[发明专利]一种基于计算机视觉的动作体育评分方法与装置

说明书

一种基于计算机视觉的动作体育评分方法与装置，所属体育评分信息系统技术领域。本发明采用3D录像重构以及深度学习算法对动作体育进行评分，克服了人类裁判员评分往往存在的疏忽或者不公正，可以做到透明的公平公正，而且节省裁判人力资源，实现体育裁判自动化、智能化。

技术领域

本发明涉及体育评分的信息系统技术领域。

背景技术

在体育比赛中，采用人类裁判员根据裁判规则进行评分，往往存在疏忽或者不公正。本发明提出一种采用3D录像重构以及深度学习算法的计算机视觉根据裁判规则进行裁判评分的方法和装置，可以做到公平公正，而且节省裁判人力资源，实现体育裁判自动化、智能化。

发明内容

本发明通过在体育训练或者比赛场地安装适当分布的三台或以上的摄像头，对运动员的动作进行录像，摄像头被连接到计算机系统中，系统运行着已经通过使用以前数据训练的深度学习算法，可以对运动员的动作及其起终点以及执行缺陷进行识别并根据裁判规则以及评分标准进行评分。还可以对三个不同方位的录像进行重构形成运动员动作的3D录像，从而可以准确计算各个动作的起跳高度、起跳距离、空中旋转角度(垂直旋转圈数或者水平翻转圈数)、躯干直立度和臂展水平度、躯干偏离垂直轴的角度最大值和平均值以及臂展偏离水平轴角度最大值和平均值等等裁判规则评分标准所涉及的各种指标或相关指标，然后根据裁判规则评分标准进行技术评分；其中有些指标需要结合深度学习算法进行计算，比方说空中旋转角度，可以利用深度学习算法识别运动员身体某个特征点，比方说右肩，旋转通过某一特征方位的次数，结合身体起始方位与最后落地方位的角度，计算空中旋转总角度。对于艺术分，还可以通过动作与音乐的融合程度以及通过对以往比赛艺术评分的深度学习对运动员体型优美度以及动作流畅度和优美度等进行艺术评分。如果采用多种自动评分方法进行评分，可以对各种评分方法的权重进行调节，并进行优化，最后形成最适当的自动评分方式。

在本发明的一种实施方案中，技术动作由深度学习算法进行识别，深度学习算法可以识别每个动作的起、终点以及动作执行过程中的缺点或扣分项诸如跌倒和落地不稳等等，技术评分可以由录像或重构形成运动员动作的3D录像，准确计算各个动作的起跳高度、起跳距离、空中旋转角度(垂直旋转圈数或者水平翻转圈数)、躯干直立度和臂展水平度、躯干偏离垂直轴的角度最大值和平均值以及臂展偏离水平轴角度最大值和平均值以及动作与音乐融合度等等裁判规则评分标准所涉及的各种指标或相关指标，然后根据裁判规则评分标准进行技术评分，其中技术扣分由深度学习算法进行跌倒和落地不稳等扣分项的识别，并按扣分标准，进行扣分。其中有些指标需要结合深度学习算法进行计算，比方说空中旋转角度，可以利用深度学习算法识别运动员身体某个特征点，比方说右肩，旋转通过某一特征方位的次数，结合身体起始方位与最后落地方位的角度，计算空中旋转总角度。艺术或者表演(presentation)评分，按规定的权重(比方说25％，若动作不用配音乐则为0％)由动作与音乐的融合度进行计算，艺术或者表演分的其余权重(比方说75％)由从计算出来的与艺术表演评分相关的各种指标诸如躯干直立度和臂展水平度、躯干偏离垂直轴的角度最大值和平均值以及臂展偏离水平轴角度最大值和平均值等按裁判规则评分标准进行评分结合由以往比赛数据训练出来的深度学习算法对动作的流畅度和优美度等进行识别分级评分。

在本发明的另一种实施方案中，技术评分以及艺术或表演评分都由利用之前比赛大数据训练好的深度学习算法进行识别分级评分。评分系统包含一个收集以往比赛录像资料、评分资料和比赛结果的大数据数据库，可以利用该数据库对深度学习算法进行训练，从而算法能够识别各种动作、动作的起终点、动作执行缺陷、动作的优美度和流畅度等等以及动作执行的质量分级和执行缺陷分级从而形成一套评分算法对运动员的动作进行自动评分。