[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：

获得分别与N个不同的角度对应的N个图像序列，其中，N为正整数，每组图像序列包括K个时刻对应的K张运动员的训练图像；

基于训练图像中的时间戳，对所述N个图像序列中的每张训练图像进行匹配分组，获得K组图像组，其中，每组图像组包括N个不同角度的对应的N张训练图像；

获取每张训练图像中的骨骼轮廓，并针对每组图像组，基于每张训练图像中的骨骼轮廓和与每个骨骼轮廓对应的标准轮廓，构建联合输入向量；其中，每个骨骼轮廓包括d个关键点，d是正整数，所述针对每组图像组，基于每张训练图像中的骨骼轮廓和与每个骨骼轮廓对应的标准轮廓，构建联合输入向量，包括：获取与每个骨骼轮廓对应的标准轮廓，其中，标准轮廓包括d个关键点；针对N个图像序列中的K个图像组执行下述步骤：基于每组图像组中的每张训练图像中的骨骼轮廓和与每个骨骼轮廓对应的标准轮廓，获得针对每组图像组的角度偏移补偿值；针对K个图像组中的某个图像组，将图像组中的每张训练图像的骨骼轮廓中的d个关键点、每个标准轮廓中的d个关键点以及所述角度偏移补偿值，构建维度为2dN+1的针对所述图像组的联合输入向量；

针对每组图像组，基于训练后的神经网络和所述联合输入向量，获得N个图像序列中的每张训练图像中的运动员的动作比对数据。

2.如权利要求1所述的方法，其特征在于，所述基于训练图像中的时间戳，对所述N个图像序列中的每张训练图像进行匹配分组，获得K组图像组，包括：

获取所述N个图像序列中的每张训练图像的时间戳；

若某N张训练图像的时间戳表示同一时刻，将所述N张训练图像划分为一组图像组，K个时刻对应获得K组图像组。

3.如权利要求1所述的方法，其特征在于，在所述获取每张训练图像中的骨骼轮廓之后，还包括：

通过训练后的神经网络对每个图像序列中的每张训练图像的骨骼轮廓进行动作分割，获得分割动作数据；

基于所诉动作分割数据和与所述动作分割数据对应的标准轮廓，获得N个图像序列中的每张训练图像中的运动员的动作比对数据。

4.如权利要求1所述的方法，其特征在于，所述基于每组图像组中的每张训练图像中的骨骼轮廓和与每个骨骼轮廓对应的标准轮廓，获得针对每组图像组的角度偏移补偿值，包括：

获取每个图像序列中的每张训练图像中的骨骼轮廓的每个关键点的第一位置，以及与每个骨骼轮廓对应的标准轮廓中的每个关键点的第二位置；

针对每个关键点，获取关键点的第一位置和与关键点对应的第二位置之差值的绝对值，d个关键点对应d个绝对值；

获取d个绝对值中的最小值，以所述最小值作为针对每组图像组的角度偏移补偿值。

5.如权利要求1所述的方法，其特征在于，所述基于训练后的神经网络和所述联合输入向量，获得N个图像序列中的每张训练图像中的运动员的动作比对数据，包括：

将所述联合输入向量输入所述训练后的神经网络中，基于所述训练后的神经网络获得N个图像序列中的每张训练图像中的运动员的动作比对数据。

6.如权利要求1所述的方法，其特征在于，所述训练后的神经网络的构建方法包括：

获得神经网络的输入层与所述输入层连接的中间层之间的第一调整权值；

按照预设的同调关系，基于残差函数和与所述同调关系对应的所述第一调整权值获得所述输入层与所述中间层之间的第二权值调整，其中，所述同调关系指的是属于同一个动作细节的节点集合在所述输入层和所述中间层之间的映射关系，获得训练后的神经网络。