买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉体育学院

摘要：本发明公开了一种兼顾人体运动姿态质量和个性化的姿态数据处理方法，解决运动姿态处理过程中个性化特色被抹杀的问题。所述方法包括：获取包含有运动姿态信息的参考数据，利用参考数据对第一强化学习模型进行训练，以获得对运动姿态的标准模型；获取用户的生理参数以建立用户数据模型，将生理参数输入到第二强化学习模型，获得生理参数下用户独特的鼓励系数；使用标准模型处理表示用户行为的运动姿态图像，获得用户各运动姿态的初始收益值；以初始收益值为基础，将用户在运动过程中各种外部环境状态下采取的行为输入个性化运动技术强化学习模型，将鼓励系数代入个性化运动技术强化学习模型训练迭代，得到用户各运动姿态的最终运动姿态收益。

主权项：1.一种运动姿态数据处理方法，包括：获取包含有运动姿态信息的参考数据，利用所述参考数据对第一强化学习模型进行训练，以获得对运动姿态的标准模型；获取用户的生理参数以建立用户数据模型，将所述生理参数输入到第二强化学习模型，获得所述生理参数下用户独特的鼓励系数，所述生理参数包括性别、年龄、身高、体重、心率、体温、呼吸率和血氧浓度中的一种或多种的组合，所述的第二强化学习模型为A3C算法优化的强化学习模型；使用所述标准模型处理表示用户行为的运动姿态图像，获得用户各运动姿态的初始收益值；以所述初始收益值为基础，将用户在运动过程中各种外部环境状态下采取的行为输入第三强化学习模型，所述第三强化学习模型的数学表达式为： 其中N为采样次数，即某一行为出现的次数；T为用户针对各种外部环境状态可能做出行为的总数；是某一外部环境状态；τn为状态下采取这一行为；Rτn为状态下采取这一行为时，在未来整体情况中的预期收益值；bl为奖励阈值，用于过滤低于最低设定值但仍然为正的收益值，避免所有行为的收益值均为正值；表示在行为集合θ条件下和当前外部状态时，采取行为的概率；是在行为集合θ条件下和当前外部状态时，采取行为可在未来获得的收益值总和；将所述用户数据模型中的所述鼓励系数代入所述第三强化学习模型训练迭代，得到用户各运动姿态的最终运动姿态收益，其中，所述初始收益值在迭代强化过程中根据所述第三强化学习模型发生改变，所述第三强化学习模型的奖励阈值的一个计算因子为： 表示在行为集合θ条件下和当前外部环境状态时，采取行为的概率，G为所述的鼓励系数，p0为个性化行为概率阈值；向用户反馈所述第三强化学习模型输出的考虑其个性化的所述最终运动姿态收益。

全文数据：

权利要求：

百度查询： 武汉体育学院 兼顾人体运动姿态质量和个性化的姿态数据处理方法