基于Mediapipe人体姿态识别的智能健身应用开发方法及软件与流程

本发明涉及，尤其涉及一种基于mediapipe人体姿态识别的智能健身应用开发方法及软件。

背景技术：

1、目前市面上存在如keep等提供健身教学课程的应用，但其无法提供基于人体姿态识别的服务，不能很好的辅助用户以正确的姿态锻炼，对于错误姿态锻炼导致的损伤无法起到很好的预防作用。

2、因此，现有技术存在缺陷，需要改进。

技术实现思路

1、本发明要解决的技术问题是：提供一种基于mediapipe人体姿态识别的智能健身应用开发方法及软件，所获得的应用程序能够对人体姿态进行识别，减少错误的健身姿态，预防因错误姿态导致的损伤。

2、本发明的技术方案如下：提供一种基于mediapipe人体姿态识别的智能健身应用开发方法，包括以下步骤。

3、s1：在linux环境下安装bazel，从mediapipe仓库拉取源代码到本地。

4、s2：在mediapipe/examples/android/src/java/com/google/mediapipe/apps目录下创建aar_demo文件夹。

5、s3：在aar_demo文件夹下创建build文件并根据mediapipe框架中人体姿态检测用到的计算器修改文件内容。

6、s4：切换到mediapipe目录下运行bazel构建命令以生成aar，将生成的aar复制到步骤s2创建的aar_demo文件夹下，构建姿态识别posetrackinggpu:binary_graph及相关文件，并放在android应用开发目录下作为依赖包使用。

7、s5：根据依赖包编写应用程序，获得基于mediapipe人体姿态识别的智能健身软件。

8、进一步地，基于mediapipe人体姿态识别的智能健身软件根据blazepose算法提供的33个节点计算健身时的照片或视频中的不同动作姿态关键结点的角度，以判断用户姿态是否标准。

9、进一步地，本发明还提供一种基于mediapipe人体姿态识别的智能健身软件，采用前述的一种基于mediapipe人体姿态识别的智能健身应用开发方法获得。

10、采用上述方案，本发明提供一种基于mediapipe人体姿态识别的智能健身应用开发方法及软件，从mediapipe源代码本地构建人体姿态检测相关的mediapipe androidarchive library，以生成android aar包，然后在android应用上使用，根据不同动作姿态，利用blazepose算法给出的人体33个骨骼结点并计算关键点之间的角度，以判断人体锻炼姿态是否正确。

技术特征：

1.一种基于mediapipe人体姿态识别的智能健身应用开发方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于mediapipe人体姿态识别的智能健身应用开发方法，其特征在于，基于mediapipe人体姿态识别的智能健身软件根据blazepose算法提供的33个节点计算健身时的照片或视频中的不同动作姿态关键结点的角度，以判断用户姿态是否标准。

3.一种基于mediapipe人体姿态识别的智能健身软件，其特征在于，采用权利要求1或2所述的一种基于mediapipe人体姿态识别的智能健身应用开发方法获得。

技术总结
本发明公开一种基于Mediapipe人体姿态识别的智能健身应用开发方法及软件；基于Mediapipe人体姿态识别的智能健身应用开发方法及软件包括以下步骤。S1：在Linux环境下安装Bazel，从Mediapipe仓库拉取源代码到本地；S2：在mediapipe/examples/android/src/java/com/google/mediapipe/apps目录下创建aar_demo文件夹；S3：在aar_demo文件夹下创建BUILD文件并根据Mediapipe框架中人体姿态检测用到的计算器修改文件内容；S4：切换到mediapipe目录下运行Bazel构建命令以生成aar，将生成的aar复制到步骤S2创建的aar_demo文件夹下，构建姿态识别posetrackinggpu:binary_graph及相关文件，并放在Android应用开发目录下作为依赖包使用；S5：根据依赖包编写应用程序，获得基于Mediapipe人体姿态识别的智能健身软件。软件利用BlazePose算法给出的人体33个骨骼结点并计算关键点之间的角度，以判断人体锻炼姿态是否正确。

技术研发人员：方浩铭,高斌,邹琼,周双全
受保护的技术使用者：深圳市瑞云科技股份有限公司
技术研发日：
技术公布日：2024/1/14