[发明专利]一种基于视觉检测的正步训练动作要领评估方法在审
申请号: | 202310090465.X | 申请日: | 2023-02-09 |
公开(公告)号: | CN116311498A | 公开(公告)日: | 2023-06-23 |
发明(设计)人: | 周红春;周文晖;高庆阳;申兴发 | 申请(专利权)人: | 杭州浩聚科技有限公司;杭州电子科技大学 |
主分类号: | G06V40/20 | 分类号: | G06V40/20;G06T7/73;G06T7/80 |
代理公司: | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人: | 朱月芬 |
地址: | 310051 浙江省杭州市滨江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 视觉 检测 正步 训练 动作 要领 评估 方法 | ||
1.一种基于视觉检测的正步训练动作要领评估方法,其特征在于包括如下步骤:
步骤S1:多机位部署及标定;
步骤S2:人体区域提取及相机切换;
步骤S3:人体关键点提取;
步骤S4:人体各部分姿态计算;
步骤S5:人体动作姿态评分。
2.根据权利要求1所述的一种基于视觉检测的正步训练动作要领评估方法,其特征在于步骤S1具体实现包括:
根据正步训练时的检测范围,在行进路线的侧面布置多个像机、正上方布置一个像机;根据像机的有效视野范围W,训练场地长度L,侧面布置的像机数量N1的关系如下式所示:
N1=[L/W]
其中[]为取整运算;
由于需要评估训练人员正面的动作标准,所以还需部署一台像机在正面,故整个系统所需像机的数量N为:
N=N1+1
在相机标定方面,采用“张正友棋盘格标定法”。
3.根据权利要求1所述的一种基于视觉检测的正步训练动作要领评估方法,其特征在于步骤S2具体实现包括:
采用成熟的YOLOv4目标检测模型实现人体区域提取,在目标检测时会提取最佳置信的人体区域;相机之间的自动切换也是使用YOLOv4模型,如果所识别的人体区域到达图像区域左边,系统则切换到左边相机;如果所识别的人体区域到达图像区域右边边,系统则切换到右边相机。
4.根据权利要求3所述的一种基于视觉检测的正步训练动作要领评估方法,其特征在于步骤S3具体实现包括:
使用成熟的人体姿态识别算法—OpenPose进行关键点提取,从原始尺寸的当前帧图像中提取兴趣区域,提取成功后对兴趣区域进行人体关键点提取;如果提取关键点失败,则在系统的输出框中输出提取关键点失败,如果提取成功,则将关键点坐标还原到原始位置以便进行下一帧图像的关键点提取;
检测人体25个关键点,分别是1.鼻子、2.颈部、3.右肩、4.右手肘、5.右手腕、6.左肩、7.左手肘、8.左手腕、9.臀部、10.右髋关节、11.右膝、12.右脚踝、13.左髋关节、14.左膝、15.左脚踝、16.右眼、17.左眼、18.右耳、19.左耳、20.左脚大指、21.左脚小指、22.左脚跟、23.右脚大指、24.右脚小指、25.右脚跟。
5.根据权利要求4所述的一种基于视觉检测的正步训练动作要领评估方法,其特征在于步骤S4具体实现包括:
对关键点划分,分为上、下两个半身;其中上半身的关键点包括.1.鼻子、2.颈部、3.右肩、4.右手肘、5.右手腕、6.左肩、7.左手肘、8.左手腕、16.右眼、17.左眼、18.右耳、19.左耳;下半身的关键点则包括9.臀部、10.右髋关节、11.右膝、12.右脚踝、13.左髋关节、14.左膝、15.左脚踝、20.左脚大指、21.左脚小指、22.左脚跟、23.右脚大指、24.右脚小指、25.右脚跟;
设每个关键点的位置信息(Xk,Yk),其中k为25个关键点的编号,Xk表示编号为k的关键点在平面内的横坐标,Yk则表示编号为k的关键点在平面内的纵坐标。
6.根据权利要求5所述的一种基于视觉检测的正步训练动作要领评估方法,其特征在于针对下半身关键点评估实现如下:
首先两条腿分别设为支撑腿和摆动腿;根据髋关节和脚跟判断支撑腿,对应另一条腿设定为摆动腿;
然后检测支撑腿是否弯曲、摆动腿脚面是否平行、摆动腿是否弯曲、摆动腿脚面与地面高度的位姿信息;
最后根据检测到的位姿信息,对下半身关键点进行计算与评估。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州浩聚科技有限公司;杭州电子科技大学,未经杭州浩聚科技有限公司;杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310090465.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种聚乙烯微塑料的降解方法
- 下一篇:一种基于支持向量机的混凝土智能振捣方法