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！

龙图腾网恭喜安徽一视科技有限公司申请的专利一种基于大数据和深度学习的体育训练系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116570899B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310549687.3，技术领域涉及：A63B24/00；该发明授权一种基于大数据和深度学习的体育训练系统及方法是由唐义平;祖慈;刘兵;关俊宏设计研发完成，并于2023-05-15向国家知识产权局提交的专利申请。

本一种基于大数据和深度学习的体育训练系统及方法在说明书摘要公布了：本发明涉及深度学习技术领域，公开了一种基于大数据和深度学习的体育训练系统，包括：图像特征提取模块，其用于生成肢体依赖CNN模型；特征转换模块，其用于将肢体依赖CNN模型的输出进行向量化；特征输入模块，将每个肢体对应的第一卷积空间的卷积链的输出的向量化之后的结果按照时间进行排序生成序列数据；状态生成模块，将每个肢体对应的序列数据对应的输入GMM‑HMM模型，输出隐状态；本发明综合考虑了一般图像特征表征的人体动作和红外图像表征的人体运动特征，来对人体肢体进行图像分解，然后综合引入运动特征进行综合的卷积，将卷积获得的综合运动特征基于HMM模型来表达发力状态，并辅助可视化能够实现对于学生拉单杠运动的指导。

本发明授权一种基于大数据和深度学习的体育训练系统及方法在权利要求书中公布了：1.一种基于大数据和深度学习的体育训练系统，其特征在于，包括：第一图像采集模块，其用于采集学生拉单杠运动的第一图像；第二图像采集模块，其用于采集学生拉单杠运动的第二图像；第一图像为一般图像，第二图像为红外图像；肢体识别模块，其用于从第一图像中识别肢体，并分割肢体区域，获得每个肢体的第一肢体图像；第一肢体分割模块，其用于将第一图像的肢体区域映射到对应的第二图像上，然后对第二图像进行分割获得每个肢体的第二肢体图像；图像特征提取模块，其用于生成肢体依赖CNN模型，肢体依赖CNN模型包括第一卷积空间和第二卷积空间，每个卷积空间包括多个并行的卷积链，每个卷积链包括多个卷积层；第一卷积空间的卷积链输入一个肢体的第一肢体图像；第二卷积空间的卷积链输入一个肢体的第二肢体图像；特征转换模块，其用于将肢体依赖CNN模型的输出进行向量化；特征输入模块，将每个肢体对应的第一卷积空间的卷积链的输出的向量化之后的结果按照时间进行排序生成序列数据；状态生成模块，将每个肢体对应的序列数据对应的输入GMM-HMM模型，输入的序列数据用于生成观测状态序列，GMM-HMM模型输出隐状态序列为L＝{l1，l2…ln}，隐状态的状态集合为H＝{h1，h2，h3}，隐状态的状态集合包含三个状态，分别对应于发力过大，发力正常和发力过小。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽一视科技有限公司，其通讯地址为：230088 安徽省合肥市高新区长江西路689号拓基城市广场金座C26层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。