[发明专利]一种运动员辅助训练数据获取方法、装置及电子设备在审
申请号: | 201811458051.3 | 申请日: | 2018-11-30 |
公开(公告)号: | CN109635925A | 公开(公告)日: | 2019-04-16 |
发明(设计)人: | 宋扬;苏睿聪;陈星;白璐 | 申请(专利权)人: | 北京首钢自动化信息技术有限公司 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06F16/53 |
代理公司: | 北京华沛德权律师事务所 11302 | 代理人: | 马苗苗 |
地址: | 100041*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 三维人体模型 训练数据 装置及电子设备 标准人体 运动数据 运动图像 运动信息 矩阵 卷积神经网络 技术效果 矩阵构建 预先建立 数据库 | ||
本发明公开了一种运动员辅助训练数据获取方法、装置及电子设备,所述方法包括:获取运动员的运动图像,通过卷积神经网络从运动图像中提取运动员的骨架矩阵,根据骨架矩阵构建出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,根据三维人体模型和标准人体运动数据,获得运动员的辅助训练数据。解决了现有技术中存在的不能快速地获得、准确、有效的运动员的运动信息的技术问题,达到了可以快速地获得、准确、有效的运动员的运动信息的技术效果。
技术领域
本发明涉及信息技术领域,具体涉及一种运动员辅助训练数据获取方法、装置及电子设备。
背景技术
随着计算机技术的发展以及机器学习技术的兴起,运动识别技术也呈现井喷式的发展,运动识别技术在辅助训练领域有很大的应用价值,例如应用于体育运动、舞蹈等领域。
在传统的训练中单凭教练员的肉眼和经验对运动员的训练动作进行评估,不能快速地获得、准确、有效的运动员的运动信息,从而不能快速、准确、有效地对运动员的训练动作进行评估。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的运动员辅助训练数据获取方法、装置及电子设备。
第一方面,本发明实施例提供了一种运动员辅助训练数据获取方法,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。
可选的,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。
可选的,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。
可选的,所述数据库的建立方法,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京首钢自动化信息技术有限公司,未经北京首钢自动化信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811458051.3/2.html,转载请声明来源钻瓜专利网。