【技术实现步骤摘要】
基于openpose的滑雪场危险动作识别方法及系统
[0001]本专利技术涉及运动分析
,具体涉及基于openpose的滑雪场危险动作 识别方法及系统。
技术介绍
[0002]伴随着滑雪运动在大众视角中逐渐升温,滑雪普及度大幅度提高,越来越 多的人开始接触滑雪这项运动。与一般的运动不同,滑雪时由于速度快,平衡 不容易掌握等因素,更加容易出现摔倒和相撞等危险行为。由于滑雪对身体的 平衡及身体肌肉力量有着较高的要求,滑行的不规范和一些失误极易造成安全 事故的发生。同时雪场雪道环境的不稳定因素也是造成伤亡发生的一个重要原 因。如雪道上人较多时较易发生滑行相撞事件,特别是高速相撞极易造成受伤。 对于在滑雪场中出现的危险行为进行及时的监测,对初学者来说是十分重要的。 但是一般滑雪场内练习滑雪的人数远多于教练的人数,教练以及安全员难以注 意到全部的人,因此在滑雪场内,当滑雪者发生危险动作时监控系统的自动处 理、及时发出警报非常有意义。
技术实现思路
[0003]针对上述的缺陷,本专利技术提供基于openpose的滑雪场危险动作识别方法及 系统。
[0004]实现上述目的,本专利技术提供如下技术方案:
[0005]基于openpose的滑雪场危险动作识别方法,包括:
[0006]获取在滑雪场上人的动作视频,对视频进行分帧处理,得到视频帧;
[0007]通过openpose模型对视频帧进行分析,得到视频帧的关键信息;
[0008]判断关键信息是否条件成立,若是,则为发生危 ...
【技术保护点】
【技术特征摘要】
1.基于openpose的滑雪场危险动作识别方法,其特征在于,包括:获取在滑雪场上人的动作视频,对视频进行分帧处理,得到视频帧;通过openpose模型对视频帧进行分析,得到视频帧的关键信息;判断关键信息是否条件成立,若是,则为发生危险动作,否则未发生。2.根据权利要求1所述的基于openpose的滑雪场危险动作识别方法,其特征在于:所述通过openpose模型对视频帧进行分析,得到视频帧的关键信息包括:通过基于卷积神经网络的VGG
‑
19作为模型的主干网络来提取输入图像的底层特征;将提取到的特征依次输入到两个并行操作的卷积神经网络结构中,其中一个卷积神经网络使用NMS来生成置信度图,通过设置置信阈值来实现对人体关键点的定位操作,另一个卷积神经网络使用局部区域亲和算法,通过提取出的人体关键点之间的相互作用以组成肢体;对这两个卷积神经网络的处理结果进行汇总,并且采用匈牙利算法进行姿态组合,最终实现人体姿态估计的功能。3.根据权利要求2所述的基于openpose的滑雪场危险动作识别方法,其特征在于:所述亲和度算法具体为:运算置信度的步骤如下:运算图像上某点q在肢体c上的置信向量,这里将其记为Ac(q);根据Ac(q)的结果来判定点q是否在肢体c上,若在则其结果就等于肢体c的单位向量a,否则其被判定为零向量,具体公式为:0≤a*(q
‑
B
i1
)≤l
c
|a
v
*(q
‑
B
i1
)|≤w
c
;通过运算人体关键点i1与i2连接线之间的所有点的置信向量的定积分来计算肢体c的置信度θc,公式如下:4.根据权利要求1所述的基于openpose的滑雪场危险动作识别方法,其特征在于:所述判断关键信息是否条件成立,若是,则为发生危险动作,否则未发生具体为:判断以下至少一个关键信息是否条件成立,若是,则为发生危险动作,否则未发生;其中,关键信息包括:鼻尖、膝盖和脚部连线距离缩短速度超过阈值;人体姿势纵向连线与地面的夹角小于阈值;人体姿态发生变化,头部关键点与地面距离小于脚部关键点与地面的距离小于阈值。5.根据权利要求4所述的基于openpose的滑雪场危险动作识别方法,其特征在于:所述判断关键信息是否条件成立,若是,则为发生危险动作,否则未发生还包括:若某人有两个以上的关键点与另一人(或几人)的相同关键点之间的距离小于预先...
【专利技术属性】
技术研发人员:谈爱玲,裴鹏飞,赵勇,王鋆鑫,李晓航,
申请(专利权)人:燕山大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。