本技术适用于智能运动监测技术领域,提供了一种基于人工智能的运动监测管理方法及系统,所述方法包括:获取训练者的训练参照视频和训练过程视频,并结合这两者分析训练者是否存在偏离程度超过预设阈值的目标运动动作,若存在,确定针对该目标运动动作的训练强度指数。本发明通过获取训练者的训练参照视频和训练过程视频,结合人工智能技术分析训练者的运动动作与标准动作之间的偏差,实时监测训练者的身体表现及心率变化,从而生成个性化的训练强度指数。
背景技术
目前,随着智能技术的快速发展,智能运动监测技术在健身、运动训练以及康复治疗等领域的应用日益广泛。传统的运动监测方法通常依赖于可穿戴设备或传感器,通过实时采集运动员或训练者的生理数据(如心率、运动步态等),进行运动强度监测和训练效果评估。然而,这些方法往往仅限于数据采集和基本的统计分析,缺乏对运动动作和生理反馈的深入分析与个性化调整。现有技术难以全面、精准地评估训练者的动作表现与生理反应,并为不同体型、不同健康状况的训练者提供针对性的训练建议,特别是在运动动作偏差和训练强度之间的精确调节方面存在明显不足。
此外,现有技术中虽然能够采集训练者的生理数据(如心率波动、加速度等),但这些数据多是单一维度的,缺乏对训练者动作执行质量的监控。传统的训练评估系统往往侧重于生理数据的监测,如心率、卡路里消耗等,但缺乏基于运动学和生理反馈结合的综合性评估体系。尽管一些高级训练系统能够使用运动捕捉技术或传感器分析动作的标准性,但往往仅提供静态或单一时间点的反馈,难以综合考量训练者在整个训练过程中的动态变化以及个性化差异。此外,对于运动动作的准确性和生理反应之间的关系,现有技术缺乏有效的修正机制,因此未能实现针对不同训练者的精准调节。
实现思路