(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211141944.1 (22)申请日 2022.09.20 (71)申请人 国武时代国际文化传媒 （北京） 有限 公司 地址 100000 北京市朝阳区望京保利国际 广场T2-401 (72)发明人 谢方莹　 (74)专利代理 机构 苏州隆恒知识产权代理事务 所(普通合伙) 32366 专利代理师 金京 (51)Int.Cl. G06V 40/20(2022.01) G06V 10/26(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) (54)发明名称 一种基于用户运动特征提取的纠偏指导方 法和系统 (57)摘要 本发明属于计算机视觉技术领域， 具体涉及 基于用户运动特征提取的纠偏指导方法和系统。 该方法包括： 获得运动区域的原始帧图像， 并实 时获取目标用户在运动区域的连续帧运动图像； 对实时获取的连续帧运动图像进行二值化背景 减除及分割， 获得目标用户在当前帧运动图像中 二值图像并标记目标用户轮廓像素点， 并基于中 间值迭代计算目标用户的中间运动像素点， 获得 当前帧运动图像中目标用户的特征参数； 基于 APP内加载的运动类型以及标准的动作指导参数 与当前帧运动图像的特征参数进行相似度对比， 获得最佳标准运动图像并耦合投影至当前帧运 动图像， 得到共同耦合特征空间外的特征纠偏识 别结果， 可直观的观察所需纠偏指导的部分。 权利要求书2页 说明书9页 附图8页 CN 115546890 A 2022.12.30 CN 115546890 A 1.一种基于用户运动特 征提取的纠偏指导方法， 其特 征在于， 包括以下步骤： 获得运动区域的原 始帧图像， 并实时获取目标用户在运动区域的连续帧运动图像； 基于原始帧图像对实时获取的连续帧运动图像进行二值化背景减除及分割， 获得目标 用户在当前帧运动图像中二 值图像； 根据获得的二值图像标记目标用户轮廓像素点， 并基于中间值迭代计算目标用户的中 间运动像素点， 获得当前帧运动图像中目标用户的特 征参数； 基于APP内加载的运动类型以及标准的动作指导参数与当前帧运动图像的特征参数进 行相似度对比， 获得最佳标准运动图像并耦合投影至当前帧运动图像， 得到共同耦合特征 空间外的特 征纠偏识别结果。 2.如权利要求1所述的基于用户运动特征提取的纠偏指导方法， 其特征在于， 所述基于 原始帧图像对实时获取的连续帧运动图像进行二 值化背景减除及分割， 包括： 将实时获取的连续帧运动图像以及原始帧图像进行二值化处理， 并设置原始帧图像为 背景图并使用OTSU算法进行二 值化处理像； 将连续帧运动图像中当前帧运动图像与背景图像进行差分， 对差分图像直方图均衡； 分割出当前帧运动图像中的前景图像， 去 除空洞和孤立点， 标记为目标用户在当前帧 运动图像中二 值图像。 3.如权利要求2所述的基于用户运动特征提取的纠偏指导方法， 其特征在于， 去除空洞 和孤立点， 包括： 将差分图像直方图进行二 值化， 分割出当前帧运动图像中的前 景图像； 获取所述前景图像中每 个像素点的二 值化值， 进行邻域分析对比； 将二值化值高于临近点且与临近点的平均差值大于预设阈值的像素点标记为孤立点， 采用形态学开 运算操作去除孤立 点并平滑目标用户二 值图像轮廓； 将二值化值第低于临近点且与临近点的平均差值的绝对值大于预设阈值的像素点标 记为空洞， 采用形态学闭运 算操作去除空洞点并平 滑目标用户二 值图像轮廓。 4.如权利要求1所述的基于用户运动特征提取的纠偏指导方法， 其特征在于， 根据获得 的二值图像标记目标用户轮廓像素点， 包括以下步骤： 基于OpenCV提供的findContours()函数获取二值图像的轮廓拓扑信息， 并保存轮廓的 层次信息， 将二 值图像的内部点消除， 得到轮廓点 集合； 根据轮廓点集合绘制目标用户一个轮廓， 其中， 对于二值图像的轮廓 点集合采用API绘 制。 5.如权利要求4所述的基于用户运动特征提取的纠偏指导方法， 其特征在于， 将二值图 像的内部点消除， 得到轮廓点 集合时， 包括： 对获取二 值图像数据读取， 获取图像宽度、 图像高度以及图像行 大小； 设置邻域窗口大小， 并对所述 二值图像的当前像素点的邻域进行判断； 若当前像素点的邻域像素点全部为亮点， 则该当前像素点 为内部点； 若当前像素点的邻域像素点未全部为亮点， 则该当前像素点 为轮廓点； 将所有内部点设置为背景点， 所保留的轮廓点构成轮廓点集合， 完成二值图像的轮廓 提取。 6.如权利要求4所述的基于用户运动特征提取的纠偏指导方法， 其特征在于， 设置邻域权　利　要　求　书 1/2 页 2 CN 115546890 A 2窗口大小为3 *3窗口， 若当前像素点的八个邻域像素点满足： P(x,y)为目标像素， 假设目标像素为 黑色0， 背景像素为白色25 5， 那么P(x,y)＝0； P(x,y)的八个邻域像素均为目标像素0； 则所述当前像素点为内部点， 将满足条件的内部点删除， 切换为背景点366即可得到图 像轮廓。 7.如权利要求4所述的基于用户运动特征提取的纠偏指导方法， 其特征在于， 根据获得 的二值图像标记目标用户轮廓像素点， 并基于中间值迭代计算目标用户的中间运动像素 点， 获得当前帧运动图像中目标用户的特 征参数， 包括： 基于获得的目标用户轮廓像素点拟合目标用户的图像 轮廓； 采用多点识别技术识别提取当前帧运动图像中目标用户的人体骨骼关键点， 其中， 人 体骨骼关键点至少对应目标用户颈、 肩、 肘、 腕、 腰、 膝、 踝部位关节； 将识别的人体骨骼关键点映射到目标用户的图像轮廓中， 采用连线方式获得人体骨骼 关键点框架； 沿所述人体骨骼关键点框架的垂直方向将图像轮廓上交叉点进行中间值迭代计算， 取 中间值并标记， 拟合形成人体姿态图； 计算各部位关节之间的人体姿态图相对于图像边框的角度构成目标用户的特 征参数。 8.如权利要求4所述的基于用户运动特征提取的纠偏指导方法， 其特征在于， 获得最佳 标准运动图像并耦合投影至 当前帧运动图像， 得到共同耦合特征 空间外的特征纠偏识别结 果， 包括： 基于APP内加载的运动类型以及标准的动作指导参数， 与当前帧运动图像的特征参数 中的各部位关节之 间的人体姿态角度相对于图像边框的角度比对， 匹配出各部位关节之间 角度相似的运动类型以及标准的动作， 并按相似度进行排序， 获得最佳 标准运动图像； 将最佳标准运动图像进行缩放后进行耦合投影至当前帧运动图像， 最佳标准运动图像 与当前帧运动图像耦合， 耦合后显示特 征纠偏识别结果。 9.一种基于用户运动特征提取的纠偏指导系统， 其特征在于， 所述基于用户运动特征 提取的纠偏指导系统采用权利要求 1‑8中任意一项 所述基于用户运动特征提取的纠偏指导 方法对用户运动特 征识别并纠偏指导； 所述基于用户运动特 征提取的纠偏指导系统包括： 图像获取模块， 用于获得运动 区域的原始帧图像， 并实时获取目标用户在运动 区域的 连续帧运动图像； 二值图像获取模块， 用于基于原始帧图像对实时获取的连续帧运动图像进行二值化背 景减除及分割， 获得目标用户在当前帧运动图像中二 值图像； 特征参数获取模块， 用于根据获得的二值图像标记目标用户轮廓像素点， 并基于中间 值迭代计算目标用户的中间运动像素点， 获得当前帧运动图像中目标用户的特 征参数； 耦合纠偏模块， 用于基于APP内加载的运动类型以及标准的动作指导参数与当前帧运 动图像的特征参数进行相似度对比， 获得最佳标准运动图像并耦合投影至当前帧运动图 像， 得到共同耦合特 征空间外的特 征纠偏识别结果。 10.如权利要求9所述的基于用户运动特 征提取的纠偏指导系统， 其特 征在于， 还 包括： 轮廓绘制模块， 用于根据轮廓 点集合绘制目标用户一个轮廓， 其中， 对于二值图像的轮 廓点集合采用API绘制。权　利　要　求　书 2/2 页 3 CN 115546890 A 3