【一步步开发AI运动小程序】十、姿态动作相似度比较

简介: 本文介绍如何利用“云智AI运动识别小程序插件”开发AI运动小程序,重点讲解姿态动作相似度比较功能的运用,包括样本动作帧的采集和姿态相似度的计算方法,以及在组合运动中的应用实例。

随着人工智能技术的不断发展,IT大厂大厂纷纷推出相关产品,如“乐动力”、“天天跳绳”AI运动APP,让云上运动会、线上运动会、健身打卡、AI体育指导等概念空前火热。那么,能否将这些在APP成功应用的场景搬上小程序,分享这些概念的红利呢?本系列文章就带您一步一步从零开始开发一个AI运动小程序,本系列文章将使用“云智AI运动识别小程序插件”,请先行在微信服务市场官网了解详情。

在姿态、动作、运动检测时,采用检测规则计算器虽然非常便捷了,但是为了进一步减少开发者在运动适配中的工作量,方案还提供了一个姿态动作相似度比较功能,本篇就为您介绍此功能的运用。

一、采集样本动作帧

在进行姿态比较前,需要采集样本动作帧的人体关键点数据,采集样本帧推荐使用们的“姿态调试的辅助桌面工具”,具体使用请参考上篇工具的使用。

二、执行姿态比较

姿态相似度比较能力由calc.PoseComparer类提供。


//样本动作人体关键点
const sample = 
 [{
   y:95.41808288282594,x:214.42673274576924,score:0.51611328125,name:"nose"},
 {
   y:84.61684727250136,x:221.80983627909686,score:0.7265625,name:"left_eye"},
 {
   y:87.59059985661885,x:202.12153237356293,score:0.59130859375,name:"right_eye"},
 {
   y:92.85449529945058,x:234.93538334278358,score:0.814453125,name:"left_ear"},
 {
   y:99.07546188234281,x:188.58581196413604,score:0.6806640625,name:"right_ear"},
 {
   y:149.86859452983884,x:271.3040866650822,score:0.7246093153953552,name:"left_shoulder"},
 {
   y:162.78905492065545,x:158.09624324078422,score:0.82666015625,name:"right_shoulder"},
 {
   y:236.41516213602512,x:280.8747980656871,score:0.728515625,name:"left_elbow"},
 {
   y:246.8062369181066,x:156.3188420992395,score:0.55859375,name:"right_elbow"},
 {
   y:305.46100866896046,x:286.61722490605007,score:0.6591796875,name:"left_wrist"},
 {
   y:313.80120003234475,x:152.9006975047454,score:0.70849609375,name:"right_wrist"},
 {
   y:304.5039375289,x:251.342317172392,score:0.87646484375,name:"left_hip"},
 {
   y:303.68360752741575,x:189.6796075527766,score:0.8740234375,name:"right_hip"},
 {
   y:431.38422581120494,x:237.66987231438497,score:0.70703125,name:"left_knee"},
 {
   y:430.01698132540423,x:189.6796075527766,score:0.8017578125,name:"right_knee"},
 {
   y:529.8258287888553,x:229.19295650242066,score:0.6884765625,name:"left_ankle"},
 {
   y:534.747908937738,x:201.71134233782658,score:0.578125,name:"right_ankle"}];

//当前帧动作
const frame = 
 [{
   y:154.06250001297832,x:258.7499999883252,score:0.728515625,name:"nose"},
 {
   y:143.12500001305142,x:254.37499998835446,score:0.56298828125,name:"left_eye"},
 {
   y:143.75001908653357,x:255.937499988344,score:0.69482421875,name:"right_eye"},
 {
   y:143.984394086532,x:229.99999998851743,score:0.43115234375,name:"left_ear"}
 ,{
   y:146.17187501303107,x:236.09374998847667,score:0.4919433891773224,name:"right_ear"},
 {
   y:201.4062690861481,x:205.9375190621646,score:0.51416015625,name:"left_shoulder"},
 {
   y:202.03125001265758,x:227.96874998853102,score:0.66259765625,name:"right_shoulder"},
 {
   y:281.25001908561427,x:234.6874999884861,score:0.26416015625,name:"left_elbow"},
 {
   y:270.6250190856853,x:254.06249998835656,score:0.278076171875,name:"right_elbow"},
 {
   y:246.09376908584932,x:289.06249998812257,score:0.1997070610523224,name:"left_wrist"},
 {
   y:238.43750001241418,x:300.62499998804526,score:0.50927734375,name:"right_wrist"},
 {
   y:321.5624618648858,x:218.59376906208004,score:0.58154296875,name:"left_hip"},
 {
   y:323.43750001184594,x:224.06249998855716,score:0.5615234375,name:"right_hip"},
 {
   y:453.43750001097675,x:217.34376906208837,score:0.6103515625,name:"left_knee"},
 {
   y:455.6250000109622,x:214.06249998862396,score:0.51416015625,name:"right_knee"},
 {
   y:572.5000000101808,x:215.31249998861563,score:0.403564453125,name:"left_ankle"},
 {
   y:593.1250000100429,x:216.0937499886104,score:0.52294921875,name:"right_ankle"}];

//新建比较器,比较
 const AiSport = requirePlugin("aiSport");
 const poseComparer = new AiSport.calc.PoseComparer();
 const result = poseComparer.compare(sample, frame);
 console.log(result);

//输出结果
//{items:
//         [{key:"head",score:0.4327263684686711,summary:"头部偏转相似度"},
//          {key:"trunk",score:0.8407704975917485,summary:"躯干形态相似度"},
//          {key:"left_hand",score:0.2155245751055277,summary:"左手相似度"},
//          {key:"right_hand",score:0.21361728579451628,summary:"左手相似度"},
//          {key:"left_foot",score:0.5147016736506456,summary:"左脚相似度"},
//          {key:"right_foot",score:0.5190758118853293,summary:"右脚相似度"}],
// score:0.5110266728697409
//}

三、在组合运动中的应用

有的运动不只一个动作,比如开合跳,可以拆解成开、合两个动作,分别取样本帧,进行比较即可;如果是局部脚体动作,可以不取整体评分,可以取指定肢体相似度值进行比较。

相关文章
|
8月前
|
人工智能 小程序 前端开发
一个小程序轻量AR体感游戏,开发实现解决方案
针对青少年运动兴趣不足问题,AR体感游戏凭借沉浸式互动体验脱颖而出。结合小程序“AI运动识别”插件与WebGL渲染技术,可实现无需外设的轻量化AR健身游戏,如跳糕、切水果等,兼具趣味性与锻炼效果,适用于儿童健身及职工团建,即开即玩,低门槛高参与。
|
8月前
|
运维 小程序 数据可视化
小程序开发平台有哪些?SaaS小程序制作平台哪个好
小程序开发模式详解:自主开发、SaaS小程序制作平台与外包全对比 选择合适的小程序开发模式,是项目成功的基石。这三种模式在成本、周期、控制力和灵活性上各有千秋,适用于不同阶段和不同类型的企业。下面我们将逐一深入剖析。
697 9
|
8月前
|
移动开发 小程序 前端开发
小程序开发平台有哪些?哪个好
小程序的开发方式丰富多元,开发团队可根据自身的技术背景、项目具体需求以及资源状况,灵活挑选最为适宜的开发路径。以下将详细介绍几种主流的小程序开发方式。
665 1
|
8月前
|
移动开发 小程序 前端开发
小程序快速开发平台有哪些?
小程序开发并非“一刀切”,需结合技术储备、资金预算、时间规划及功能需求等多维度因素综合考量。以下为您详细拆解五种主流开发方案及其适用场景,助您精准匹配开发路径。
467 3
|
8月前
|
移动开发 小程序 前端开发
小程序开发平台有哪些?小程序开发制作软件推荐
小程序开发方案全解析:5种主流方式与选择指南 小程序开发需根据技术能力、预算、时间及功能需求综合决策。以下为5种主流开发方案及适用场景分析:
26371 0
|
移动开发 小程序
thinkphp+uniapp开发的多端商城系统源码/H5/小程序/APP支持DIY模板直播分销
thinkphp+uniapp开发的多端商城系统源码/H5/小程序/APP支持DIY模板直播分销
815 0
|
小程序 前端开发 JavaScript
在线课堂+工具组件小程序uniapp移动端源码
在线课堂+工具组件小程序uniapp移动端源码
423 0
在线课堂+工具组件小程序uniapp移动端源码
|
小程序 前端开发 Java
SpringBoot+uniapp+uview打造H5+小程序+APP入门学习的聊天小项目
JavaDog Chat v1.0.0 是一款基于 SpringBoot、MybatisPlus 和 uniapp 的简易聊天软件,兼容 H5、小程序和 APP,提供丰富的注释和简洁代码,适合初学者。主要功能包括登录注册、消息发送、好友管理及群组交流。
473 1
SpringBoot+uniapp+uview打造H5+小程序+APP入门学习的聊天小项目

热门文章

最新文章