围场景执行图像数据采集；
9.逐层增强机构，内置于所述便携式通信机构内部，与所述数据采集机构连接，用于在线上ai智能运动app处于使能状态时，跳出休眠状态以对接收到的每一帧运动场景图像执行逐层增强动作，并获得逐层增强图像，还用于在线上ai智能运动app处于禁用状态时，进入休眠状态以暂停接收运动场景图像；
10.姿态捕获器件，与所述逐层增强机构连接，用于获取连续多帧逐层增强图像，解析每一帧逐层增强图像中整体景深数值最小的人体目标，基于每一帧逐层增强图像中整体景深数值最小的人体目标占据的图像分块的边缘轮廓的几何形状获取该帧逐层增强图像对应的人体运动姿态，以获得连续多帧逐层增强图像分别对应的多份人体运动姿态；
11.信息预测器件，与所述姿态捕获器件连接，用于采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出；
12.内容匹配器件，与所述信息预测器件连接，用于获取线上ai智能运动app存储的、紧邻多帧运动场景图像的下一帧运动场景图像对应时刻的标准人体姿态，并基于所述预测运动姿态与所述标准人体姿态的匹配结果判断是否需要发出姿态预警信号；
13.其中，获取线上ai智能运动app存储的、紧邻多帧运动场景图像的下一帧运动场景图像对应时刻的标准人体姿态包括：线上ai智能运动app存储当前人体设置的一套运动的多份标准人体姿态，所述多份标准人体姿态分别对应的多个运动时刻的两两间隔时长等于所述数据采集机构采集多帧运动场景图像分别对应的多个时刻的两两间隔时长。
14.本发明能够基于线上ai智能运动app的当前用户在历史各个时刻分别对应的各个运动姿态预测当前用户在下一时刻的运动姿态，并在预测的当前用户在下一时刻的运动姿态与线上ai智能运动app存储的当前该组运动的下一时刻应有的运动姿态不匹配时，提前进行姿态错配的预警信号，从而为采用线上ai智能运动app进行运动的用户提前提供纠正姿态的偏差信息。
附图说明
15.以下将结合附图对本发明的实施方案进行描述，其中：
16.图1为根据本发明首要实施方案示出的线上ai智能运动信息预先匹配系统的内部结构示意图。
17.图2为根据本发明次要实施方案示出的线上ai智能运动信息预先匹配系统的内部结构示意图。
18.图3为根据本发明再次要实施方案示出的线上ai智能运动信息预先匹配系统的内部结构示意图。
具体实施方式
19.下面将参照附图对本发明的线上ai智能运动信息预先匹配系统的实施方案进行详细说明。
20.图1为根据本发明首要实施方案示出的线上ai智能运动信息预先匹配系统的内部结构示意图，所述系统包括：
21.使能控制机构，设置在便携式通信机构内部，用于在人工操作下执行对所述便携式通信机构安装的线上ai智能运动app的使能控制操作或者禁用控制操作；
22.数据采集机构，与所述使能控制机构连接，用于在线上ai智能运动app处于使能状态时，启动对周围场景的图像数据采集，以获得时间轴上连续且均匀间隔的多帧运动场景图像，还用于在线上ai智能运动app处于禁用状态且便携式通信机构内置的拍摄应用程序处于禁用状态时，禁止对周围场景执行图像数据采集；
23.示例地，所述数据采集机构包括主动式cmos传感器或者被动式cmos传感器，用于在线上ai智能运动app处于使能状态时，启动对周围场景的图像数据采集；
24.示例地，所述数据采集机构还包括状态检测机构，用于检测线上ai智能运动app是否处于使能状态，所述状态检测机构还与主动式cmos传感器或者被动式cmos传感器连接；
25.逐层增强机构，内置于所述便携式通信机构内部，与所述数据采集机构连接，用于在线上ai智能运动app处于使能状态时，跳出休眠状态以对接收到的每一帧运动场景图像执行逐层增强动作，并获得逐层增强图像，还用于在线上ai智能运动app处于禁用状态时，进入休眠状态以暂停接收运动场景图像；
26.姿态捕获器件，与所述逐层增强机构连接，用于获取连续多帧逐层增强图像，解析每一帧逐层增强图像中整体景深数值最小的人体目标，基于每一帧逐层增强图像中整体景深数值最小的人体目标占据的图像分块的边缘轮廓的几何形状获取该帧逐层增强图像对应的人体运动姿态，以获得连续多帧逐层增强图像分别对应的多份人体运动姿态；
27.信息预测器件，与所述姿态捕获器件连接，用于采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出；
28.内容匹配器件，与所述信息预测器件连接，用于获取线上ai智能运动app存储的、紧邻多帧运动场景图像的下一帧运动场景图像对应时刻的标准人体姿态，并基于所述预测运动姿态与所述标准人体姿态的匹配结果判断是否需要发出姿态预警信号；
29.其中，获取线上ai智能运动app存储的、紧邻多帧运动场景图像的下一帧运动场景图像对应时刻的标准人体姿态包括：线上ai智能运动app存储当前人体设置的一套运动的多份标准人体姿态，所述多份标准人体姿态分别对应的多个运动时刻的两两间隔时长等于所述数据采集机构采集多帧运动场景图像分别对应的多个时刻的两两间隔时长；
30.其中，采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出包括：尺寸归一化处理后的多份人体运动姿态为相同面积大小的多份图案；
31.示例地，尺寸归一化处理后的多份人体运动姿态为相同面积大小的多份图案包括：每一份图案的面积为所述图案占据的像素点的总数；
32.其中，采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间
轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出还包括：将尺寸归一化处理后的多份人体运动姿态以及所述数据采集机构采集多帧运动场景图像分别对应的多个时刻的两两间隔时长作为所述人工智能模型的各份输入内容；
33.其中，采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出还包括：时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态为所述人工智能模型的单份输出内容；
34.其中，采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出还包括：所述人工智能模型为完成设定数目的多次学习的卷积神经网络；
35.其中，采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出还包括：所述设定数目的取值与所述数据采集机构采集多帧运动场景图像分别对应的多个时刻的两两间隔时长单调正向关联。
36.图2为根据本发明次要实施方案示出的线上ai智能运动信息预先匹配系统的内部结构示意图。
37.在图2中，与图1不同，图2中的线上ai智能运动信息预先匹配系统还可以包括：
38.实时播放器件，设置在所述便携式通信机构内且与所述内容匹配器件连接，用于接收并实时播放姿态预警信号对应的语音报警信息。
39.图3为根据本发明再次要实施方案示出的线上ai智能运动信息预先匹配系统的内部结构示意图。
40.在图3中，与图1不同，图3中的线上ai智能运动信息预先匹配系统还可以包括：
41.动态存储芯片，设置在所述便携式通信机构内且与所述信息预测器件连接，用于存储所述人工智能模型对应的各项模型参数；
42.具体地，采用对所述人工智能模型对应的各项模型参数进行存储，实际上就完成了对所述人工智能模型的存储。
43.接着，继续对本发明的线上ai智能运动信息预先匹配系统的具体结构进行进一步的说明。
44.在根据本发明各个实施方案的线上ai智能运动信息预先匹配系统中：
45.基于所述预测运动姿态与所述标准人体姿态的匹配结果判断是否需要发出姿态预警信号还包括：所述预测运动姿态与所述标准人体姿态的匹配百分比未超过所述设定百分比阈值时，发出姿态预警信号；
46.其中，基于所述预测运动姿态与所述标准人体姿态的匹配结果判断是否需要发出姿态预警信号包括：所述预测运动姿态与所述标准人体姿态的匹配百分比超过设定百分比阈值时，发出姿态可靠信号。
47.以及在根据本发明各个实施方案的线上ai智能运动信息预先匹配系统中：
48.在线上ai智能运动app处于使能状态时，跳出休眠状态以对接收到的每一帧运动场景图像执行逐层增强动作，并获得逐层增强图像，还用于在线上ai智能运动app处于禁用
状态时，进入休眠状态以暂停接收运动场景图像包括：在线上ai智能运动app处于使能状态时，跳出休眠状态以对接收到的每一帧运动场景图像顺序执行直方图均衡化操作、基于指数变换的图像内容增强操作以及边沿增强动作，并获得逐层增强图像；
49.其中，所述逐层增强机构包括首层增强设备，与所述数据采集机构连接，用于在线上ai智能运动app处于使能状态时，对接收到的每一帧运动场景图像执行直方图均衡化操作，以获得首层增强图像；
50.其中，所述逐层增强机构还包括次层增强设备，与所述首层增强设备连接，用于对接收到的首层增强图像执行基于指数变换的图像内容增强操作，以获得次层增强图像；
51.其中，所述逐层增强机构还包括末层增强设备，与所述次层增强设备连接，用于对接收到的次层增强图像执行边沿增强动作，以获得逐层增强图像；
52.其中，所述姿态捕获器件还与所述使能控制机构连接，用于在线上ai智能运动app处于使能状态时，跳出休眠状态，还用于在线上ai智能运动app处于禁用状态时，进入休眠状态。
53.另外，在所述线上ai智能运动信息预先匹配系统中，获取连续多帧逐层增强图像，解析每一帧逐层增强图像中整体景深数值最小的人体目标，基于每一帧逐层增强图像中整体景深数值最小的人体目标占据的图像分块的边缘轮廓的几何形状获取该帧逐层增强图像对应的人体运动姿态，以获得连续多帧逐层增强图像分别对应的多份人体运动姿态包括：基于人体目标对应的预设亮度数值分布区间识别每一帧逐层增强图像中的各个人体目标分别对应的各个图像分块，将整体景深数值最小的图像分块对应的人体目标作为每一帧逐层增强图像中整体景深数值最小的人体目标。
54.由此可见，本发明至少具备以下几处重要的发明构思：
55.第一处、基于线上ai智能运动app的当前用户在历史各个时刻分别对应的各个运动姿态预测当前用户在下一时刻的运动姿态，并在预测的当前用户在下一时刻的运动姿态与线上ai智能运动app存储的当前该组运动的下一时刻应有的运动姿态不匹配时，提前进行姿态错配的预警信号，从而提前告知线上ai智能运动app的当前用户其下一姿态不标准，为用户的姿态调整提供了时间上的提前量；
56.第二处、具体的预测中，采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出。
57.采用本发明的线上ai智能运动信息预先匹配系统，针对现有技术中使用线上ai智能运动app的用户的运动姿态校正滞后的技术问题，能够基于用户最新各个历史时刻分别对应的各个运动姿态预测用户在下一时刻的运动姿态，并在预测运动姿态与线上ai智能运动app存储的当前该组运动的下一时刻应有的运动姿态不匹配时，提前进行姿态错配的警示操作，从而为用户进行运动姿态的校正提供反应时间和处理时间。
58.尽管本发明实施方案的例子已经被表示和描述，但是本领域技术人员应该理解，在不背离本发明的真实范围的情况下，各种其它的修改可以被进行，并且等价物可以被代替。
59.另外，在不背离在此被描述的本发明概念的情况下，很多修改可以被进行以便使得一个特定情况适合于本发明的示教。因此，本发明未被限于被公开的特殊的实施方案，而
是本发明包括落在附加权利要求书的范围内的全部实施方案。

技术特征：
1.一种线上ai智能运动信息预先匹配系统，其特征在于，所述系统包括：使能控制机构，设置在便携式通信机构内部，用于在人工操作下执行对所述便携式通信机构安装的线上ai智能运动app的使能控制操作或者禁用控制操作；数据采集机构，与所述使能控制机构连接，用于在线上ai智能运动app处于使能状态时，启动对周围场景的图像数据采集，以获得时间轴上连续且均匀间隔的多帧运动场景图像，还用于在线上ai智能运动app处于禁用状态且便携式通信机构内置的拍摄应用程序处于禁用状态时，禁止对周围场景执行图像数据采集；逐层增强机构，内置于所述便携式通信机构内部，与所述数据采集机构连接，用于在线上ai智能运动app处于使能状态时，跳出休眠状态以对接收到的每一帧运动场景图像执行逐层增强动作，并获得逐层增强图像，还用于在线上ai智能运动app处于禁用状态时，进入休眠状态以暂停接收运动场景图像；姿态捕获器件，与所述逐层增强机构连接，用于获取连续多帧逐层增强图像，解析每一帧逐层增强图像中整体景深数值最小的人体目标，基于每一帧逐层增强图像中整体景深数值最小的人体目标占据的图像分块的边缘轮廓的几何形状获取该帧逐层增强图像对应的人体运动姿态，以获得连续多帧逐层增强图像分别对应的多份人体运动姿态；信息预测器件，与所述姿态捕获器件连接，用于采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出；内容匹配器件，与所述信息预测器件连接，用于获取线上ai智能运动app存储的、紧邻多帧运动场景图像的下一帧运动场景图像对应时刻的标准人体姿态，并基于所述预测运动姿态与所述标准人体姿态的匹配结果判断是否需要发出姿态预警信号；其中，获取线上ai智能运动app存储的、紧邻多帧运动场景图像的下一帧运动场景图像对应时刻的标准人体姿态包括：线上ai智能运动app存储当前人体设置的一套运动的多份标准人体姿态，所述多份标准人体姿态分别对应的多个运动时刻的两两间隔时长等于所述数据采集机构采集多帧运动场景图像分别对应的多个时刻的两两间隔时长。2.如权利要求1所述的线上ai智能运动信息预先匹配系统，其特征在于：其中，采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出包括：尺寸归一化处理后的多份人体运动姿态为相同面积大小的多份图案；其中，采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出还包括：将尺寸归一化处理后的多份人体运动姿态以及所述数据采集机构采集多帧运动场景图像分别对应的多个时刻的两两间隔时长作为所述人工智能模型的各份输入内容。3.如权利要求2所述的线上ai智能运动信息预先匹配系统，其特征在于：采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出还包括：时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态为所述人工智能模型的单份输出内容。4.如权利要求3所述的线上ai智能运动信息预先匹配系统，其特征在于：
采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出还包括：所述人工智能模型为完成设定数目的多次学习的卷积神经网络。5.如权利要求4所述的线上ai智能运动信息预先匹配系统，其特征在于：采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态并作为预测运动姿态输出还包括：所述设定数目的取值与所述数据采集机构采集多帧运动场景图像分别对应的多个时刻的两两间隔时长单调正向关联。6.如权利要求5所述的线上ai智能运动信息预先匹配系统，其特征在于，所述系统还包括：实时播放器件，设置在所述便携式通信机构内且与所述内容匹配器件连接，用于接收并实时播放姿态预警信号对应的语音报警信息。7.如权利要求5所述的线上ai智能运动信息预先匹配系统，其特征在于，所述系统还包括：动态存储芯片，设置在所述便携式通信机构内且与所述信息预测器件连接，用于存储所述人工智能模型对应的各项模型参数。8.如权利要求5-7任一所述的线上ai智能运动信息预先匹配系统，其特征在于：基于所述预测运动姿态与所述标准人体姿态的匹配结果判断是否需要发出姿态预警信号还包括：所述预测运动姿态与所述标准人体姿态的匹配百分比未超过所述设定百分比阈值时，发出姿态预警信号；其中，基于所述预测运动姿态与所述标准人体姿态的匹配结果判断是否需要发出姿态预警信号包括：所述预测运动姿态与所述标准人体姿态的匹配百分比超过设定百分比阈值时，发出姿态可靠信号。9.如权利要求5-7任一所述的线上ai智能运动信息预先匹配系统，其特征在于：在线上ai智能运动app处于使能状态时，跳出休眠状态以对接收到的每一帧运动场景图像执行逐层增强动作，并获得逐层增强图像，还用于在线上ai智能运动app处于禁用状态时，进入休眠状态以暂停接收运动场景图像包括：在线上ai智能运动app处于使能状态时，跳出休眠状态以对接收到的每一帧运动场景图像顺序执行直方图均衡化操作、基于指数变换的图像内容增强操作以及边沿增强动作，并获得逐层增强图像。10.如权利要求9所述的线上ai智能运动信息预先匹配系统，其特征在于：所述逐层增强机构包括首层增强设备，与所述数据采集机构连接，用于在线上ai智能运动app处于使能状态时，对接收到的每一帧运动场景图像执行直方图均衡化操作，以获得首层增强图像；其中，所述逐层增强机构还包括次层增强设备，与所述首层增强设备连接，用于对接收到的首层增强图像执行基于指数变换的图像内容增强操作，以获得次层增强图像；其中，所述逐层增强机构还包括末层增强设备，与所述次层增强设备连接，用于对接收到的次层增强图像执行边沿增强动作，以获得逐层增强图像；其中，所述姿态捕获器件还与所述使能控制机构连接，用于在线上ai智能运动app处于使能状态时，跳出休眠状态，还用于在线上ai智能运动app处于禁用状态时，进入休眠状态。

技术总结
本发明涉及一种线上AI智能运动信息预先匹配系统，包括：信息预测器件，用于采用人工智能模型以基于尺寸归一化处理后的多份人体运动姿态预测时间轴上紧邻多帧运动场景图像的下一帧运动场景图像中的人体运动姿态以作为预测运动姿态；内容匹配器件，用于获取线上AI智能运动APP存储的下一帧运动场景图像对应时刻的标准人体姿态，并基于预测运动姿态与标准人体姿态的匹配结果判断是否需要发出姿态预警信号。通过本发明，能够基于用户最新各个历史时刻分别对应的各个运动姿态预测用户在下一时刻的运动姿态，并在预测运动姿态与线上AI智能运动APP存储的当前该组运动的下一时刻应有的运动姿态不匹配时，提前进行姿态错配的警示操作。示操作。示操作。


技术研发人员：李良
受保护的技术使用者：泰州市双逸体育器材有限公司
技术研发日：2023.03.10
技术公布日：2023/7/22