[发明专利]一种基于人体骨骼点检测的俯卧撑计数方法

说明书

本发明具体涉及一种基于人体骨骼点检测的俯卧撑计数方法，包括获取人体俯卧撑图像，并标记出人体骨骼点位信息训练获得人体骨骼点检测网络模型；通过摄像机拍摄被测者的人体的图像，将获取的人体的图像依照拍摄的顺序输入已经训练好的人体骨骼点检测网络模型；获取出拍摄的图片中的人体骨骼点信息；根据预设的骨骼点的位置信息判断被检测人体骨骼的信号是否处于伸直状态信号或者伸直状态信号；如果被测者的人体出现一个连续的拉直和弯曲信号，则判断该人做俯卧撑计数一个。本发明能够仅仅通过一台摄像机即可实现其俯卧撑数据的采集，其实现方式简单可行，易于推广；且通过图像方法实现俯卧撑计数，从而减少人力情况。

技术领域

本发明涉及图像识别技术领域，具体涉及一种基于人体骨骼点检测的俯卧撑计数方法。

背景技术

俯卧撑是一种常见的健身运动，主要锻炼的肌肉群肱三头肌，同时还锻炼三角肌前束、前锯肌和喙肱肌及身体的其他部位，其主要作用是提高上肢、胸部、腰背和腹部的肌肉力量，是一种简单易行却十分有效的力量训练手段。要做到俯卧撑的一个完美起始姿势，身体必须保持从肩膀到脚踝成一条直线，双臂应俯卧撑该放在胸部位置，两手相距略宽于肩膀，这样可以确保每个动作都能更有效锻炼肱三头肌。

现有技术申请号为CN201610303349，发明名称为：一种俯卧撑测试的计数方法，公开了一种通过在测试区域分别设置具有特定纹路的第一识别区和第二识别区；测试中，利用设置于测试区域斜上方的摄像机以一定帧率持续拍摄获取包括测试者、第一纹路和第二纹路在内的测试图像；在自起始帧往后的各帧测试图像中，判定是否第一纹路像素值先在由减小变为增大的过程中其最小值小于低位阈值，接续再在由增大变为减小的过程中其最大值大于高位阈值，若是则通过判定第二纹路的像素值在前述判定期间是否均大于跪姿阈值，若是则计数一次。本方法采用的像素值比较方法其误差率比较高，且对摄像机的采集角度有较高的要求。

现有技术申请号为CN202010081035.8 发明名称为：俯卧撑测试方法及装置，公开了一种使用摄像头和机器视觉技术进行俯卧撑测试的规则判断和成绩测量，突破了传统俯卧撑测试的技术无法进行智能化测试的局限性，通过将摄像头和机器视觉技术引入俯卧撑测试方法和装置，实现了俯卧撑测试的智能化，提高了俯卧撑测试的效率，提高了俯卧撑成绩测量的正确率。但是其计数对图片的采集的要求也比较高。

传统的俯卧撑计数装置主要有按压式计数方式,基于可穿戴设备的俯卧撑计数方式两种方式。基于按压式计数方式，通过按压判断计数方式，需要在现场施工复杂，不能露天安装设备，受到雨雪天气影响较大，可能导致按压设备或者传感器损坏。基于可穿戴设备的控制方法及装置，使用者需要佩戴装置导致使用者体验较差。

发明内容

1.所要解决的技术问题：

针对上述技术问题，本发明提供一种基于人体骨骼点检测的俯卧撑计数方法，基于人体骨骼点检测网络注意力机制，训练出人体骨骼点检测网络模型，通过采集被测者的俯卧撑图片的输出被测者的人体的骨骼点，判断该人体的位置信息从而实现对俯卧撑的计数。

2.技术方案：

一种基于人体识别的俯卧撑识别方法，其特征在于：包括以下步骤：

步骤一：获取包含人体俯卧撑图像的图片，在人体俯卧撑图像数据中提取并标记出人体骨骼点位信息从而获得人体骨骼点位数据集；将标记好的俯卧撑图片及其标记的真值数据输入人体骨骼点检测网络中训练获得人体骨骼点检测网络模型，其中人体骨骼点检测网络为基于多尺度融合的人体骨骼点检测网络。

步骤二：通过摄像机拍摄被测者的人体的图像，将获取的人体的图像依照拍摄的顺序输入已经训练好的人体骨骼点检测网络模型；获取出拍摄的图片中的人体骨骼点信息；