[发明专利]基于Quick-OpenPose模型的仰卧起坐测试计数方法及系统

说明书

本发明公开了一种基于Quick‑OpenPose模型的仰卧起坐测试计数方法及系统，通过在测试区侧面放置摄像机，以一定帧率持续拍摄测试者的测试图像。使用改进的Quick‑OpenPose模型识别人体主要部位并对其编号、连线，挑选出脊柱连接线条以及头部和膝盖连接线条。将脊柱连结线条与地面间的角度作为首选判断条件，当脊柱连结线条识别不到时，选择头部到膝盖的连接线条长度作为备用判断条件。分别设定卧姿起身、坐姿、卧姿躺下三个判断条件。当3个判断条件都满足时，系统计数一次。依靠视觉识别减少干扰因素，简化设备，同时本发明还提供对应的计数系统。本发明实现自助式的仰卧起坐测试和计数，测试效率高，可以附加在现有仰卧起坐垫上，实现实时的计数。

技术领域

本发明涉及深度学习、机器视觉与图像处理技术领域，尤其是一种基于 Quick-OpenPose模型的仰卧起坐测试计数方法及系统技术。

背景技术

在国家体育总局群体司于2003年发布的《国民体质测定标准手册及标准(成年人部分)》中，仰卧起坐被列入国民体质的测试项目之一。在现代生活中，亚健康现象严重，健身等运动成为热潮，仰卧起坐作为运动中的基础动作也随之兴起。

在对检测中的项目测试精度越来越高的要求和实现无人化测试需求下，目前已有的仰卧起坐测试方法尚不具备良好测试体验，测试效率、准确率、自动化程度仍有待提高。现有的仰卧起坐计数方法有如下几种：人工计数、传感器测试法、机器视觉测试法。人工计数过程中，容易出错，耗费人力，个人评判标准不同影响测试成绩；传感器测试法是通过接受安装在被测学生身上的传感器信号，经由上位机处理该信号后进行人体姿态识别计数，具有小型化和即时检测的优点。但往往不能辨别动作的标准程度，而且需要穿戴传感器会造成测试者不适，影响正常水平发挥。

市面上现有的基于机器视觉测试法的仰卧起坐测试仪器按方法分为两类：传统机器视觉测试法和卷积神经网络测试法。传统的机器视觉在进行人体姿势分析时，多采用基于模板匹配的几何计算方法对多种模板控件进行多维度建模，建立一个可以适配人体各个结构的、具备强适用性的模板。然而，这种方法目前还并没有一个令大家普遍感到满意的匹配算法，精度难以符合预期目标并且工作量大。

中国专利“仰卧起坐测试的计数方法及系统”专利申请号：201610298570.2就是基于视觉传感器的仰卧起坐检测系统。但是该方法不是检测人体，而是识别垫子上的纹理变化接进行仰卧起坐计数，对仰卧起坐的质量无法判断，并且识别精度受图像纹理干扰影响很大。而卷积神经网络测试法也同样受限于识别精度，但2017年CAO Zhe等人提出自底向上的OpenPose模型后，此种方法在识别精度上超过人类，但在识别速度与模型大小方面则有些不足。中国专利“一种基于关节点的人体动作匹配评分方法”，专利申请号：201910215317.X提出一种基于OpenPose的人体关节识别方法并判断人体动作，首先该方法为开源OpenPose模型，算法实时性很差，无法直接应用到体测实时检测中。

发明内容

发明目的：本发明的目的是为了解决现有技术中的不足，提供一种基于Quick-OpenPose模型的仰卧起坐测试计数方法及系统。

技术方案：本发明所述的一种基于Quick-OpenPose模型的仰卧起坐测试计数方法，包括如下步骤：

S1、通过放置在测试者一侧的摄像头拍摄测试者的躯干图像，并以一定帧率持续拍摄测试者躯干的测试图像；

S2、通过建立的Quick-OpenPose模型，识别出测试图像的每帧图片的关键点并对其编号、连线：挑选出臀部和颈部的2个关键点，其连线定义为人体脊柱角度线条；并挑选头部和膝盖2个关键点，分别连接头部和膝盖，定义为头膝距离线条；

S3、仰卧起坐检测分成三个阶段：卧姿起身阶段、坐姿阶段和卧姿躺下阶段，每个阶段的检测均需要达到一定阈值，才算完成一组仰卧起做；