[发明专利]一种基于深度图像的非接触式体能测试系统及测试方法

摘要

本发明涉及一种基于深度图像的非接触式体能测试系统及测试，由体能测试控制模块、仰卧起坐测试模块、俯卧撑测试模块、语音识别模块和测试反馈模块组成。通过使用Kinect体感交互设备获取深度图像，利用有限状态机框架对被测人体运动计数，使用语音识别算法自动开始或结束体能测试同时为用户反馈相关测试结果。本发明融合了深度图像的捕捉与识别，在不让用户肢体携带任何仪器的前提下获得用户的肢体信息，进行精确的运动测试计数。此外，系统根据匹配用户语音信号可自动记录，检测过程不需其他人为干预，同时能根据检测数据反馈给用户相关测试结果，使用户能最大限度发挥自己的体力潜能，提高运动效率和效果，为非专业体育运动者提供了一种自我监测的平台。

主权项

1.一种基于深度图像的非接触式体能测试系统，其特征在于：包括体能测试控制模块、仰卧起坐测试模块、俯卧撑测试模块、语音识别模块和测试反馈模块；体能测试控制模块：启动Kinect体感交互设备的红外摄像头并通过Kinect体感交互设备自带SDK捕捉现实场景中的深度图像；根据设定的阈值将获取到的深度图像进行二值化处理，得到黑白二值图像；调用OpenCV自带轮廓检测算子提取黑白二值图像的边缘轮廓，获得被测人体轮廓；将被测人体轮廓区域储存起来作为仰卧起坐测试模块、俯卧撑测试模块判定区域；当体能测试控制模块中选择待测试项目为仰卧起坐时，调用仰卧起坐测试模块；当体能测试模块中选择待测试项目为跪姿俯卧撑或标准俯卧撑时，调用俯卧撑测试模块；同时开启语音识别模块，等待语音指令；仰卧起坐测试模块：当体能测试控制模块中选择待测试的项目为仰卧起坐时，仰卧起坐测试模块启动；将有限状态机作为判定仰卧起坐的计算模型，定义仰卧起坐中被测人体的状态为有限状态，将被测人体在完成仰卧起坐过程中可能出现的状态定义为四种：“准备状态”、“中间状态”、“完成状态”以及“其他状态”，其中“准备状态”为被测人体屈膝仰卧于地面，双手扶于耳部；“中间状态”为被测人体完成一个仰卧起坐动作时，上半身从仰卧到坐起的前屈过程；“完成状态”为被测人体完成一个仰卧起坐动作时，前屈过程中双肘碰及膝盖瞬间；“其他状态”为以上“准备状态”、“中间状态”、“完成状态”三种状态以外的所有其他非仰卧起坐过程中出现的干扰动作，并且定义一个完整仰卧起坐动作的状态序列为一个连续且有序的状态转换过程：“准备状态”至“中间状态”再至“完成状态”，期间不出现“其他状态”；获取人体轮廓凹点和凸点，凹点为人体上半身与大腿之间的夹角的顶点，凸点为人体头顶点；计算凹点和凸点之间连线与水平方向的夹角，也称为起身角度；当起身角度小于预设阈值时，认为被测人体处于“准备状态”，即屈膝平躺姿势；当被测人体已处于“准备状态”时，循环检测被测人体轮廓的凸包和凸缺陷状态，以判定被测人体是否处于“中间状态”或“完成状态”，所述凸缺陷是指轮廓与凸包之间的部分；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的仰卧起坐，仰卧起坐测试模块计数加一；当仰卧起坐测试模块收到语音识别模块的传来的启动计数指令后，仰卧起坐测试模块开始检测被测人体所处的状态，并开始计数；当仰卧起坐测试模块收到语音识别模块传来的结束计数指令后，仰卧起坐测试模块结束计数，并将计数信息传递给测试反馈模块；俯卧撑测试模块：当体能测试控制模块中选择待测试的项目为跪姿俯卧撑或标准俯卧撑时，俯卧撑测试模块被调用；将有限状态机作为判定俯卧撑的计算模型，定义俯卧撑中被测人体的状态为有限状态；将被测人体在完成跪姿俯卧撑或标准俯卧撑中可能出现的状态定义为四种：“准备状态”、“中间状态”、“完成状态”以及“其他状态”，其中，“准备状态”为双臂位于胸前，两手支撑地面，两手间距较肩膀稍宽，肘关节伸直，躯干成直线，两腿并拢，跪姿俯卧撑以双膝着地支撑，标准俯卧撑以脚趾点地支撑；“中间状态”为用户完成一个俯卧撑动作时，肩关节伸肘关节屈，躯干逐渐接近地面，以及还原过程中肩关节屈肘关节伸躯干远离地面的过程；“完成状态”为用户完成一个俯卧撑动作，还原到初始准备状态的瞬间；“其他状态”为以上“准备状态”、“中间状态”、“完成状态”三种状态以外的所有其他非俯卧撑过程中出现的干扰动作；并且定义一个完整俯卧撑动作的状态序列为一个连续且有序的状态转换过程：“准备状态”至“中间状态”再至“完成状态”，期间不出现“其他状态”；根据体能测试控制模块中所获取的被测人体轮廓构建人体轮廓外接矩形，不同的矩形长宽比匹配不同的状态，计算当前被测人体外接矩阵的长宽比，将此比值与预先设定的阈值进行匹配；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的跪姿俯卧撑或标准俯卧撑，俯卧撑测试模块计数加一；当俯卧撑测试模块收到语音识别模块的传来的启动计数指令后，俯卧撑测试模块检测被测人体所处的状态，并开始计数；当俯卧撑测试模块收到语音识别模块的传来的结束计数指令后，俯卧撑测试模块结束计数，并将计数信息传递给测试反馈模块；语音识别模块：用户第一次使用时，会提示用户记录下开始和结束的指令语音信息，用户发出语音指令后，利用Kinect体感交互设备的SDK语音包进行录音，并生成该录音音频的波形图，从而对语音信号进行预处理和特征提取，将提取到的音频信息存入语音识别模块中，实现对用户语音特征的学习，建立用户命令模型，作为该用户语音指令待匹配模板；当用户再次使用并发出指令时，首先采集用户的指令语音信号并提取语音信号中的相应特征，然后在之前存放的语音指令中寻找待匹配模版，如果找到，则认为匹配成功；如果用户发出语音指令与语音识别模块中的开始指令相匹配，则向仰卧起坐测试模块或俯卧撑测试模块传递启动计数指令，开始计数同时调用测试反馈模块开始计时；如果用户发出指令与语音识别模块中的结束指令相匹配，则向仰卧起坐测试模块或俯卧撑测试模块传递结束计数指令同时测试反馈模块停止计时；测试反馈模块：接受到语音识别模块传递的启动计数指令后，开始计时；测试反馈模块收到语音识别模块传递的结束计数指令后，测试反馈模块停止计时，读取仰卧起坐测试或俯卧撑测试模块传递过来的计数信息，同时计算用户发出开始指令到发出结束指令之间的时间间隔作为用户该次运动的耗时，再根据设定的计算公式，以图形化界面向用户反馈该次测试完成动作个数，耗时，耗能以及体能测试分数。