[发明专利]一种运动员辅助训练数据获取方法、装置及电子设备

权利要求书

1.一种运动员辅助训练数据获取方法，其特征在于，包括：

获取运动员的运动图像；

通过卷积神经网络从所述运动图像中提取所述运动员的骨架矩阵；

根据所述骨架矩阵构建出所述运动员的三维人体模型；

从预先建立的数据库中获取与所述三维人体模型对应的标准人体运动数据；

根据所述三维人体模型和所述标准人体运动数据，获得所述运动员的辅助训练数据。

2.如权利要求1所述的方法，其特征在于，所述卷积神经网络的建立方法，包括：

建立包括10个卷积层的第一卷积池化层，其中，所述10个卷积层包括4个9*9卷积层、3个2*池化层、1个5*5卷积层和2个1*1卷积层，其中，所述10个卷积层依照所述9*9卷积层、所述2*池化层、所述9*9卷积层、所述2*池化层、所述9*9卷积层、所述2*池化层、所述5*5卷积层、所述9*9卷积层、所述1*1卷积层和所述1*1卷积层的次序连接；

建立包括12个卷积层的第二卷积池化层，其中，所述12个卷积层包括4个9*9卷积层、3个2*池化层、1个5*5卷积层、3个11*11卷积层和2个1卷积层，其中，所述12个卷积层依照所述9*9卷积层、所述2*池化层、所述9*9卷积层、所述2*池化层、所述9*9卷积层、所述2*池化层、所述5*5卷积层、所述9*9卷积层、所述11*11卷积层、所述11*11卷积层、所述11*11卷积层、所述1*1卷积层和所述1*1卷积层的次序连接；

将所述第一卷积池化层和所述第二卷积池化层连接，获得卷积神经网络框架；

获取运动图像训练样本；

基于所述运动图像训练样本对所述卷积神经网络框架进行训练，获得所述卷积神经网络。

3.如权利要求2所述的方法，其特征在于，所述基于所述运动图像训练样本对所述卷积神经网络框架进行训练，获得所述卷积神经网络，包括：

将所述运动图像训练样本输入所述第一卷积池化层中，获得第一输出数据；

将测试图像数据和所述第一输出数据输入所述第二卷积池化层中，获得第二输出数据；

判断所述第二输出数据是否满足输出条件；

若是，以所述第二输出数据作为所述卷积神经网络的输出结果。

4.如权利要求1所述的方法，其特征在于，所述数据库的建立方法，包括：

获取人体运动三维模型数据集，其中，所述人体运动三维模型包括多个所述标准人体运动数据；

基于机器学习的方法，对多个所述标准人体运动数据进行聚类，获得M个类别的标准人体运动数据；

对所述M个类别的标准人体运动数据进行标记，每个类别的标准人体运动数据对应一个标签；

根据标记后的所述M个类别的标准人体运动数据构建所述数据库。

5.如权利要求1所述的方法，其特征在于，所述从预先建立的数据库中获取与所述三维人体模型对应的标准人体运动数据，包括：

获取所述三维人体模型的运动标签；

根据所述运动标签，从所述数据库中获取与所述运动标签匹配的标准人体运动数据的标签，以所述标签对应的标准人体运动数据作为所述三维人体模型对应的标准人体运动数据。

6.如权利要求1所述的方法，其特征在于，所述三维人体模型包括三维模型运动数据，所述根据所述三维人体模型和所述标准人体运动数据，获得所述运动员的辅助训练数据，包括：

将所述三维模型运动数据和所述标准人体运动数据进行空间数据校准，获得校准后的所述三维人体模型运动数据和所述标准人体运动数据；

获得校准后的所述三维人体模型运动数据和所述标准人体运动数据之间的匹配度，获得所述运动员的辅助训练数据。