[发明专利]基于神经网络的单人运动姿态矫正方法

说明书

本发明公开了一种基于神经网络的单人运动姿态矫正方法,主要解决当今体育老师对学生进行运动指导准确性和效率低下的问题。其实现方案是：下载包含人体关节点的图像数据集和其对应的标注文件，构建训练数据集；搭建基于空间域转换的人体关节点检测网络，并利用训练数据集对其训练；采集标准运动和普通运动图片，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，得到各自的关节点坐标，分别构成标准运动和普通运动数据集并进行匹配，得到标准匹配图片；计算普通运动图片与标准匹配图片中各关节点之间的欧氏距离，统计大于打分阈值的关节点，即为需要矫正的动作点。本发明提高了运动姿态矫正准确率和训练效率，可用于单人运动姿态矫正。

技术领域

本发明属于图像识别和计算机视觉技术领域，主要涉及一种单人运动姿态矫正方法，可用于对普通人的训练进行指导。

背景技术

随着现代社会经济的快速发展，很多人忽视了运动对于健康的重要性。为了解决这一问题，国家在中考中引入了一系列运动项目以督促学生们进行体育锻炼，如掷实心球、长跑等。由于国家人口基数大，体育老师和学生之间数量差异极大，学生们不能得到及时、有效的指导。引入智能运动姿态矫正方法，已经迫在眉睫。因此，急需一种针对普通人的运动姿态矫正方法

目前，针对单人运动姿态矫正，主要是通过体育老师来进行指导。其指导方式是通过指导老师在该运动项目中的经验，对学生的动作进行评价以及纠正。这种指导方式非常依赖于指导老师的运动水平，当指导老师的经验出现偏差时，训练往往会取得相反的效果。另外，由于中国人口基数庞大，体育老师数量有限，不能做到对每个学生都进行充分指导，这对某些得不到指导的学生是非常不公平的。

发明内容

本发明的目的在于针对上述现有运动姿态矫正方法的不足，提出一种基于神经网络的单人运动姿态矫正方法，以提升运动姿态矫正的准确率和效率。

本发明的思路是，搭建基于空间域转换的人体关节点检测网络，构建标准运动数据集，构建普通运动数据集，设定打分阈值为50，确定需要矫正的动作点。其实现步骤包括如下：

(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，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；