动作评分方法、装置、计算机设备以及存储介质

本发明涉及动作评分领域，特别涉及一种动作评分方法、装置、计算机设备以及存储介质。

背景技术：

1、运动训练是指通过主动或被动的物理运动、牵拉、负重等方式改变身体机能的方法，在运动医学和康复医学领域，合理进行运动训练，对于缓解疲劳、纠正异常体态、消除功能障碍、缓解病症及后遗症症状、恢复肢体正常功能等有重要价值。科学、合理的运动训练往往是通过教练与学员面对面的教与学过程中完成。例如，瑜伽、太极拳、八段锦等以身体运动为主的运动训练中，常用的教学模式是专业人员做示范，用户进行模仿训练，专业人员提示动作要点、纠正用户的错误动作。然而，在训练过程中，用户的模仿训练过程并不能被监控和评价，动作是否到位、姿态是否正确、强度是否合理都不能被及时提示，有可能导致学员的训练动作不达标，从而影响训练效果。

技术实现思路

1、基于此，本发明提供一种动作评分方法、装置、设备以及存储介质，通过将待评分动作分割为多个分立动作，构建各个分立动作的运动状态参数序列，基于运动状态参数序列，计算各个分立动作的若干个运动统计参数以及相应的匹配系数，将运动统计参数与相应的匹配系数进行匹配操作，根据匹配结果确定各个分立动作的动作评分数据，实现了对用户的动作训练的评分功能，以及时提醒用户在动作训练过程中的动作规范是否准确。该技术方法如下：

2、第一方面，本申请实施例提供了一种动作评分方法，包括以下步骤：

3、获得待评分动作的动作数据，其中，所述动作数据包括若干个时刻的运动状态参数；

4、将所述待评分动作的动作数据输入至预设的目标动作分割模型中进行动作分割，构建所述待评分动作对应的若干个分立动作的运动状态参数序列，其中，所述运动状态参数序列包括若干个时刻的运动状态参数；

5、根据若干个所述分立动作的运动状态参数序列，进行参数统计，获得各个所述分立动作的若干个运动统计参数；

6、根据所述运动统计参数以及相应的运动范围阈值，对各个所述分立动作的若干个所述运动统计参数进行匹配处理，获得各个所述分立动作的若干个所述运动统计参数相应的匹配系数；

7、根据各个所述分立动作的若干个所述运动统计参数以及相应的匹配系数，进行动作评分，获得各个所述分立动作的动作评分数据，根据各个所述分立动作的动作评分数据，获得所述待评分动作的动作评分数据。

8、第二方面，本申请实施例提供了一种动作评分装置，包括：

9、动作数据获取模块，用于获得待评分动作的动作数据，其中，所述动作数据包括若干个时刻的运动状态参数；

10、运动状态参数序列构建模块，用于将所述待评分动作的动作数据输入至预设的目标动作分割模型中进行动作分割，构建所述待评分动作对应的若干个分立动作的运动状态参数序列，其中，所述运动状态参数序列包括若干个时刻的运动状态参数；

11、参数统计模块，用于根据若干个所述分立动作的运动状态参数序列，进行参数统计，获得各个所述分立动作的若干个运动统计参数；

12、匹配系数计算模块，用于根据所述运动统计参数以及相应的运动范围阈值，对各个所述分立动作的若干个所述运动统计参数进行匹配处理，获得各个所述分立动作的若干个所述运动统计参数相应的匹配系数；

13、动作评分模块，用于根据各个所述分立动作的若干个所述运动统计参数以及相应的匹配系数，进行动作评分，获得各个所述分立动作的动作评分数据，根据各个所述分立动作的动作评分数据，获得所述待评分动作的动作评分数据。

14、第三方面，本申请实施例提供了一种计算机设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述计算机程序被所述处理器执行时实现如第一方面所述的动作评分方法的步骤。

15、第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的动作评分方法的步骤。

16、在本实施例中，提供一种动作评分方法、装置、设备以及存储介质，通过将待评分动作分割为多个分立动作，构建各个分立动作的运动状态参数序列，基于运动状态参数序列，计算各个分立动作的若干个运动统计参数以及相应的匹配系数，将运动统计参数与相应的匹配系数进行匹配操作，根据匹配结果确定各个分立动作的动作评分数据，实现了对用户的动作训练的评分功能，以及时提醒用户在动作训练过程中的动作规范是否准确。

17、为了更好地理解和实施，下面结合附图详细说明本发明。

技术特征：

1.一种动作评分方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的动作评分方法，其特征在于，所述将所述待评分动作的动作数据输入至预设的目标动作分割模型中进行动作分割，构建所述待评分动作对应的若干个分立动作的运动状态参数序列之前，还包括步骤：

3.根据权利要求2所述的动作评分方法，其特征在于：所述运动状态参数包括肢体屈伸角参数；

4.根据权利要求3所述的动作评分方法，其特征在于，所述运动统计参数包括最大肢体屈伸角参数、最小肢体屈伸角参数、最大肢体角速度参数、最小肢体角速度参数以及平均肢体角速度参数。

5.根据权利要求3所述的动作评分方法，其特征在于，所述根据若干个所述分立动作的运动状态参数序列，进行参数统计，获得各个所述分立动作的若干个运动统计参数，包括步骤：

6.根据权利要求5所述的动作评分方法，其特征在于：所述运动范围阈值包括第一运动阈值以及第二运动阈值；

7.根据权利要求6所述的动作评分方法，其特征在于，所述根据各个所述分立动作的若干个所述运动统计参数以及相应的匹配系数，进行动作评分，获得各个所述分立动作的动作评分数据，根据各个所述分立动作的动作评分数据，获得所述待评分动作的动作评分数据，包括步骤：

8.一种动作评分装置，其特征在于，包括：

9.一种计算机设备，其特征在于，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的动作评分方法的步骤。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的动作评分方法的步骤。

技术总结
本发明涉及动作评分领域，特别涉及动作评分方法、装置、计算机设备以及存储介质，获得待评分动作的动作数据，将待评分动作的动作数据输入至目标动作分割模型中进行动作分割，构建待评分动作对应的若干个分立动作的运动状态参数序列，根据若干个分立动作的运动状态参数序列，进行参数统计，获得各个分立动作的若干个运动统计参数；根据运动统计参数以及相应的运动范围阈值，对各个分立动作的若干个运动统计参数进行匹配处理，获得各个分立动作的若干个运动统计参数相应的匹配系数；根据各个分立动作的若干个运动统计参数以及相应的匹配系数，进行动作评分，获得各个分立动作的动作评分数据。

技术研发人员：董梁
受保护的技术使用者：华南师范大学
技术研发日：
技术公布日：2024/1/16