一种多维度分析的舞蹈训练智能评价系统

本发明涉及数据分析，具体为一种多维度分析的舞蹈训练智能评价系统。

背景技术：

1、在舞蹈培训领域，舞蹈训练智能评价系统能够向用户展示系统的专业评估结果，让用户更直观的了解自己的不足之处，增强学习动力与信心。

2、传统舞蹈训练智能评价系统的工作原理为：接收用户的舞蹈视频数据并采集视频中用户的身体姿态数据，从用户的姿态数据中提取各种动作特征并进行分析，只根据每个单一动作的准确性，对用户的舞蹈训练进行评价。

3、现有技术依然存在以下不足：在进行舞蹈训练评价时，局限于动作的准确性等客观因素，忽略了情感表达等主观因素以及各项因素之间的协同影响，从而导致评价结果准确性较低。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了一种多维度分析的舞蹈训练智能评价系统，根据动作效率指标xa、空间与动作协同指标xb、综合表现力指标xc、情感节奏共鸣指标xd和风格融合度指标xe计算舞蹈训练评分x，解决了在进行舞蹈训练评价时，忽略了情感表达等主观因素以及各项因素之间的协同影响，从而导致评价结果准确性降低的问题。

3、(二)技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：一种多维度分析的舞蹈训练智能评价系统，包括：

5、数据采集模块，用于采集舞蹈训练的动作位置数据、动作完整性数据、用户身体状态数据、动作时间数据、协调性数据、情感数据和舞蹈风格数据；

6、指标计算模块，用于根据动作位置数据计算姿势符合度得分a，根据动作完整性数据计算动作完整性得分b，并进一步计算动作准确性得分c；根据用户身体状态数据和动作时间数据计算体力消耗程度n，根据动作准确性得分c和体力消耗程度n计算动作效率指标xa；

7、根据动作位置数据计算层次变化频率指标e，根据动作位置数据和动作时间数据计算动作变化频率指标f；根据层次变化频率指标e、动作变化频率指标f和协调性数据计算空间与动作协同指标xb；

8、根据协调性数据计算动作幅度得分h和动作力度得分i，并进一步结合情感数据计算综合表现力指标xc；

9、根据动作时间数据计算节拍同步性得分m；根据节拍同步性得分m、节奏强度变化得分mc、情感数据计算情感节奏共鸣指标xd；

10、根据舞蹈风格数据和动作总数量d2计算风格融合度指标xe；

11、等级判断模块，用于根据动作效率指标xa、空间与动作协同指标xb、综合表现力指标xc、情感节奏共鸣指标xd和风格融合度指标xe计算舞蹈训练评分x；预设等级阈值集合；根据等级阈值集合和舞蹈训练评分x判断用户舞蹈训练等级。

12、在上述一种多维度分析的舞蹈训练智能评价系统的优选方案中：计算动作准确性得分c的方法为：

13、动作位置数据包括用户舞蹈动作坐标(aa，ba，ca)、标准舞蹈动作坐标(aaa，bba，cca)和最大距离偏差值da；

14、根据动作位置数据计算姿势符合度得分a，所依据的公式为：

15、

16、其中，(aa，ba，ca)为第a个舞蹈动作的坐标，a为不同舞蹈动作对应的序号，取值为[1，b]；b为不同舞蹈动作的总数量，取值为正整数；(aaa，bba，cca)为第a个标准舞蹈动作的坐标；da为第a个舞蹈动作允许的最大距离偏差值；

17、动作完整性数据包括错误与遗漏动作数量d1和动作总数量d2；

18、根据动作完整性数据计算动作完整性得分b，所依据的公式为：

19、

20、根据姿势符合度得分a和动作完整性得分b计算动作准确性得分c，所依据的公式为：

21、c＝α1×a+α2×b

22、其中，α1为姿势符合度得分a的权重系数，取值为0.3～0.7；α2为动作完整性得分b的权重系数，取值为0.3～0.7；且α1+α2＝1。

23、在上述一种多维度分析的舞蹈训练智能评价系统的优选方案中：计算动作效率指标xa的方法为：

24、用户身体状态数据包括训练时平均心率训练时平均呼吸频率心率基础值n4和呼吸频率基础值n5；

25、动作时间数据还包括舞蹈总时间n1；

26、根据用户身体状态数据和舞蹈总时间n1计算体力消耗程度n，所依据的公式为：

27、

28、根据动作准确性得分c和体力消耗程度n计算动作效率指标xa，所依据的公式为：

29、

30、在上述一种多维度分析的舞蹈训练智能评价系统的优选方案中：计算层次变化频率指标e和动作变化频率指标f的方法为：

31、动作位置数据还包括身体部位高度坐标e(e，f)；

32、根据身体部位高度坐标e(e，f)计算层次变化频率指标e，所依据的公式为：

33、

34、其中，e(e，f)为第e个身体部位在第f个时间点时的高度坐标；e为不同身体部位对应的序号，取值为[1，g]；g为身体部位的总数量；f为不同时间点对应的序号，取值为[1，h]；h为时间点总数量；e(e，f+1)为第e个身体部位在第f+1个时间点时的高度坐标；

35、动作时间数据还包括动作时间点ma；

36、根据用户舞蹈动作坐标(aa，ba，ca)和动作时间点ma计算动作变化频率指标f，所依据的公式为：

37、

38、其中，(aa+1，ba+1，ca+1)为第a+1个舞蹈动作的坐标；ma为第a个舞蹈动作的时间点；ma+1为第a+1个舞蹈动作的时间点。

39、在上述一种多维度分析的舞蹈训练智能评价系统的优选方案中：计算空间与动作协同指标xb的方法为：

40、协调性数据包括关节协调性得分g1和身体部位协同性得分g2；

41、根据层次变化频率指标e、动作变化频率指标f、关节协调性得分g1和身体部位协同性得分g2计算空间与动作协同指标xb，所依据的公式为：

42、xb＝e×f×(g1+g2)。

43、在上述一种多维度分析的舞蹈训练智能评价系统的优选方案中：计算综合表现力指标xc的方法为：

44、协调性数据还包括肢体幅度ha、目标肢体幅度haa、动作力度ia、目标动作力度iaa和动作力度标准差β；

45、根据肢体幅度ha和目标肢体幅度haa计算动作幅度得分h，所依据的公式为：

46、

47、根据动作力度ia、目标动作力度iaa和动作力度标准差β计算动作力度得分i，所依据的公式为：

48、

49、情感数据包括情感表现力得分j1；

50、根据动作幅度得分h、动作力度得分i和情感表现力得分j1计算综合表现力指标xc，所依据的公式为：

51、xc＝h×i+j1。

52、在上述一种多维度分析的舞蹈训练智能评价系统的优选方案中：计算情感节奏共鸣指标xd的方法为：

53、动作时间数据还包括音乐节拍时间点maa和节奏强度变化得分mc；

54、根据动作时间点ma和音乐节拍时间点maa计算节拍同步性得分m，所依据的公式为：

55、

56、情感数据还包括情感变化强度得分j2；

57、根据节拍同步性得分m、节奏强度变化得分mc、情感表现力得分j1和情感变化强度得分j2计算情感节奏共鸣指标xd，所依据的公式为：

58、

59、其中，γ为防零修正值。

60、在上述一种多维度分析的舞蹈训练智能评价系统的优选方案中：计算风格融合度指标xe的方法为：

61、舞蹈风格数据包括舞蹈风格动作数量pv和风格特征评分qv；

62、根据舞蹈风格数据和动作总数量d2计算风格融合度指标xe，所依据的公式为：

63、

64、其中，pv为舞蹈训练中第v种舞蹈风格的动作数量，v为不同舞蹈风格对应的序号，取值为[1，u]；u为舞蹈风格的总数量，取值为正整数；qv为舞蹈训练中第v种舞蹈风格的风格特征评分。

65、在上述一种多维度分析的舞蹈训练智能评价系统的优选方案中：计算舞蹈训练评分x的方法为：

66、根据动作效率指标xa、空间与动作协同指标xb、综合表现力指标xc、情感节奏共鸣指标xd和风格融合度指标xe计算舞蹈训练评分x，所依据的公式为：

67、x＝xa+xb+xc+xd+xe。

68、在上述一种多维度分析的舞蹈训练智能评价系统的优选方案中：判断用户舞蹈训练等级的方法为：

69、等级阈值集合包括优秀阈值xy和合格阈值xh；

70、根据等级阈值集合和舞蹈训练评分x判断用户舞蹈训练等级，所依据的标准为：

71、

72、(三)有益效果

73、本发明提供了一种多维度分析的舞蹈训练智能评价系统，具备以下有益效果：

74、(1)通过采集舞蹈训练的动作位置数据、动作完整性数据、用户身体状态数据、动作时间数据、协调性数据、情感数据和舞蹈风格数据，能够为后续计算提供有效数据，增加评估舞蹈训练等级的维度。

75、(2)根据动作准确性得分c和体力消耗程度n计算动作效率指标xa，有助于了解用户在进行舞蹈训练时动作质量与体力消耗之间的平衡程度。根据层次变化频率指标e、动作变化频率指标f和协调性数据计算空间与动作协同指标xb，能够更加全面的评估用户进行舞蹈训练时的空间利用能力。根据协调性数据计算动作幅度得分h和动作力度得分i，并进一步结合情感表现力得分j1计算综合表现力指标xc，能够评估用户在舞蹈动作与表现力方面的协调程度。通过计算情感节奏共鸣指标xd，有助于了解用户在情感表达和节奏配合方面的效果。根据舞蹈风格数据和动作总数量d2计算风格融合度指标xe，有助于评估舞蹈作品在融合不同风格方面的效果。

76、(3)根据动作效率指标xa、空间与动作协同指标xb、综合表现力指标xc、情感节奏共鸣指标xd和风格融合度指标xe计算舞蹈训练评分x，解决了在进行舞蹈训练评价时，忽略了情感表达等主观因素以及各项因素之间的协同影响，从而导致评价结果准确性降低的问题。根据等级阈值集合和舞蹈训练评分x判断用户舞蹈训练等级，有助于用户了解自身训练情况，制定个性化训练计划。