[发明专利]基于视频图像目标检测的实时跳绳计数方法、装置和设备

说明书

本发明公开了一种基于视频图像目标检测的实时跳绳计数方法、装置和设备，通过符合算法要求的跳绳视频，将视频分解成视频帧差图像，在图像上标注检测目标和人体姿态类别，制作用于网络训练和预测的跳绳计数数据集；选择FCOS目标检测模型，并应用制作好的跳绳数据集训练网络；实时采集跳绳视频帧图像，用于后续跳绳计数；使用训练和好FCOS网络实时检测跳绳视频帧差图像的人体目标和人体姿态类别，将人体姿态类别输出给跳绳计数模块；根据实时检测到人体姿态类别得到的人体姿态序列设置一定的跳绳计数机制，进行实时计数；实时计数结果显示模块中，实时性显示当前视频帧图像及从计数开始至当前计数个数，以实时检验跳绳计数效果。

技术领域

本发明属于视频图像目标检测技术领域，具体涉及一种基于视频图像目标检测的实时跳绳计数方法、装置和设备。

背景技术

随着科技的发展，人工智能已经遍布生活中的各方各面，智能化设备代替人工已经成为当今时代的大势所趋，而随着体育越来越被重视，并且体育考试已经被列入到中考考试项目中，传统的体育考试需要大量的人力进行各项目的计时计数，且存在着在体育考试项目结束后不能检验测试结果准确性的缺点，智能化体育考场、智能化体育考试设备的应用和普及可以大量的减少人力的投入，同时可以对考试数据进行保存记录，随时查验考试过程中是否存在违规现象、测试结果是否准确，跳绳作为大部分省份体育中考中的测试项目，因此，针对于跳绳计数的智能化计数设备的研究至关重要。

现存的自动化跳绳计数方法大部分都是采用可以自动计数的跳绳进行计数，但是这种跳绳计数方法具备计数结果不能查验的缺点。因此，随着视频图像采集处理在生活中各方面被广泛应用，并且视频图像可以进行保存和记录，基于视频图像的智能化跳绳计数方法可以对智能体育考场进行监督，对测试结果进行留存查验。

跳绳运动是根据人体是否跳过了跳绳来进行计数，相比于其他的体育考试运动(例如：仰卧起坐、引体向上等)在图像中没有确切的人体姿态计数标准，而是表现在时序上人体姿态呈现的周期性变化规律进行计数，当这种周期性变化规律消失时，即跳绳中断。在完整的跳绳过程中，双脚离地、落地呈现周期性的规律，并且当跳绳中断时，双脚多半处于落地状态，并且较少的出现双脚同时离地的现象。因此，可基于这种规律研究基于视频图像的鲁棒性好的高性能的实时跳绳计数方法。

目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，通过计算机视觉减少对人力资本的消耗，具有重要的现实意义。它是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分，由于深度学习的广泛运用，目标检测算法得到了较为快速的发展。目标检测任务不但可以实现对目标的检测也可以实现对检测目标的类别识别，因此基于目标检测的跳绳计数算法有其研究的价值。

发明内容

针对智能体育考场的需求而应用自动计数跳绳的跳绳计数结果准确性不能保证，计数结果不能查验，且现存的基于视频图像的跳绳计数方法准确率不足不能实现实时计数，本发明提供基于视频图像目标检测的实时跳绳计数方法、装置和设备。

本发明采用如下技术方案来实现：

基于视频图像目标检测的实时跳绳计数方法，包括以下步骤：

S1、跳绳数据集制作：拍摄和搜集的符合要求的跳绳视频，将跳绳视频分解成视频帧差图像，在视频帧差图像上标注检测目标和人体姿态类别，不同视频中有效的帧差图像组成用于训练目标检测网络的跳绳数据集；

S2、模型选取与训练：选择目标检测网络，并应用制作好的跳绳数据集训练目标检测网络，得到目标检测模型；

S3、视频采集：实时采集跳绳视频帧图像；

S4、目标检测：根据视频采集模块实时采集到的视频帧图像，计算当前视频帧图像与前一视频帧图像的帧差图像，使用训练好的目标检测模型实时检测跳绳视频帧差图像的人体目标和人体姿态类别；