[发明专利]一种体育运动质量的评估方法、装置、设备，存储介质

说明书

本发明实施例提供一种体育运动质量的评估方法、装置、设备，存储介质，涉及行为识别技术领域。其中，这种评估方法包括如下步骤：S101、获取包含特定体育运动的运动过程的视频，并根据体育运动的类型将视频分割成多个视频阶段。S102、将多个视频阶段输入至骨干网络模型，获得与多个视频阶段对应的多个特征表示。S103、构建回归网络模型。其中，回归网络模型采用基于难度系数的总得分为训练标签的方法训练。S104、将多个特征表示输入至回归网络模型，获得视频中的运动过程的评分。骨干网络模型保证评分过程中的动作特征能够完整，且语义信息足够丰富。回归网络模型大大提高了动作质量评估方法的性能。

技术领域

本发明涉及行为识别技术领域，具体而言，涉及一种体育运动的质量评估方法、装置、设备，存储介质。

背景技术

体育运动的评分，大部分是依靠人工完成的。在一些评分存在主观性因素的体育运动中，例如跳水、体操、容易因为裁判的个人因素导致评分标准的差异，造成评分的不公平。

动作质量评估方法是从视频数据中提取有意义的信息，再以不同方式量化、评估动作的质量(评分)，以达到衡量动作质量好坏的目的。

在先技术中的动作质量评估方法，普遍将动作识别领域的特征提取网络作为为骨干网络，如C3D、I3D、P3D等，再将骨干网络提取出的带有时空信息的特征作为回归方法的输入，以得到动作质量评估结果。除此之外，还有部分动作质量评估工作结合机器学习中不同的学习策略，如度量学习、多任务学习等方法，以更完善的结构和更新颖的想法实现动作质量评估方法。但是，对于不同领域，如体育比赛评分和外科手术训练质量评估，动作质量评估任务涉及不同的专业规则。合理的评估算法应面向任务，能够满足真实场景下的领域规则对任务的执行质量进行评估。此外，在体育运动中，同一类别的运动可以被划分为时序上的不同子阶段，子阶段的评估对最终得分起到重要作用，而现有的大部分方法存在待评估视频动作的采样不完整、语义信息不够丰富的问题。

发明内容

本发明提供了一种体育运动质量的评估方法、装置、设备，存储介质，以改善相关技术中的现有评估方法待评估视频动作的采样不完整的问题。

第一方面：

本发明实施例提供了一种育运动质量的评估方法，其包括如下步骤：

S101、获取包含特定体育运动的运动过程的视频，并根据所述体育运动的类型将所述视频分割成多个视频阶段。

S102、将所述多个视频阶段输入至骨干网络模型，获得与所述多个视频阶段对应的多个特征表示。

S103、构建回归网络模型。其中，所述回归网络模型采用基于难度系数的总得分为训练标签的方法训练。

S104、将所述多个特征表示输入至所述回归网络模型，获得所述视频中的运动过程的评分。

可选地，步骤S101具体为：

S1011、获取包含特定体育运动的运动过程的所述视频。

S1012、根据所述体育运动的类型，通过编解码时序卷积网络模型，将所述视频分割成所述多个视频阶段。

可选地，所述骨干网络模型的数量与所述视频阶段的数量相同。

可选地，步骤S102具体为：

将所述多个视频阶段分别输入至多个所述骨干网络模型，获得所述多个特征表示。其中，多个所述骨干网络模型的结构相同，且共享权重。

可选地，所述骨干网络模型为P3D模型。所述P3D模型包括依次连接的P3D-A、P3D-B和P3D-C三个子模型，其表达式分别为：

P3D-A：x_t+1＝x_t+T(S(x_t))