CN107670261A - 一种基于动作捕捉技术的互联网运动辅助系统 - Google Patents

Abstract

本发明属于互联网运动辅助系统，本发明的运动辅助系统包括动作捕捉设备、智能设备和网络服务平台。利用动作捕捉设备对用户真实动作做出识别，利用评估模块对用户动作的情况做出差异性判定。通过对用户运动做出精确检测和评判，不但能精准获知用户的真实运动情况，而且能有效防止当前技术领域存在的作弊行为与对用户动作无法识别或识别不准确的现状，并能实时为用户纠正错误动作提供有效的指导。基于本发明的运动辅助系统，本发明还提供两种判断运动熟练度的方法和一种精确判定步数的方法。

Description

一种基于动作捕捉技术的互联网运动辅助系统

技术领域

本发明涉及互联网运动辅助系统，以及精确判定步数、判定技巧熟练度的方法。

背景技术

体育爱好者都希望以科学、便捷、高效的方式来锻炼，对于瑜伽、舞蹈、健身等涉及身形姿态的运动，很多人会选择去培训班、健身房，或者寻找相关视频、图文教程自学，少数有条件的人则会聘请私教来指导。很多跑步爱好者则以步数作为重要参考指标。

培训班这种快餐式的方法能起到的作用相当有限。很多去健身房的人在缺乏专门指导和监督的情况下，也会出现自身惰性逐渐增大，慢慢远离健身房的情况。一些聘请私教指导的人也会遇到教练自身素质不够，或者不专心、不负责任的情况，导致整体健身体验不是很好。而且，参加培训班，去健身房、请私教，对于很多工作生活节奏紧凑，只能忙里偷闲锻炼的人而言，更不容易做到鱼和熊掌兼得。

近年来，随着互联网与便携智能设备的普及，一些依托互联网平台，以智能手机、平板电脑来提供健身指导的互联网运动辅助系统逐渐得到运动爱好者的青睐。当前技术背景下的互联网运动产品可分为教学视频类和计步类：

教学视频类：北京卡路里科技有限公司出品的“Keep”、北京动如脱兔科技有限公司出品的“火辣健身”、北京飞拓互联科技有限公司出品的“FitTime”，都是以提供健身教学视频为主的互联网健身APP，用户可以选择所需的教学视频下载至智能手机，然后跟随教学视频练习，练习结束后系统会给予评价，用户还可将练习成绩、评价发布在互联网社区与其他用户进行交流和比较。但用户使用这些互联网运动产品的时候却发现，根本不必跟随教学视频做任何动作，只要教学视频播放完毕，系统就会判定学成了该课程，就可以获得诸如“恭喜你完成了训练”、“获得等级提升”等评价。用户即使坐着不动也可以成为“健身达人”，运行教学视频后即使手机丢一边去睡大觉都能获得各种褒奖。系统无法判断用户学习情况如何，甚至无法判断用户有没有去学习课程。由于当前技术领域的所有产品都是以教学视频播放结束作为用户完成运动的判断依据，而不是根据用户的真实运动情况做出判断，教程播放完毕后，即可获得“勋章”、“等级”，然后在互联网社区里晒成绩、博点赞，系统判定的用户等级和用户的真实运动水平完全不是一码事，因为一个按照视频教程认真运动的人和一个开着视频睡大觉的人，最终得到的系统评价很可能是完全一样的！

跑步计步类：成都咕咚科技有限公司出品的“咕咚”、深圳悦动天下科技有限公司出品的“悦动圈”则是以跑步、计步为主的互联网健身APP，虽然引入了智能硬件的概念：通过连接智能手环或利用智能手机内部惯性传感器来感知运动数据。但智能手环、手机只能感知振动、倾斜、加速度的模糊数据，再利用算法根据这些数据推算出步数。申请号为201110179731.3的专利文献记载了一种计步器，申请号为201410312858.1的专利文献记载了一种步态计步方法及计步器，里面都详细介绍了这种技术。但实际上，这种方法得出的结果受不确定因素干扰极大：即使用户做出同样的运动，手机或手环放在口袋里、固定在手臂上、绑在腿上、在跑步机上都会出现迥然不同的结果，甚至拿着手机或手环原地有规律的甩动都可触发跑步或行走计步的判定，至于把手机或手环绑在狗身上、绑在风扇叶片或某些活动机械上来获取作弊成绩的方式更是层出不穷。即使不作弊，当前技术领域的计步方法也有巨大的误差，例如只跑了100步被判定为跑了150步是常见情况。作者金楠发布在雷锋网的“穿戴设备再被打脸——为何连计步功能都不准确？”、作者刘强发布在生活晨报的“手机计步软件纯属娱乐别迷信”等文均描述了当前技术领域的这一尴尬现状。

显而易见，当前技术背景的所有互联网运动辅助产品，实质上对身形姿态类运动结果均不做判断，对跑步计步类的运动结果无法做出准确判断，这不但对用户起不到有效的指导和约束，误差太大或作弊得到的成绩发布至互联网社区去参加排名也毫无真实、公平性可言，甚至有人靠发布虚假成绩来获得红包、奖品和满足虚荣。用户运动的真实性、准确性的欠缺，让多个用户发布于互联网平台成绩也无法做到公平。如何进一步完善互联网健身系统的实用性、准确性、公平性，成为值得探索的问题。

当前技术领域中，有些技巧并不娴熟的用户也有可能偶尔在单次运动中发挥良好而侥幸获得较好的成绩，本发明通过对用户在相同运动中的多次成绩进行判定，并以此提供一种判断技巧熟练度的方法。

当前技术领域对用户行走、跑步的计步方法都是利用智能手环或智能手机内的单一惯性传感器来感知人体的振动幅度，再用算法估算出步数，再加上极易受到干扰，根本无法做到精确，因此本发明还提供一种利用动作捕捉技术来精确判定步数的方法。

现有技术下的所有身形姿态类产品对用户的运动均不作任何判断，都是以教学视频播放完毕来作为用户练习晋级或是否掌握教学内容作为判定标准，用户的实际运动与系统的判定结果完全脱节，用户与教学系统都不知道自己的动作与训练课程或计划是否有差异，起不到有效监督作用。现有技术的所有跑步计步类产品对用户的实际步数无法做准确判断，而且受不确定因素干扰极大，用户使用的手机不同、手机放置的位置不同都会造成实际结果与判断结果的巨大差异，导致现有技术的计步功能娱乐意义大于实用意义。作弊门槛低、无法获知或准确获知用户运动的真实情况，直接导致当前技术背景下的所有运动产品对用户的诸如等级、成绩、勋章等评价的娱乐性大于真实性，当前技术背景下的所有互联网运动辅助产品，更像是健身版的朋友圈，而不是以健身为核心目的的健身系统。

发明内容

本发明的目的之一在于解决现有互联网运动辅助系统无法准确判定真实运动状态的问题，提供一种基于动作捕捉技术的互联网运动辅助系统。

本发明的目的之二在于提供一种利用动作捕捉技术来精确判定步数的方法。

本发明的目的之三在于提供判定技巧熟练度的方法。

本发明通过以下技术方案来实现上述目的：

一种基于动作捕捉技术的互联网运动辅助系统，包括：动作捕捉设备、智能设备、网络服务平台，其特征在于：动作捕捉设备与智能设备通信连接，智能设备接入互联网时能够与网络服务平台通信连接；

动作捕捉设备：用于捕获用户至少两个关键动作点的运动信息，并转换成电信号输出；

智能设备：用于接收动作捕捉设备输出的电信号，可选择是否接入互联网，当接入互联网时，可与网络服务平台传输数据；

网络服务平台：当智能设备接入互联网时，用于与智能设备之间传输数据；

智能设备或网络服务平台中的至少一个置有评估模块，评估模块属于软件模块。评估模块的作用是以捕捉到的用户真实动作信息为核心数据，再综合其他各方面信息(比如与课程的符合度、与其他用户的运动数据对比情况等)作出综合评价。即根据捕捉到的用户动作信号与训练课程或计划的差异，对用户动作的情况做出差异性判定。例如用户动作与训练课程或计划差异不大，就可以做出优秀的评价；再如用户动作与训练课程或计划差异较大，就可以做出不合格的评价。评估结果的表现形式包括但不仅仅限定于：评分、评等级、颁发虚拟勋章等。

所述的动作捕捉设备的传感器选自惯性传感器、光学传感器、磁力传感器、深度摄像机、普通摄像机。动作捕捉设备与智能设备的传输数据的方式是无线或有线传输。

所述的智能设备是具备可选择是否接入互联网功能、能接收动作捕捉设备发送的信号、具备存储功能、具有CPU的电子设备。

所述的网络服务平台包括服务器，服务器可记录多个用户的信息。

在网络服务平台包括有互联网社区，互联网社区包括多个用户相关的信息，能够让不同用户之间交流信息。

当智能设备未连入互联网时，智能设备可接收动作捕捉设备输出的电信号，并由智能设备内的评估模块予以评估，并将评估结果记录于智能设备。

当智能设备连入互联网时，智能设备可接收动作捕捉设备输出的电信号，并由智能设备内的评估模块予以评估，并将评估结果最终传输至并记录于网络服务平台；或智能设备将包括有用户动作信息的数据传输至网络服务平台，由网络服务平台的评估模块予以评估，评估结果记录于网络服务平台。

用户根据训练课程或计划练习：

所述训练课程或计划是数据形式、文本形式、图元形式中的一种或几种的联用；

所述训练课程或计划包括系统提供、用户自行设定，可以是其中的一种或两种联用；

所述训练课程或计划的存储位置是：存储或暂存于网络服务平台、存储或暂存于智能设备内、存储或暂存于可连入智能设备内的存储设备中，所述存储位置可以是一种或几种联用。

一种利用动作捕捉技术来精确判定步数的方法，其特征在于：利用上述的基于动作捕捉技术的互联网运动辅助系统，在用户左下肢和右下肢各至少选取一个关键动作点或关键动作区域，动作捕捉设备获取至少一个左下肢的关键动作点或关键动作区域、至少一个右下肢的关键动作点或关键动作区域在运动方向上的前后交替次数，以此对步数做出判定。

一种判定技巧熟练度的方法，其特征在于：利用上述的基于动作捕捉技术的互联网运动辅助系统，并设定一个阈值，对于同一个训练课程或计划做出两次或两次以上的练习；

(1)根据评估模块输出的评估结果与设定阈值的差异对熟练度作出判定；

或者，

(2)根据用户的练习次数与评估模块输出的评估结果达到或超过设定阈值的次数的比值来做出熟练度提升的判定。

当然，上述步骤(1)、(2)联用来做出熟练度提升的判定也可以。

本发明的有益效果：

利用动作捕捉设备，精确捕捉用户的关键动作点再结合相关数据予以综合评估，以对用户真实动作的评估结果作为用户晋级或是否掌握教学内容的判定标准，用户的实际运动情况直接影响到系统的对其运动水平的判定结果，可以有效的对用户动作起到监督指导作用。而且由于用户即时得知自己当前运动状况，也有利于用户随时调整运动状态以符合训练课程或计划的内容，在教学效果上比当前技术更具显著进步。

利用动作捕捉设备精确捕捉用户下肢迈出的每一步，用户的步数是严格按实际动作的每一步去统计，能获取每次行走、跑步的准确步数，对跑步爱好者的实用意义是显而易见的。

本发明通过对用户在相同运动中的多次成绩进行判定，并以此提供一种判断技巧熟练度的方法，有些技巧并不娴熟的用户也有可能偶尔在单次运动中发挥良好而侥幸获得较好的成绩，但几乎没有可能在每一次的运动中都取得良好的成绩。本发明的有益效果是：系统能根据用户真正对技巧的熟练程度获得相应的晋级与排名，真正体现用户之间的公平性与真实性。完全避免了现有技术中靠投机取巧、钻空子也能获得与认真练习者取得相同成绩甚至更好成绩的弊端。

相比于现有技术，本发明的方法具有以下显著进步点：

1、对用户等级水平的判定与真实运动水平完全一致；

2、杜绝了当前技术下的所有作弊方式；

3、用户能即时获得自己的运动与标准课程与训练计划之间的差异，有利于随时调整，在学习上效率和效果上大大提高。

4、避免了偶尔发挥良好或者偶尔发挥不好所产生的误判评价。

附图说明

图1是本发明的基于动作捕捉技术的互联网运动辅助系统的使用流程图之一。

图2是本发明的基于动作捕捉技术的互联网运动辅助系统的使用流程图之二。

图3是本发明的互联网社区与用户的关系示意图。

图4是本发明的利用动作捕捉技术来精确判定步数的示意图。

图5是本发明的判定技巧熟练度的流程图之一。

图6是本发明的判定技巧熟练度的流程图之二。

具体实施方式

本发明采用的基于动作捕捉技术的互联网运动辅助系统，包括动作捕捉设备、智能设备和网络服务平台。其中，网络服务平台基于阿里云构建，包括接入互联网的云服务器，设置有用户信息库，可记录多个用户账户信息、记录用户使用本系统的情况；云服务器储存有多个运动相关的训练课程和训练计划供用户选择下载；设置有互联网社区，供用户发布训练成果、交流心得。本实施例的智能设备是使用安卓6.0系统的智能手机，能选择以wifi或移动4G接入互联网；具有存储功能，可存储本系统app、训练课程或计划供用户下载；本发明的app包括图元形式的训练课程均采用可嵌入动作捕捉SDK插件的多平台开发软件Unity3D制作，因此app内的训练课程可具备与动作捕捉系统联动的功能。本发明对图元训练课程的制作使用了申请号为201710636780.2的专利文献所记载的技术。

动作捕捉设备采用具有Unity3D SDK插件的诺亦腾公司的Perception Neuron惯性动作捕捉系统；动作捕捉设备与智能手机通过蓝牙或wifi传输信号。

实施例1

如图1所示，以本发明的流程实施方式为例，该基于动作捕捉技术的互联网运动辅助系统是这样工作的：

本流程记为流程A，具体步骤如下：

C01：用户手机接入互联网；

C02：下载本发明的app软件；

C03：运行app，根据提示输入用户信息，完成用户注册；注册完毕后，网络服务平台即在用户信息库内存储该用户的相关信息；

C04：当用户有自备课程或计划时，按自备课程或计划启动(C09)；

C05：当app里有所需的课程或计划时(C08)，启动课程或计划(C09)；

C06：当app内没有所需的课程或计划，且没有自备课程或计划时，则从网络服务平台下载所需的课程或计划(C07)，再启动课程或计划(C09)；

C09：按步骤C04、C05、C06、C07、C08所述，启动相应的课程或计划；

C10：用户按照课程或计划的提示，穿戴好动作捕捉设备；

C11：用户跟随课程或计划的内容运动；

C12：动作捕捉设备捕获用户的动作，转化为电信号，传输给智能设备(C13)；

C13：智能设备接收动作捕捉设备传输的用户动作信号；

C14：被捕获的用户动作信息可实时反馈给用户，用户可即时获知自己的动作与课程或计划的差异，以利于实时进行纠正；

C15：当使用置于智能设备的评估模块时，智能设备接收动作捕捉设备输出的电信号并予以评估；

C16：当使用置于网络服务平台的评估模块时，智能设备将包括有用户动作信息的数据传输至网络服务平台并予以评估。

C17：网络服务平台将接收到的评估结果予以记录。

C18：可以选择将评估结果发布至互联网社区，与其他用户交流、对比。

实施例2

如图2所示，以本发明的流程实施方式为例，该基于动作捕捉技术的互联网运动辅助系统是这样工作的：

本流程记为流程B，具体步骤如下：

B01：智能设备使用具有安卓系统的智能手机，当手机接入互联网时候，安装本系统的app及相关课程或计划，成功注册用户账号并登入app；

B02：上述步骤的用户手机处于未接入互联网状态，包括：断网、网络信号不好、为了节省流量、其他不接入互联网的原因；

B03：运行app；

B04：用户选择课程或计划；

B05：启动课程或计划；

B06：当app内没有所需的课程或计划，且没有自备课程或计划时，无法使用app，退出系统(B07)；

B08：用户按照课程或计划的提示，穿戴好动作捕捉设备；

B09：用户跟随课程或计划的内容运动；

B10：动作捕捉设备捕获用户的动作，转化为电信号，传输给智能设备；

B11：智能设备接收动作捕捉设备传输的用户动作信号；

B12：被捕获的用户动作信息可实时反馈给用户，用户可即时获知自己的动作与课程或计划的差异，以利于实时进行纠正；

B13：手机内的评估模块对动作捕捉设备发送的的电信号予以评估；

B14：评估结果记录于手机app。

B15：在手机重新连入互联网后，用户可以选择将评估结果传输于网络服务平台。或者发布至互联网社区(B16)，与其他用户交流、对比。

实施例3

本实施例针对互联网社区做说明，网络服务平台及互联网社区基于阿里云服务平台构建，如图3所示，具体步骤如下：

D01、D02、D03：分别为三个不同的使用本系统的用户；

D04、D05、D06：分别为用户A、用户B、用户C使用本系统获得的评估结果，包括熟练度、等级、评分、虚拟勋章等；

D07：是网络服务平台内的互联网社区模块，包括通过排名模块、心得模块、交流模块等，对于在社区内发布信息的用户，其他用户能看到该用户的包括熟练度、等级、评分、虚拟勋章等情况；

D08：是互联网社区内的排名模块，用户可以将自己的评估结果发布在排名模块，与其他用户一起参与排名，比一比谁取得的成绩更好。

由于用户通过本系统获得的都是与真实动作一致的评估结果，不同用户在互联网社区内的排名均与真实世界中的练习情况一致，避免了当前技术背景下其他产品的排名不公平的情况；

D09：是互联网社区内的心得模块，用户可以将自己练习或使用本系统的情况发布在这里。由于用户是通过真实运动获取的评估结果，发布的练习心得将有很大的参考价值，避免了当前技术背景下其他产品存在的：作弊者或者完全没做练习的人也能冒充“高手”发布虚假心得的情况；

D10：是互联网社区内的交流模块，由于用户的评估结果都是真实练习所获得的，用户之间将更加坦诚，能更有针对性的甄别、筛选出自己感兴趣的其他用户，起到更好的互助互动效果。

实施例4

利用上述基于动作捕捉技术的互联网运动辅助系统进行步数判定，智能设备采用具备GPS定位功能的智能手机，利用定位功能获取用户的行走方向：

如图4所示，以P0为基准点，以P1和P2的相对位置变化来对步数做出判定；采用动作捕捉设备进行动作采集，P0、P1、P2均为作捕捉套装里的位置传感器；P0固定在腰部作为参照点；P1固定在左脚处；P2固定在右脚处。

图2a：启动系统，用户抬起左脚准备迈出一步；

图2b：用户左脚迈出，相对于P0参照点，P1处于P2的前面，系统判定迈出一步，计步值加1，计步数为1；

图2c：用户已经前进了一步，右脚抬起准备迈出第二步；

图2d：用户右脚迈出，相对于P0参照点，P2处于P1的前面，系统判定迈出第二步，计步值加1，计步为2；

如此，当人行走或跑步时，P1、P2相对于P0的前后位置会反复交替改变，每改变一次判定计步值加1。

实施例5

如图5所示，利用上述基于动作捕捉技术的互联网运动辅助系统进行技巧熟练度判定：

用户每完整的执行一次图1所示的必要步骤为一个流程，记为流程A。

用户当前注册账号对流程A没有练习记录，对流程A的熟练度初始值为0。

用户首次练习流程A，达到或超过设定的阈值，流程A的熟练度值加1(步骤G01)，此时熟练度为0+1＝1。此结果记录于用户信息(步骤G12)。

如果用户在第一次练习流程A未达到或超过设定的阈值，流程A的熟练度值不增加(步骤G03)，因此熟练度仍然为0。用户可以选择重新练习流程A(步骤G05)，也可以选择放弃练习(步骤G07)，此时流程A的熟练度为0，且此结果记录于用户信息(步骤G10)。

顺利通过了第一次练习，取得了熟练度1之后，用户第二次练习流程A，并再次达到或超过设定的阈值，流程A的熟练度再次加1(步骤G02)，此时熟练度为1+1＝2。且此结果记录于用户信息(步骤G09)。

如果用户在第二次练习流程A未达到或超过设定的阈值，流程A的熟练度值不增加(步骤G04)，因此熟练度仍然为1。用户可以选择重新练习流程A(步骤G06)，也可以选择放弃练习(步骤G08)，此时流程A的熟练度为1，且此结果记录于用户信息(步骤G11)。

实施例6

如图6所示，还可以这样进行技巧熟练度判定：

用户每完整的执行一次图2所示的全部步骤为一个流程，记为流程B。

用户此前从未对流程B做过练习，因此在此步骤之前流程B的熟练度为0。本实施例将根据训练次数与达标次数的比值来判定是否增加熟练度，设定每连续的四次练习为一个轮次，设定每轮次中“达标次数/训练次数≥0.60”作为提升该轮次熟练度的阈值。

第一轮次用户连续进行四次练习(H01、H02、H03、H04)。用户对流程B进行第一次练习并且达到或超过设定的阈值(H01)，用户对流程B进行第二次练习并且达到或超过设定的阈值(H02)，用户对流程B进行第三次练习并且达到或超过设定的阈值(H03)，用户对流程B进行第四次练习未达到或超过设定的阈值(H04)。最终，本轮次练习次数为4次，其中3次达标，3/4＝0.75，达标次数/训练次数超过了0.60这个阈值，因此判定本轮次获得熟练度提升值1。

第二轮次用户仍然连续进行四次练习(H05、H06、H07、H08)。用户对流程B进行第一次练习并且达到或超过设定的阈值(H05)，用户对流程B进行第二次练习未达到或超过设定的阈值(H06)，用户对流程B进行第三次练习未达到或超过设定的阈值(H07)，用户对流程B进行第四次练习达到或超过设定的阈值(H08)。最终，本轮次练习次数为4次，其中2次达标，2/4＝0.50，达标次数/训练次数未超过了0.60这个阈值，因此判定本轮次无法获得熟练度的提升，最终熟练度仍然为1。

Claims (10)

1.一种基于动作捕捉技术的互联网运动辅助系统，包括：动作捕捉设备、智能设备、网络服务平台，其特征在于：动作捕捉设备与智能设备通信连接，智能设备接入互联网时能够与网络服务平台通信连接；

动作捕捉设备：用于捕获用户至少两个关键动作点的运动信息，并转换成电信号输出；

智能设备：用于接收动作捕捉设备输出的电信号，可选择是否接入互联网，当接入互联网时，可与网络服务平台传输数据；

网络服务平台：当智能设备接入互联网时，用于与智能设备之间传输数据；

智能设备或网络服务平台中的至少一个置有评估模块，评估模块的作用是以捕捉到的用户动作信息为核心数据作出综合判定。

2.根据权利要求1所述的基于动作捕捉技术的互联网运动辅助系统，其特征在于：所述的动作捕捉设备使用的传感器含有惯性传感器、光学传感器、磁力传感器、深度摄像机或普通摄像机中的一种或几种，能捕获用户动作中的至少两个关键动作点。

3.根据权利要求1所述的基于动作捕捉技术的互联网运动辅助系统，其特征在于：所述的智能设备是具备可选择是否接入互联网功能、能接收动作捕捉设备发送的信号、具备存储功能、具有CPU的电子设备。

4.根据权利要求4所述的基于动作捕捉技术的互联网运动辅助系统，其特征在于：在网络服务平台包括有互联网社区，互联网社区包括多个用户相关的信息，能够让不同用户之间交流信息。

5.根据权利要求1所述的基于动作捕捉技术的互联网运动辅助系统，其特征在于：当智能设备未连入互联网时，智能设备可接收动作捕捉设备输出的电信号，并由智能设备内的评估模块予以评估，并将评估结果记录于智能设备。

6.根据权利要求1所述的基于动作捕捉技术的互联网运动辅助系统，其特征在于：当智能设备连入互联网时，智能设备可接收动作捕捉设备输出的电信号，并由智能设备内的评估模块予以评估，并将评估结果最终传输至并记录于网络服务平台；或智能设备将包括有用户动作信息的数据传输至网络服务平台，由网络服务平台的评估模块予以评估，评估结果记录于网络服务平台。

7.根据权利要求1所述的基于动作捕捉技术的互联网运动辅助系统：用户根据训练课程或计划练习：

所述训练课程或计划是数据形式、文本形式、图元形式中的一种或几种的联用；

所述训练课程或计划包括系统提供、用户自行设定，可以是其中的一种或两种联用；

所述训练课程或计划的存储位置是：存储或暂存于网络服务平台、存储或暂存于智能设备内、存储或暂存于可连入智能设备内的存储设备中，所述存储位置可以是一种或几种联用。

8.一种利用动作捕捉技术来精确判定步数的方法，其特征在于：利用权利要求1～7任一权利要求所述的基于动作捕捉技术的互联网运动辅助系统，在用户左下肢和右下肢各至少选取一个关键动作点或关键动作区域，动作捕捉设备获取至少一个左下肢的关键动作点或关键动作区域、至少一个右下肢的关键动作点或关键动作区域在运动方向上的前后交替次数，以此对步数做出判定。

9.一种判定技巧熟练度的方法，其特征在于：利用权利要求1～7任一权利要求所述的基于动作捕捉技术的互联网运动辅助系统，并设定一个阈值，对于同一个训练课程或计划做出两次或两次以上的练习，根据评估模块输出的评估结果与设定阈值的差异对熟练度做出判定。

10.一种判定技巧熟练度的方法，其特征在于：利用权利要求1～7任一权利要求所述的基于动作捕捉技术的互联网运动辅助系统，并设定一个阈值，对于同一个训练课程或计划做出两次或两次以上的练习，根据用户的练习次数与评估模块输出的评估结果达到或超过设定阈值的次数的比值来做出熟练度提升的判定。