[发明专利]一种基于计算机视觉的人体运动测量方法、系统及电子设备

说明书

本发明提供一种基于计算机视觉的人体运动测量方法、系统及电子设备，本方法通过基于光学的人体运动测量方法获取人体运动视频流，从所述人体运动视频流中提取当前参考图像及当前帧图像，根据所述当前参考图像及当前帧图像计算获得当前帧图像中图像像素点的运动信息，获取当前帧图像中的人体骨骼关键点坐标信息，至少根据当前帧图像中图像像素点的运动信息以及人体骨骼关键点坐标信息，计算获得人体关节运动的运动测量信息，将语义视觉与运动视觉相结合，使得人体运动测量方法的操作更方便，也使获取的运动测量信息更具有鲁棒性。

【技术领域】

本发明涉及人体运动测量领域，特别涉及一种基于计算机视觉的人体运动测量方法、系统及电子设备。

【背景技术】

现有的人体运动测量方法，大致分为两类：一、基于惯性运动传感器的测量方法，这类方法往往需要将传感器组件固定在人体的各个部位，而传感器本身的重量往往会严重影响人体本身运动，使测量数据失真，导致计算评价不够准确，存在较大误差，且该方法的准备工作也较为繁琐，为用户使用带来不便。二、基于光学的人体运动测量方法，这类方法目前需要双目甚至多目摄像头，需要在人体贴标志点用于收集与识别关键点，该方法的测量环境要求较高，对设备的性能有较高要求。

【发明内容】

为了克服目前现有的人体运动测量方法带来的操作不便的问题，本发明提供基于计算机视觉的人体运动测量方法、系统及电子设备。

本发明为解决上述技术问题，提供一技术方案如下：一种基于计算机视觉的人体运动测量方法，包括如下步骤:步骤S1：基于光学的人体运动测量方法获取人体运动视频流；步骤S2：从所述人体运动视频流中提取当前参考图像及当前帧图像，根据所述当前参考图像及当前帧图像计算获得当前帧图像中图像像素点的运动信息；步骤S3：获取当前帧图像中的人体骨骼关键点坐标信息；及步骤S4：至少根据当前帧图像中图像像素点的运动信息以及人体骨骼关键点坐标信息，计算获得人体关节运动的运动测量信息。

优选地，步骤S2具体包括如下步骤：步骤S21：将人体运动视频流中依次获取的两帧图像分别作为当前参考图像及当前帧图像，对当前参考图像及当前帧图像进行去躁预处理；及步骤S22：基于光流法利用图像在时间域上的变化以及相邻帧之间的相关性，计算获得当前帧图像中图像像素点的运动信息。

优选地，步骤S3具体包括如下步骤：步骤S31：将当前帧图像输入人体骨骼关键点识别预训练模型，得到人体各个关节点的Feature Map；及步骤S32：基于Feature Map的高值区域获取人体各个骨骼关键点的像素坐标信息。

优选地，基于计算机视觉的人体运动测量方法还包括如下步骤：步骤Sa：在当前帧图像中确定包括至少两个人体骨骼关键点的人体躯干Mask区域；及步骤Sb：重复步骤S4以获得人体躯干Mask区域中多个像素点对应的人体关节运动的运动测量信息，根据所述多个像素点对应的人体关节运动的运动测量信息统计获得最终的人体关节运动的运动测量信息。

优选地，界定所述至少两个人体骨骼关键点为C和D，上述步骤Sa包括：步骤Sa1：设定阈值；步骤Sa2:于当前帧图像中选取像素点E，计算将S与所述阈值进行比较，并根据比较结果确定所述像素点E是否属于Mask区域；及步骤Sa3:重复步骤Sa2，获取当前帧图像中的人体躯干Mask区域。

优选地，人体关节对应有两个人体骨骼关键点，所述人体关节运动的运动测量信息设置为人体关节运动角速度且v_a为步骤S2中获得的当前帧图像中所述人体骨骼关键点对应的图像像素点的运动信息，b-a为当前帧图像中所述两个人体骨骼关键点对应的图像的像素距离，V_A为人体骨骼关节点的真实运动线速度，B-A为人体关节对应的人体骨骼的长度信息。

优选地，上述步骤S4中所述人体关节运动的运动测量信息可设置为人体关节运动的线速度、线加速度、角度变化量中的任一种运动指标。