[发明专利]基于神经网络的单人运动姿态矫正方法

权利要求书

1.一种基于神经网络的单人运动姿态矫正方法，其特征在于，包括如下：

(1)采集训练数据集：

(1a)下载包含人体关节点的图像数据集，存入训练图像文件夹A中；

(1b)下载数据集对应的标注文件，存入训练标注文件夹B中；

(1c)将图像文件夹和标注文件夹放入同一文件夹下，构成训练数据集；

(2)搭建由图像空间域转换子网络与人体关节点检测子网络级联构成的基于空间域转换的人体关节点检测网络，其中：

所述图像空间域转换子网络依次由3个卷积层组成；

所述人体关节点检测子网络，包括9个卷积层和4个反卷积层，即在依次级联的8个卷积层与最后一个卷积层之间依次连接4个反卷积层；

(3)训练基于空间域转换的人体关节点检测网络：

(3a)从训练图像文件夹A中读取训练数据集图像，将该图像输入到(2)构建的基于空间域转换的人体关节点检测网络中，通过其中的图像空间转换子网络生成空间转换图像，该空间转换图像再通过人体关节点检测子网络，输出人体关节点的预测坐标值；

(3b)从训练标注文件夹B中读取训练数据集图像对应的标注坐标值，根据该标注坐标值与步骤(3a)输出的预测坐标值计算人体关节点网络的损失值L，利用该损失值采用随机梯度下降算法对(2)构建的网络进行训练，得到训练好的基于空间域转换的人体关节点检测网络；

(4)构建标准运动数据集：

(4a)拍摄由标准运动员演示的标准动作视频；

(4b)将拍摄标准动作视频的每一帧采集成图片，存入标准图片文件夹C中；

(4c)将采集到的图片分别输入训练好的基于空间域转换的人体关节点检测网络中，得到每个人体关节点的坐标信息，将得到的坐标信息存入标准标注文件夹D中；

(5)构建普通运动数据集：

(5a)拍摄由普通运动员演示的非标准动作视频；

(5b)将拍摄的非标准动作视频每一帧采集成图片，存入测试图片文件夹E中；

(5c)将采集到的图片分别输入到训练好的基于空间域转换的人体关节点检测网络中，得到每个人体关节点的坐标信息，将得到的坐标信息存入测试标注文件夹F中；

(6)设定打分阈值为50，确定需要矫正的动作点：

(6a)从测试标注文件夹F中读取测试图片对应的坐标信息；

(6b)从标准标注文件夹D中读取标准图片对应的坐标信息；

(6c)依次计算测试图片坐标与标准图片的关节点坐标的欧氏距离之和，取欧氏距离之和最小的标准图片为该测试图片的标准匹配图片；

(6d)计算测试图片与其标准匹配图片中每个关节点的欧氏距离，统计其中大于所设打分阈值的关节点，即为所要矫正的动作点。

2.根据权利要求1所述的方法，其中(1b)下载数据集对应的标注文件，包含人体图片以及每张图片中人体的18个关节点位置坐标信息，该18个关节点分别为：鼻子、脖子、右肩、右肘、右手腕、左肩、左肘、左手腕、右臀、右膝盖、右脚踝、左臀、左膝盖、左脚踝、右眼、左眼、右耳朵和左耳朵。

3.根据权利要求1所述的方法，其中(2)中空间域转换子网络的3个卷积层，其参数如下：

第1卷积层的卷积核大小为1×1，卷积核数量为3，步长为1；

第2卷积层的卷积核大小为1×1，卷积核数量为64，步长为1；

第3卷积层的卷积核大小为1×1，卷积核数量为3，步长为1。