一种智能健身系统及分析方法与流程

1.一种智能健身系统，其特征在于，包括：

2.根据权利要求1所述的智能健身系统，其特征在于，所述卷积神经网络模型包括卷积核，所述卷积核用于提取识别帧中的特征点。

3.根据权利要求1所述的智能健身系统，其特征在于，所述关键点检测组件包括人体姿态预估检测器，所述人体姿态预估检测器内设置有openpose模型，所述人体姿态预估检测器连接所述多级网络。

4.根据权利要求3所述的智能健身系统，其特征在于，所述多级网络为姿态跟踪网络，所述姿态跟踪网络连接所述人体姿态预估检测器。

5.根据权利要求1所述的智能健身系统，其特征在于，还包括反馈纠正组件，所述反馈纠正组件连接所述动作分析组件，所述反馈纠正组件包括语音组件和屏幕组件。

6.根据权利要求6所述的智能健身系统，其特征在于，还包括互动组件，所述互动组件连接所述反馈纠正组件。

7.一种智能健身分析方法，采用权利要求1-6任意一项所述的智能健身系统，其特征在于，所述方法包括：

8.根据权利要求7所述的智能健身分析方法，其特征在于，提取识别帧中的特征包括：通过最大池化方法，减小特征图尺寸，降低计算复杂度，并保留重要特征。

9.根据权利要求7所述的智能健身分析方法，其特征在于，所述获取特征图中的关键点分布包括：使用所述多级网络根据所述特征图生成热图，所述热图表示每个关键点在特征图中的概率分布。

10.根据权利要求9所述的智能健身分析方法，其特征在于，所述获取关键点连接信息包括：使用所述多级网络根据所述特征图生成pafs，所述pafs表示所述关键点之间的关键点连接信息。