[发明专利]基于卷积神经网络的游泳训练评估系统和方法

权利要求书

1.一种基于卷积神经网络的游泳训练评估系统，包括计算机、传输线缆(4)和高清摄像机，其特征在于：所述的高清摄像机包括：

包括水下高清摄像机(1)，安装在泳池底部平行于泳道的导轨上，从泳池底部向上拍摄运动员游泳姿势，随运动员游泳前进而移动；

包括水面高清摄像机(2)，安装在泳池侧面池壁平行于泳道的轨道上，从泳池侧面水平拍摄运动员游泳姿势，随运动员游泳前进而移动；

包括高空高清摄像机(3)，安装在泳池上方平行于泳道的轨道上，向下俯拍运动员游泳姿势，随运动员游泳前进而移动；

水下高清摄像机(1)、水面高清摄像机(2)和高空高清摄像机(3)通过线缆(4)连接到计算机。

2.根据权利要求1所述的一种基于卷积神经网络的游泳训练评估系统，其特征在于：所述的水下高清摄像机(1)和水面高清摄像机(2)均位于水面以下。

3.根据权利要求1所述的一种基于卷积神经网络的游泳训练评估系统，其特征在于：所述计算机位于远程或者现场。

4.应用于权利要求1所述系统的基于卷积神经网络的游泳训练评估方法，其特征在于：采用水下高清摄像机(1)、水面高清摄像机(2)和高空高清摄像机(3)实时跟随运动员游泳前进而移动，并实时不间断拍摄采集运动员游泳的视频；

计算机接收到视频后，以0.2S间隔对游泳动作进行视频截图取样，通过OpenPose算法对每个采样截图进行处理获得运动员游泳动作的取样数据，取样数据包括头部、四肢和身体躯干的位置和长度，在运动员每一个完整游泳动作周期内获得多次取样数据作为输入，每次游泳的成绩作为输出，利用卷积神经网络建立关于动作和成绩的游泳评估模型；

根据游泳评估模型，模拟调整运动员游泳姿势数据，并计算出模拟运动员调整姿势后的成绩，进而利用调整的姿势数据改进运动员的游泳姿势。

5.根据权利要求4所述的基于卷积神经网络的游泳训练评估方法，其特征在于：所述的完整游泳动作周期是指单个可循环的游泳动作过程。

6.根据权利要求4所述的基于卷积神经网络的游泳训练评估方法，其特征在于：方法图像处理中，在这个图像集合中选出游泳的动作点，一个完整动作周期内游泳动作进行分解，分界成多个子动作，针对每个子动作瞬时采样拍摄图像，通过OpenPose算法对图像中运动员的头部、手掌、手臂、腿、脚、身体躯干的长度进行处理取样，取样将图片变换成一个一维数组，多个子动作中不同身体部位的长度形成一个特征矩阵；以一次完整游程的N个完整动作周期产生的特征矩阵作为输入，以最后游泳成绩为输出，建立卷积神经网络的游泳评估模型，同一位运动员进行多次完整游程，经过调整学习率系数、卷积核、卷积核大小的参数进行训练获得最终的游泳评估模型；根据游泳评估模型，模拟调整运动员游泳姿势数据，将模拟调整后运动员的动作用OpenPose算法进行同样计算和处理获得特征矩阵作为输入，通过游泳评估模型进行计算输出调整姿势后的成绩，运动员各种动作调整对应选取最优成绩对应的游泳姿势数据结果。