一种基于VR技术的用户运动指导系统

本发明涉及运动图像数据处理，更具体地说，本发明涉及一种基于vr技术的用户运动指导系统。

背景技术：

1、vr技术可以根据用户的个人需求和能力，提供个性化的运动练习方案，通过模拟的运动场景，让用户沉浸地体验和学习各种运动技能，通过图像识别和深度学习等技术，分析vr环境中用户的动作和姿态，从而为用户提供更加全面的运动指导，达到更好的效果。

2、但是其在实际使用时，仍旧存在一些缺点，如现有的用户运动指导方法对运动姿态和动作的识别准确度精度低，对用户的运动动作评估还没有标准化和统一的方法；

3、现有的用户运动数据的处理效率低下，无法充分挖掘运动数据的价值，例如，对于用户运动动作、速度和频率等方面的分析可能不够深入，导致无法为用户提供更加精准和个性化的指导。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供一种基于vr技术的用户运动指导系统，用于解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于vr技术的用户运动指导系统，包括：

3、用户运动轨迹识别模块：基于用户通过vr技术模拟的特定场景，通过视频捕捉用户的运动轨迹连续帧图像，计算出像素点修正灰度值，识别用户的运动轨迹关键帧图像，并编号。

4、用户运动轨迹动作匹配模块：基于用户的运动轨迹关键帧图像，构建运动轨迹数据集，与vr技术模拟的预设动作数据集进行对比，并计算得到用户的运动动作匹配符合指数。

5、用户运动数据采集模块：用于通过vr设备传感器采集用户的运动轨迹关键帧图像的运动信息，其中运动信息包括肌肉损伤数据采集单元和运动效果数据采集单元。

6、用户运动数据处理模块：用于接收用户运动数据采集模块传输的运动信息，根据肌肉损伤数据采集单元计算得到用户的运动轨迹关键帧图像的肌肉损伤管理指数，根据运动效果数据采集单元计算得到用户的运动轨迹关键帧图像的运动成效评价指数。

7、用户运动数据分析模块：用于接收用户运动轨迹动作匹配模块、用户运动数据采集模块传输的数据，通过用户的运动图像综合分析模型计算得到用户的运动图像综合分析系数。

8、用户运动数据评估模块：用于获取用户的运动图像综合分析系数，与预设的运动图像综合分析系数，并处理。

9、优选的，所述用户运动轨迹识别模块具体为：

10、步骤s01：将通过视频捕捉用户的运动轨迹连续帧图像，对每一帧图像进行灰度转换，遍历图像的每个像素点，统计每个像素点的灰度值，标记为，其中=1、2……，表示为第个像素点的编号，=1、2……，表示为第个运动轨迹帧图像的编号；

11、步骤s02：提取每一帧图像的像素点最大灰度值、像素点最小灰度值，分别标记为、，计算像素点修正灰度值公式为：

12、，其中表示为第帧图像的像素点修正灰度值，表示为第帧图像第个像素点的灰度值，表示为第帧图像的像素点最小灰度值，表示为第帧图像的像素点最大灰度值，表示为像素点个数；

13、步骤s03：获取相邻两帧图像的像素点修正灰度值，通过计算相邻两帧图像之间的像素点修正灰度值的差值判断两帧图像之间的相似度，若两帧图像之间的相似度小于预设的两帧图像之间的相似度，则判断两帧不相似，若两帧图像之间的相似度大于预设的两帧图像之间的相似度，则判断两帧相似，过滤相似图像，保留用户的运动轨迹关键帧图像，并将用户的运动轨迹关键帧图像依次标记为1、2……m。

14、优选的，所述用户运动轨迹动作匹配模块的具体步骤为：

15、步骤s01：基于用户的运动轨迹关键帧图像，构建运动轨迹数据集：，构建vr技术模拟的预设动作数据集；

16、步骤s02：将与进行对比，记录各用户的正确运动动作个数，标记为，其中=1、2……，表示为第个用户的编号；

17、步骤s03：计算各用户的运动动作匹配符合指数的公式为：

18、，其中表示为第个用户的运动动作匹配符合指数，表示为第个用户的正确运动动作个数，表示为第个用户的运动轨迹帧图像个数，表示为第个用户的运动轨迹关键帧图像个数，表示为用户个数。

19、优选的，所述用户运动数据采集模块的具体采集方式为：

20、肌肉损伤数据采集单元：通过vr设备传感器采集用户的运动轨迹关键帧图像的肌肉活动度、肌肉力量值、肌肉耐力值，分别标记为、、，其中，表示为第个运动轨迹关键帧图像的编号；

21、运动效果数据采集单元：通过vr设备传感器采集用户的运动轨迹关键帧图像的训练时长、反应时间、速度，分别标记为、、。

22、优选的，所述肌肉损伤管理指数的计算公式为：

23、，其中表示为第个用户第个运动轨迹关键帧图像的肌肉损伤管理指数，表示为第个用户第个运动轨迹关键帧图像的肌肉活动度，表示为预设的肌肉活动度，表示为第个用户第个运动轨迹关键帧图像的肌肉力量值，表示为预设的肌肉力量值，表示为第个用户第个运动轨迹关键帧图像的肌肉耐力值，表示为预设的肌肉耐力值，表示为第个用户的运动轨迹关键帧图像个数，表示为第个用户的肌肉损伤管理指数的影响因子。

24、优选的，所述用户的运动轨迹关键帧图像的运动成效评价指数具体为：

25、步骤s01：基于用户的运动轨迹关键帧图像的反应时间，提取每一帧运动轨迹关键帧图像的最大反应时间，标记为；

26、步骤s02：基于用户的运动轨迹关键帧图像的速度，提取每一帧运动轨迹关键帧图像的最大速度，标记为；

27、步骤s03：运动成效评价指数的计算公式为：

28、，其中表示为第个用户第个运动轨迹关键帧图像的运动成效评价指数，表示为第个用户第个运动轨迹关键帧图像的训练时长，表示为第个运动轨迹关键帧图像的最大反应时间，表示为第个用户第个运动轨迹关键帧图像的反应时间，表示为第个运动轨迹关键帧图像的最大速度，表示为第个用户第个运动轨迹关键帧图像的速度，表示为自然常数。

29、优选的，所述用户的运动图像综合分析系数的计算公式为：

30、，其中表示为第个用户的运动图像综合分析系数，表示为第个用户的运动动作匹配符合指数，表示为第个用户第个运动轨迹关键帧图像的肌肉损伤管理指数，表示为第个用户第个运动轨迹关键帧图像的运动成效评价指数，表示为运动轨迹关键帧图像个数。

31、优选的，所述用户运动数据评估模块的具体评估方式为：

32、获取用户的运动图像综合分析系数，与预设的运动图像综合分析系数，若某用户的运动图像综合分析系数小于预设的运动图像综合分析系数，则表明该用户的运动轨迹关键帧图像的运动表现存在风险，应立即通过vr设备进行警报，反之则表明该用户的运动轨迹关键帧图像的运动表现无异常问题。

33、本发明的技术效果和优点：

34、1、本发明提供一种基于vr技术的用户运动指导系统，通过视频捕捉用户的运动轨迹连续帧图像，计算出像素点修正灰度值，通过计算相邻两帧图像之间的像素点修正灰度值的差值判断两帧图像之间的相似度，识别用户的运动轨迹关键帧图像，并构建运动轨迹数据集，与vr技术模拟的预设动作数据集进行对比，计算得到用户的运动动作匹配符合指数，从而通过对关键帧的处理，减少计算量，提高后续数据处理的效率；

35、2、本发明提供一种基于vr技术的用户运动指导系统，通过vr设备传感器采集用户的运动轨迹关键帧图像的运动信息，根据肌肉损伤数据采集单元计算得到用户的运动轨迹关键帧图像的肌肉损伤管理指数，根据运动效果数据采集单元计算得到用户的运动轨迹关键帧图像的运动成效评价指数，进一步分析得到用户的运动图像综合分析系数，与预设的运动图像综合分析系数，若某用户的运动图像综合分析系数小于预设的运动图像综合分析系数，则表明该用户的运动轨迹关键帧图像的运动表现存在风险，应立即通过vr设备进行警报，反之则表明该用户的运动轨迹关键帧图像的运动表现无异常问题，从而通过明确的评估指标，建立合理的评估标准，提高评估的准确性和客观性，并通过vr设备进行警报，有利于提供实时监测与预警，为用户提供更好的运动指导。