TWI891564B - 分析瑜伽動作與生理狀況以產生練習計畫之裝置及方法 - Google Patents

Abstract

一種分析瑜伽動作與生理狀況以產生練習計畫之裝置及方法，其透過分析使用者影像以產生使用者的初始姿勢資料，並依據使用者的初始姿勢資料及與使用者影像同步收集的生理狀態資料判斷使用者的初始身體狀態，及選擇與初始身體狀態相符的瑜伽動作以產生訓練計畫後，依據訓練計畫中之瑜伽動作的示範動作資料使用實境技術模擬並顯示虛擬教練進行動作示範與要點說明之技術手段，可以提供即時動作指導以讓使用者確認姿勢是否正確，並達成提供個人練習計畫的技術功效。

Description

分析瑜伽動作與生理狀況以產生練習計畫之裝置及方法

一種產生瑜伽運動練習計畫之裝置及其方法，特別係指一種分析瑜伽動作與生理狀況以產生練習計畫之裝置及方法。

瑜伽是一個通過提升意識，幫助人類充分發揮潛能的體系。瑜伽姿勢運用古老而易於掌握的技巧，改善人們生理、心理、情感和精神方面的能力，是一種達到身體、心靈與精神和諧統一的運動方式。現代人所稱的瑜伽主要是一系列的修身養心方法，包括調身的體位法、調息的呼吸法、調心的冥想法等。

目前的瑜伽課程大多是提供體位（瑜伽動作）的教學，也就是由提供各種體位的姿勢指導，因此，現有的瑜伽課程除了在瑜伽教室面對瑜伽教練上課之外，也可以透過影像教學，甚至，目前也有瑜伽運動的輔助工具。

然而，現有瑜伽運動的輔助工具大多僅提供靜態的姿勢指導，並沒有教練可以根據使用者的實際動作給予指導，如此，使用者無法確定姿勢是否正確，可能無法達到有效的訓練效果。

綜上所述，可知先前技術中長期以來一直存在瑜伽運動輔助工具提供使用者確認姿勢是否正確的問題，因此有必要提出改進的技術手段，來解決此一問題。

有鑒於先前技術存在瑜伽運動輔助工具提供使用者確認姿勢是否正確的問題，本發明遂揭露一種分析瑜伽動作與生理狀況以產生練習計畫之裝置及方法，其中：

本發明所揭露之分析瑜伽動作與生理狀況以產生練習計畫之裝置，至少包含：資料取得模組，用以取得使用者影像及與使用者影像同步收集之生理狀態資料；影像分析模組，用以分析使用者影像以產生初始姿勢資料，初始姿勢資料包含使用者之身體之多個關鍵部位之位置與角度，且初始姿勢資料與生理狀態資料對應；狀態判斷模組，用以依據初始姿勢資料及生理狀態資料判斷使用者之初始身體狀態；計畫產生模組，用以選擇與初始身體狀態相符之多個瑜伽動作以產生練習計畫，練習計畫包含些瑜伽動作及與各瑜伽動作對應之練習時間；資料載入模組，用以載入與當前之瑜伽動作對應之示範動作資料；實境互動模組，用以使用實境技術模擬虛擬教練，並依據示範動作資料使用實境技術模擬並顯示虛擬教練進行當前之瑜伽動作及說明動作要點。

本發明所揭露之分析瑜伽動作與生理狀況以產生練習計畫之方法，其步驟至少包括：取得使用者影像及與使用者影像同步收集之生理狀態資料；分析使用者影像以產生初始姿勢資料，初始姿勢資料包含使用者之身體之多個關鍵部位之位置與角度，且初始姿勢資料與生理狀態資料對應；依據初始姿勢資料及生理狀態資料判斷使用者之初始身體狀態；選擇與初始身體狀態相符之多個瑜伽動作以產生練習計畫，練習計畫包含些瑜伽動作及與各瑜伽動作對應之練習時間；使用實境技術模擬虛擬教練；載入與當前之瑜伽動作對應之示範動作資料；依據示範動作資料使用實境技術模擬並顯示虛擬教練進行當前之瑜伽動作及說明動作要點。

本發明所揭露之裝置及方法如上，與先前技術之間的差異在於本發明透過分析使用者影像以產生使用者的初始姿勢資料，並依據使用者的初始姿勢資料及與使用者影像同步收集的生理狀態資料判斷使用者的初始身體狀態，及選擇與初始身體狀態相符的瑜伽動作以產生訓練計畫後，依據訓練計畫中之瑜伽動作的示範動作資料使用實境技術模擬並顯示虛擬教練進行動作示範與要點說明，藉以解決先前技術所存在的問題，並可以達成提供即時動作指導和個人練習計畫之技術功效。

以下將配合圖式及實施例來詳細說明本發明之特徵與實施方式，內容足以使任何熟習相關技藝者能夠輕易地充分理解本發明解決技術問題所應用的技術手段並據以實施，藉此實現本發明可達成的功效。

本發明可以依據使用者進行瑜伽運動時的姿勢與生理狀態產生適合使用者的練習計畫，並在使用者依據練習計畫進行瑜伽練習時透過實境技術給予動作指導。其中，本發明所提之實境技術可以是擴增實境或混合實境，但本發明並不以此為限。

實現本發明之裝置可以是計算設備，本發明所提之計算設備包含但不限於一個或多個處理模組、一條或多條記憶體模組、以及連接不同硬體元件（包括記憶體模組和處理模組）的匯流排等硬體元件。透過所包含之多個硬體元件，計算設備可以載入並執行作業系統，使作業系統在計算設備上運行，也可以執行軟體或程式。計算設備也包含一個外殼，上述之各個硬體元件設置於外殼內。

本發明所提之計算設備的匯流排可以包含一種或多個類型，例如包含資料匯流排（data bus）、位址匯流排（address bus）、控制匯流排（control bus）、擴充功能匯流排（expansion bus）、及/或局域匯流排（local bus）等類型的匯流排。計算設備的匯流排包括但不限於的工業標準架構（Industry Standard Architecture, ISA）匯流排、周邊元件互連（Peripheral Component Interconnect, PCI）匯流排、視頻電子標準協會（Video Electronics Standards Association, VESA）局域匯流排、以及串列的通用序列匯流排（Universal Serial Bus, USB）、快速周邊元件互連（PCI Express, PCI-E/PCIe）匯流排等。

本發明所提之計算設備的處理模組與匯流排耦接。處理模組包含暫存器（Register）組或暫存器空間，暫存器組或暫存器空間可以完全的被設置在處理模組之處理晶片上，或全部或部分被設置在處理晶片外並經由專用電氣連接及/或經由匯流排耦接至處理晶片。處理模組可為中央處理器、微處理器或任何合適的處理元件。若計算設備為多處理器設備，也就是計算設備包含多個處理模組，則計算設備所包含的處理模組都相同或類似，且透過匯流排耦接與通訊。在部分的實施例中，處理模組可以解釋一個計算機指令或一連串的多個計算機指令以進行特定的運算或操作，例如，數學運算、邏輯運算、資料比對、複製/移動資料等，藉以驅動計算設備中的其他硬體元件或運行作業系統或執行各種程式及/或模組。計算機指令可以是組合語言指令、指令集架構指令、機器指令、機器相關指令、微指令、韌體指令、或者以一種或多種程式語言的任意組合編寫的初始碼或目的碼（Object Code），且計算機指令可以完全地在單一個計算設備上被執行、部分地在單一個計算設備上被執行、部分在一個計算設備上被執行且部分在相連接之另一計算設備上被執行。其中，上述之程式語言包括物件導向（Object-oriented）的程式語言，如Common Lisp、Python、C++、Objective-C、Smalltalk、Delphi、Java、Swift、C#、Perl、Ruby等，及常規的程序式（Procedural）程式語言，如C語言或其他類似的程式語言。

計算設備中通常也包含一個或多個晶片組（Chipset）。計算設備的處理模組可以與晶片組耦接或透過匯流排與晶片組電性連接。晶片組是由一個或多個積體電路（Integrated Circuit, IC）組成，包含記憶體控制器以及周邊輸出入（I/O）控制器等，也就是說，記憶體控制器以及周邊輸出入控制器可以包含在一個積體電路內，也可以使用兩個或更多的積體電路實現。晶片組通常提供了輸出入和記憶體管理功能、以及提供多個通用及/或專用暫存器、計時器等，其中，上述之通用及/或專用暫存器與計時器可以讓耦接或電性連接至晶片組的一個或多個處理模組存取或使用。在部分的實施例中，晶片組也可能屬於處理模組的一部份。

計算設備的處理模組也可以透過記憶體控制器存取安裝於計算設備上的記憶體模組和大容量儲存區中的資料。上述之記憶體模組包含任何類型的揮發性記憶體（volatile memory）及/或非揮發性（non-volatile memory, NVRAM）記憶體，例如靜態隨機存取記憶體（Static Random Access Memory, SRAM）、動態隨機存取記憶體（Dynamic Random Access Memory, DRAM）、唯讀記憶體（Read-Only Memory, ROM）、快閃記憶體（Flash memory）等。上述之大容量儲存區可以包含任何類型的儲存裝置或儲存媒體，例如，硬碟機、光碟（optical disc）、隨身碟（flash drive）、記憶卡（memory card）、固態硬碟（Solid State Disk, SSD）、或任何其他儲存裝置等。也就是說，記憶體控制器可以存取靜態隨機存取記憶體、動態隨機存取記憶體、快閃記憶體、硬碟機、固態硬碟中的資料。

計算設備的處理模組也可以透過周邊輸出入控制器經由周邊輸出入匯流排與周邊輸出裝置、周邊輸入裝置、通訊介面、各種資料或訊號接收裝置等周邊裝置或介面連接並通訊。周邊輸入裝置可以是任何類型的輸入裝置，例如鍵盤、滑鼠、軌跡球、觸控板、搖桿等，周邊輸出裝置可以是任何類型的輸出裝置，例如顯示器、印表機等，周邊輸入裝置與周邊輸出裝置也可以是同一裝置，例如觸控螢幕等。通訊介面可以包含無線通訊介面及/或有線通訊介面，無線通訊介面可以包含支援無線區域網路（如Wi-Fi、Zigbee等）、藍牙、紅外線、近場通訊（Near-field communication, NFC）、3G/4G/5G等行動通訊網路（蜂巢式網路）或其他無線資料傳輸協定的介面，有線通訊介面可為乙太網路裝置、DSL數據機、纜線（Cable）數據機、非同步傳輸模式（Asynchronous Transfer Mode, ATM）裝置、或光纖通訊介面及/或元件等。資料或訊號接收裝置可以包含GPS接收器或生理訊號接收器，生理訊號接收器所接收的生理訊號包含但不限於心跳、血氧等。處理模組可以週期性地輪詢（polling）各種周邊裝置與介面，使得計算設備能夠透過各種周邊裝置與介面進行資料的輸入與輸出，也能夠與具有上面描述之硬體元件的另一個計算設備進行通訊。

以下先以「第1圖」本發明所提之分析瑜伽動作與生理狀況以產生練習計畫之裝置之元件示意圖來說明實現本發明的裝置。如「第1圖」所示，本發明之裝置100含有記憶體110、攝影機120、通訊介面130、儲存媒體140、輸入元件150、處理器170、匯流排190。其中，處理器170透過匯流排190與記憶體110、攝影機120、通訊介面130、儲存媒體140、輸入元件150連接。

記憶體110可以儲存一組或多組計算機指令。

攝影機120可以包含電路板、鏡頭組件與影像感測元件（圖中均未示），鏡頭組件與影像感測元件透過電路板連接。攝影機120可以透過鏡頭組件與影像感測元件擷取影像。在本發明中，裝置100並不限於包含一個攝影機120，也可以包含多個同步擷取影像的攝影機120。

通訊介面130可以連線到外部的網路儲存裝置或伺服器等網路裝置，並向所連線的網路裝置請求並下載資料。

儲存媒體140可以儲存儲存通訊介面130所下載的資料或訊號，也可以儲存提供給處理器170或處理器170運作時所需要的資料或訊號，還可以儲存處理器170所產生的資料或訊號。

輸入元件150可以透過裝置100的周邊輸入裝置提供輸入資料。例如，輸入元件150可以透過鍵盤、滑鼠、觸控板、觸控螢幕輸入資料。

處理器170可以如「第2圖」本發明所提之模組示意圖所示，包含資料取得模組210、影像分析模組220、資料載入模組240、狀態判斷模組250、計畫產生模組260、實境互動模組290等模組，也可以包含可附加的動作指導模組270。在部分的實施例中，處理器170可以執行記憶體110所儲存的計算機指令，並可以在執行計算機指令後產生「第2圖」中的各模組；在另一部份的實施例中，「第2圖」中的各模組可以是由一個或多個電路及/或完整或部分的晶片等硬體元件產生，即處理器170包含組成「第2圖」中之各模組的硬體元件，也就是說，處理器170所包含的各模組可以是軟體模組，也可以是硬體模組，本發明沒有特別的限制。

資料取得模組210負責取得使用者影像。資料取得模組210可以透過攝影機120擷取使用者影像，也可以提供輸入元件150輸入使用者影像的影像存放路徑，並依據影像存放路徑由儲存媒體140中讀出使用者影像，或透過通訊介面130連線至資料伺服器（圖中未示）下載使用者影像。

資料取得模組210也負責取得與所取得之使用者影像同步收集的生理狀態資料。資料取得模組210所取得的生理狀態資料包含但不限於心跳率、呼吸率、血氧濃度，甚至可以包含力量、心肺能力等。一般而言，生理狀態資料可以由使用者所穿戴之穿戴裝置（如智慧手環、智慧手錶、心率感測器等）偵測使用者的生理狀態而產生，並可以將所產生的生理狀態資料直接傳送給裝置100儲存或傳送給實境裝置400轉送到裝置100，如此，資料取得模組210可以透過通訊介面130接收穿戴裝置（圖中未示）或實境裝置400所傳送的生理狀態資料，也可以依據輸入元件150所輸入的檔案存放路徑由儲存媒體140中讀出預先儲存的生理狀態資料或透過通訊介面130由資料伺服器下載生理狀態資料，但資料取得模組210取得生理狀態資料的方式並不以上述為限。

資料取得模組210也可以即時取得使用者的練習影像。一般而言，資料取得模組210可以透過攝影機120擷取使用者的練習影像，或可以透過通訊介面130接收實境裝置400所傳送的練習影像。

影像分析模組220負責分析資料取得模組210所取得的使用者影像以產生與該生理狀態資料對應的初始姿勢資料，影像分析模組220所產生的初始姿勢資料包含使用者之身體的多個關鍵部位之位置與角度。上述之關鍵部位包含但不限於頭頂、頸部、肩膀、胸口、手肘、髖部、骨盆底部、膝蓋等，影像分析模組220可以透過深度學習模型或電腦視覺技術分析使用者影像，舉例來說，若使用者影像中包含深度資料，則影像分析模組220可以使用如OpenPose、PostNet、HRNet等姿勢估計模型，藉以透過卷積神經網路（CNN）取得使用者影像中的人體輪廓與局部（如頭部、四肢等）部位的特徵以產生表示使用者影像中各像素在關鍵部位之機率的熱圖（Heatmap）與表示使用者影像中各像素偏離關鍵部位之向量值的偏移圖（Offset Map），並依據熱圖與偏移圖判斷出所有熱圖中各關鍵部位的最大值位置，及將所判斷出之最大值位置做為使用者影像中使用者之身體的關鍵部位，並將各關鍵部位對應到使用者影像中的深度資料，藉以透過個關鍵部位的深度資料判斷各關鍵部位在空間中的位置座標與角度；若使用者影像中包含不同角度同步擷取的影像，則影像分析模組220可以在使用姿勢估計模型檢測使用者影像中使用者之身體的關鍵部位後，透過三角測量法來計算各關鍵部位在空間中的位置與角度。

影像分析模組220也可以分析資料取得模組210所取得之練習影像以產生練習姿勢資料。一般而言，影像分析模組220可以使用上述相同的過程分析練習影像以產生練習姿勢資料。

影像分析模組220也可以依據所產生的初始姿勢資料判斷使用者影像中使用者所做出的瑜伽動作，也可以依據所產生的練習姿勢資料判斷使用者當前所練習的瑜伽動作。舉例來說，影像分析模組220可以依據預先定義之各關鍵部位的連接方式連接初始姿勢資料所包含之使用姿勢估計模型所產生的人體各關鍵部位以產生人體骨架圖，並可以比對各種瑜伽動作之標準骨架圖與所產生之人體骨架圖的相似度，藉以判斷初始姿勢資料或練習姿勢資料所對應之瑜伽動作，也就是判斷使用者所做出之瑜伽動作，但本發明並不以此為限。

資料載入模組240可以載入與影像分析模組220所產生之初始姿勢資料對應的標準姿勢資料，例如，由儲存媒體140載入或透過通訊介面130連線到資料伺服器下載影像分析模組220所判斷出之瑜伽動作的標準姿勢資料；資料載入模組240也負責載入與當前之瑜伽動作對應的示範動作資料。本發明所提之標準姿勢資料包含對應之瑜伽動作在理想情況下之身體各關節的位置與相對距離和身體角度。

狀態判斷模組250負責依據影像分析模組220所產生之初始姿勢資料及資料取得模組210所取得之生理狀態資料判斷使用者的初始身體狀態。狀態判斷模組250可以依據資料取得模組210所取得之使用者影像的時間同步對應的初始姿勢資料與生理狀態資料，並依據同步的初始姿勢資料與生理狀態資料判斷使用者的初始身體狀態。

更詳細的，狀態判斷模組250可以依據影像分析模組220所產生之初始姿勢資料與資料載入模組240所載入之標準姿勢資料判斷動作完成度，也可以依據初始姿勢資料判斷動作流暢度，並可以依據所判斷出之動作完成度與動作流暢度判斷初始身體狀態。舉例來說，狀態判斷模組250可以依據標準姿勢資料中各個關鍵部位的連接關係連接初始姿勢資料中之特定的關鍵部位已建立骨架，並可以計算初始姿勢資料中各個關鍵部位的位置與角度，及可以比對初始姿勢資料與標準姿勢資料中各關鍵部位的位置，藉以找出偏差（如角度或位置上的不同），例如，狀態判斷模組250可以通過初始姿勢資料與標準姿勢資料中肩膀、手肘、手腕形成的角度是否產生角度偏差來判斷手臂的伸展是否到位；又如，狀態判斷模組250可以計算初始姿勢資料與標準姿勢資料中各關鍵部位之間的距離和相對位置以判斷位置偏差，如當瑜伽動作為下犬式時，狀態判斷模組250可以檢查初始姿勢資料與標準姿勢資料以判斷髖關節是否足夠向上延展，並通過髖關節與手腳關鍵部位（手肘、手腕、膝蓋、腳踝等）的位置比對來確定動作是否到位，之後，可以對每個關鍵部位的偏差值進行加權計算，以得出偏差分數。在部分的實施例中，若某些關鍵部位與動作完成度有較大的關聯（如髖關節在下犬式中的作用），則這些關鍵部位的偏差值會被賦予較高權重。例如，對於一個標準下犬式動作，髖關節的角度、手臂與地面的夾角、腳跟的位置是主要的指標，狀態判斷模組250賦予這些指標的偏差值較高的權重，藉以可以著重依據這些指標的偏差值與權重計算出偏差分數以評估動作的準確性。

狀態判斷模組250也可以依據影像分析模組220所分析出之練習姿勢資料與標準姿勢資料判斷動作完成度。例如，狀態判斷模組250可以依據標準姿勢資料中之各關鍵部位所連接而成之標準骨架圖與練習姿勢資料中各關鍵部位所連接而成之人體骨架圖的相似度、標準姿勢資料中預先針對不同瑜伽動作所定義之各關鍵部位間的相對距離及相對位置與練習姿勢資料中之各關鍵部位間的相對距離與相對位置的偏差值計算動作完成度，但本發明並不以此為限。

狀態判斷模組250也可以依據動作完成度、動作流暢度及生理狀態資料之變化評估使用者之疲勞狀況。例如，狀態判斷模組250可以跟蹤使用者對瑜伽動作的完成度（準確度），並判斷動作的完成度是否隨著練習時間推進而下降，進而判斷疲勞累積情況，例如，當動作的完成度下降時，表示使用者疲勞度增加；相似的，狀態判斷模組250也可以追蹤使用者在變化瑜伽動作的流暢度，並依據流暢度是否隨著練習時間推進而下降判斷疲勞累積情況，例如，當動作的流暢度下降時，使用者疲勞度增加；狀態判斷模組250也可以依據使用者做出相同瑜伽動作時生理狀態資料的變化判斷疲勞累積情況，例如，當心率或呼吸率增加時表示使用者疲勞度增加。

計畫產生模組260負責選擇與初始身體狀態相符之多個瑜伽動作以產生練習計畫，練習計畫包含被選擇的瑜伽動作及與各個被選擇之瑜伽動作對應的練習時間。其中，計畫產生模組260可以為初學者可以選擇較簡單的變體動作，而為進階使用者選擇難度較高的挑戰動作。舉例來說，計畫產生模組260可以由儲存媒體140或透過通訊介面130下載包含瑜伽動作與難度等級的動作難度清單，並依據初始身體狀態由動作難度清單中選出相符的瑜伽動作，但本發明並不以此為限。

計畫產生模組260可以依據狀態判斷模組250所判斷出之動作完成度與資料取得模組210所取得之生理狀態資料調整練習計畫。舉例來說，若心率和呼吸速率異常增高，計畫產生模組260可以延長休息時間或降低練習之動作的難度，同時，計畫產生模組260也可以根據使用者的進步情況逐步提高動作的難度，例如，若使用者能穩定完成現有計畫的所有動作，且使用者的動作的完成度都達到一定值以上，則計畫產生模組260可以在練習計畫中增加難度較高的新動作或延長練習計畫中某些動作的練習時間。

動作指導模組270可以在影像分析模組220所分析出之練習姿勢資料與標準姿勢資料之偏差值達到門檻值時產生指導訊息。

實境互動模組290負責使用實境技術模擬虛擬教練，其中，虛擬教練可以是使用3D建模軟體所設計產生之擬真的人物或Q版的可愛角色，本發明沒有特別的限制。

實境互動模組290也負責依據當前進行之瑜伽動作的示範動作資料使用相同的實境技術模擬並顯示虛擬教練進行當前進行之瑜伽動作及說明該瑜伽動作之動作要點。其中，實境互動模組290可以提供使用者變換視角，使得使用者可以由不同的角度觀看瑜伽動作的細節來學習正確的姿勢。

實境互動模組290也可以依據動作指導模組270所產生之指導訊息使用相同的實境技術模擬虛擬教練給予使用者動作指導。

接著以一個實施例來解說本發明的系統運作與方法，並請參照「第3A圖」本發明所提之分析瑜伽動作與生理狀況以產生練習計畫之方法流程圖。在本實施例中，假設裝置100為提供實境裝置連接的實境伺服器，但本發明並不以此為限。

裝置100的資料取得模組210可以取得使用者影像及與被取得之使用者影像同步收集的生理狀態資料（步驟310），裝置100的影像分析模組220可以分析資料取得模組210所取得之使用者影像以產生與資料取得模組210所取得之生理狀態資料對應的初始姿勢資料（步驟320）。在本實施例中，假設初始姿勢資料包含使用者之身體之多個關鍵部位之位置與角度。

在裝置100的影像分析模組220產生初始姿勢資料後，裝置100的狀態判斷模組250可以依據影像分析模組220所產生之初始姿勢資料及資料取得模組210所取得之生理狀態資料判斷使用者的初始身體狀態（步驟330）。在本實施例中，假設狀態判斷模組250可以比對出使姿勢資料與資料載入模組240所讀出之標準姿勢資料以判斷使用者的初始身體狀態。

在裝置100的狀態判斷模組250判斷出使用者的初始身體狀態後，裝置100的計畫產生模組260可以選擇與初始身體狀態相符之多個瑜伽動作並設定被選擇之瑜伽動作的練習時間以產生練習計畫（步驟340）。

之後，裝置100的實境互動模組290可以使用實境技術模擬虛擬教練（步驟350）。在本實施例中，假設實境互動模組290可以產生虛擬教練的模型資料並透過裝置100的通訊介面130將模型資料傳送到實境裝置400，使得實境裝置400可以依據所接收到的模型資料使用擴增實境模擬並顯示虛擬教練。

同時，裝置100的實境互動模組290也可以載入與當前之瑜伽動作對應的示範動作資料（步驟361），並可以依據示範動作資料使用實境技術模擬並顯示虛擬教練進行當前之瑜伽動作及說明動作要點（步驟365）。在本實施例中，假設實境互動模組290可以將所在入的示範動作資料透過裝置100的通訊介面130將示範動作資料傳送到實境裝置400，使得實境裝置400可以依據所接收到的示範動作資料使用擴增實境模擬並顯示虛擬教練做出瑜伽動作，並說明當前所進行之瑜伽動作的動作要點。

如此，透過本發明，可以產生適合使用者的練習計畫，並在使用者依據練習計畫進行瑜伽練習時透過實境技術給予動作指導。

上述實施例中，在裝置100的實境互動模組290依據示範動作資料使用實境技術模擬並顯示虛擬教練進行當前之瑜伽動作及說明動作要點（步驟365）後，也可以如「第3B圖」之流程所示，裝置100的資料取得模組210可以即時取得使用者之練習影像與生理狀態資料（步驟371），裝置100的影像分析模組220可以分析使用者之練習影像以產生練習姿勢資料（步驟375），裝置100的狀態判斷模組250可以依據練習姿勢資料與標準姿勢資料判斷動作完成度（步驟381），裝置100的動作指導模組270可以在判斷練習姿勢資料與標準姿勢資料之差異達到門檻值時產生指導訊息（步驟385），裝置100的實境互動模組290可以依據指導訊息使用實境技術模擬虛擬教練給予動作指導（步驟391），同時，裝置100的計畫產生模組260可以依據動作完成度與生理狀態資料調整練習計畫（步驟395）。

綜上所述，可知本發明與先前技術之間的差異在於具有分析使用者影像以產生使用者的初始姿勢資料，並依據使用者的初始姿勢資料及與使用者影像同步收集的生理狀態資料判斷使用者的初始身體狀態，及選擇與初始身體狀態相符的瑜伽動作以產生訓練計畫後，依據訓練計畫中之瑜伽動作的示範動作資料使用實境技術模擬並顯示虛擬教練進行動作示範與要點說明之技術手段，藉由此一技術手段可以來解決先前技術所存在無法提供使用者確認姿勢是否正確的問題，進而達成提供即時動作指導和個人練習計畫之技術功效。

再者，本發明之分析瑜伽動作與生理狀況以產生練習計畫之方法，可實現於硬體、軟體或硬體與軟體之組合中，亦可在電腦系統中以集中方式實現或以不同元件散佈於若干互連之電腦系統的分散方式實現。

雖然本發明所揭露之實施方式如上，惟所述之內容並非用以直接限定本發明之專利保護範圍。任何本發明所屬技術領域中具有通常知識者，在不脫離本發明所揭露之精神和範圍的前提下，對本發明之實施的形式上及細節上作些許之更動潤飾，均屬於本發明之專利保護範圍。本發明之專利保護範圍，仍須以所附之申請專利範圍所界定者為準。

100:                  裝置 110:                  記憶體 120:                  攝影機 130:                  通訊介面 140:                  儲存媒體 150:                  輸入元件 170:                  處理器 190:                  匯流排 210:                  資料取得模組 220:                  影像分析模組 240:                  資料載入模組 250:                  狀態判斷模組 260:                  計畫產生模組 270:                  動作指導模組 290:                  實境互動模組 400:                  實境裝置 步驟310:          取得使用者影像及同步收集之生理狀態資料 步驟320:          分析使用者影像以產生與生理狀態資料對應之初始姿勢資料 步驟330:          依據初始姿勢資料及生理狀態資料判斷使用者之初始身體狀態 步驟340:          選擇與初始身體狀態相符之瑜伽動作以產生練習計畫，練習計畫包含瑜伽動作及對應之練習時間 步驟350:          使用實境技術模擬虛擬教練 步驟361:          載入與當前之瑜伽動作對應之示範動作資料 步驟365:          依據示範動作資料使用實境技術模擬並顯示虛擬教練進行當前之瑜伽動作及說明動作要點 步驟371:          即時取得使用者之練習影像與生理狀態資料 步驟375:          分析使用者之練習影像以產生練習姿勢資料 步驟381:          依據練習姿勢資料與標準姿勢資料判斷動作完成度 步驟385:          判斷練習姿勢資料與標準姿勢資料之差異達到門檻值時產生指導訊息 步驟391:          依據指導訊息使用實境技術模擬虛擬教練給予動作指導 步驟395:          依據動作完成度與生理狀態資料調整練習計畫

第1圖為本發明所提之分析瑜伽動作與生理狀況以產生練習計畫之裝置之元件示意圖。 第2圖為本發明所提之處理器之模組示意圖。 第3A圖為本發明所提之分析瑜伽動作與生理狀況以產生練習計畫之方法流程圖。 第3B圖為本發明所提之調整練習計畫及給予動作指導之方法流程圖。

步驟310:取得使用者影像及同步收集之生理狀態資料

步驟320:分析使用者影像以產生與生理狀態資料對應之初始姿勢資料

步驟330:依據初始姿勢資料及生理狀態資料判斷使用者之初始身體狀態

步驟340:選擇與初始身體狀態相符之瑜伽動作以產生練習計畫，練習計畫包含瑜伽動作及對應之練習時間

步驟350:使用實境技術模擬虛擬教練

步驟361:載入與當前之瑜伽動作對應之示範動作資料

步驟365:依據示範動作資料使用實境技術模擬並顯示虛擬教練進行當前之瑜伽動作及說明動作要點

Claims (10)

1. 一種分析瑜伽動作與生理狀況以產生練習計畫之方法，係應用於一裝置或一系統，該方法至少包含下列步驟：取得一使用者影像及與該使用者影像同步收集之一生理狀態資料；分析該使用者影像以產生一初始姿勢資料，該初始姿勢資料包含一使用者之身體之多個關鍵部位之位置與角度，且該初始姿勢資料與該生理狀態資料對應；依據該初始姿勢資料及該生理狀態資料判斷該使用者之一初始身體狀態；選擇與該初始身體狀態相符之多個瑜伽動作以產生一練習計畫，該練習計畫包含該些瑜伽動作及與各該瑜伽動作對應之練習時間；使用一實境技術模擬一虛擬教練；載入與當前之一該瑜伽動作對應之一示範動作資料；依據該示範動作資料使用該實境技術模擬並顯示該虛擬教練進行當前之一該瑜伽動作及說明動作要點；即時取得該使用者當前進行之一該瑜伽動作之一練習影像與對應之一生理狀態資料；分析該練習影像以產生一練習姿勢資料；依據該練習姿勢資料與一標準姿勢資料中各該關鍵部位間之相對距離與相對位置判斷每一該關鍵部位之偏差值，並依據各該關鍵部位之偏差值計算一動作完成度；及依據該動作完成度與該生理狀態資料調整該練習計畫。
2. 如請求項1所述之分析瑜伽動作與生理狀況以產生練習計畫之方法，其中該方法於依據該示範動作資料使用該實境技術模擬並顯示該虛擬教練進行當前之一該瑜伽動作及說明動作要點之步驟後，更包含即時取得並分析該使用者之一練習影像以產生一練習姿勢資料，並在該練習姿勢資料與一標準姿勢資料之差異達到門檻值時產生一指導訊息，及依據該指導訊息使用該實境技術模擬該虛擬教練給予動作指導之步驟。
3. 如請求項1所述之分析瑜伽動作與生理狀況以產生練習計畫之方法，其中該方法於依據各該關鍵部位之偏差值計算該動作完成度之步驟，更包含依據各該關鍵部位之偏差值與權重計算各該關鍵部位之偏差分數，並依據各該關鍵部位之偏差分數評估該動作完成度，其中各該關鍵部位之權重與當前之一該瑜伽動作之完成度正相關之步驟。
4. 如請求項1所述之分析瑜伽動作與生理狀況以產生練習計畫之方法，其中取得與該使用者影像同步收集之該生理狀態資料之步驟為透過穿戴裝置偵測該使用者之生理狀態以產生該生理狀態資料。
5. 如請求項1所述之分析瑜伽動作與生理狀況以產生練習計畫之方法，其中依據該初始姿勢資料及該生理狀態資料判斷使用者之該初始身體狀態之步驟更包含依據該初始姿勢資料與一標準姿勢資料判斷一動作完成度，並依據該動作完成度與該初始姿勢資料之一動作流暢度判斷該初始身體狀態，並依據該動作完成度、該動作流暢度及該生理狀態資料之變化評估該使用者之疲勞狀況之步驟。
6. 一種分析瑜伽動作與生理狀況以產生練習計畫之裝置，該裝置至少包含：一資料取得模組，用以取得一使用者影像及與該使用者影像同步收集之一生理狀態資料，及用以即時取得該使用者當前之一練習影像；一影像分析模組，用以分析該使用者影像以產生一初始姿勢資料，該初始姿勢資料包含一使用者之身體之多個關鍵部位之位置與角度，且該初始姿勢資料與該生理狀態資料對應，及用以分析該練習影像以產生一練習姿勢資料；一狀態判斷模組，用以依據該初始姿勢資料及該生理狀態資料判斷該使用者之一初始身體狀態，及用以依據該練習姿勢資料與一標準姿勢資料中各該關鍵部位間之相對距離與相對位置判斷每一該關鍵部位之偏差值並依據各該關鍵部位之偏差值計算一動作完成度；一計畫產生模組，用以選擇與該初始身體狀態相符之多個瑜伽動作以產生一練習計畫，該練習計畫包含該些瑜伽動作及與各該瑜伽動作對應之練習時間，及用以依據該動作完成度與該生理狀態資料調整該練習計畫；一資料載入模組，用以載入與當前之一該瑜伽動作對應之一示範動作資料；及一實境互動模組，用以使用一實境技術模擬一虛擬教練，並依據該示範動作資料使用該實境技術模擬並顯示該虛擬教練進行當前之一該瑜伽動作及說明動作要點。
7. 如請求項6所述之分析瑜伽動作與生理狀況以產生練習計畫之裝置，其中該裝置更包含一動作指導模組，用以在該影像分析模組分析該資料取得模組即時取得之一練習影像所產生之該練習姿勢資料與一標準姿勢資料之差異達到門檻值時產生一指導訊息，實境互動模組更用以依據該指導訊息使用該實境技術模擬該虛擬教練給予動作指導。
8. 如請求項6所述之分析瑜伽動作與生理狀況以產生練習計畫之裝置，其中該狀態判斷模組是依據該練習姿勢資料與一標準姿勢資料中各該關鍵部位之偏差值與權重計算各該關鍵部位之偏差分數，並依據各該關鍵部位之偏差分數評估該動作完成度，其中各該關鍵部位之權重與當前之一該瑜伽動作之完成度正相關。
9. 如請求項6所述之分析瑜伽動作與生理狀況以產生練習計畫之裝置，其中該資料取得模組是取得穿戴裝置偵測該使用者之生理狀態所產生之該生理狀態資料。
10. 如請求項6所述之分析瑜伽動作與生理狀況以產生練習計畫之裝置，其中該狀態判斷模組是依據該初始姿勢資料與一標準姿勢資料判斷一動作完成度，並依據該動作完成度與該初始姿勢資料之一動作流暢度判斷該初始身體狀態，並依據該動作完成度、該動作流暢度及該生理狀態資料之變化評估該使用者之疲勞狀況。