一种篮球动作模型重建和防守的指导系统及方法技术方案

本发明专利技术公开的一种篮球动作模型重建和防守的指导系统，包括完成篮球动作信息提取的Kinect深度传感器、深度学习模块，以及篮球动作姿态重建模块；其中深度学习模块，通过深度学习对篮球动作进行分类，并将一系列图片中的篮球动作骨骼坐标点所对应的深度值、Kinect深度传感器中的相机坐标系的坐标值保存；篮球动作姿态重建模块，根据保存的骨骼关节点的三维坐标，对一个完整的篮球动作进行重建；在运动员训练时进行相应的指导。本发明专利技术结合深度学习技术，实现基本篮球动作的识别和统计。

【技术实现步骤摘要】
一种篮球动作模型重建和防守的指导系统及方法
本专利技术涉及深度学习检测领域，特别涉及一种篮球动作模型重建和防守的指导系统及方法。
技术介绍
目前，Kinect传感器技术的发展，推动模型重构技术，但现有技术只是对人所做动作进行检测，没有运用到篮球领域，让真人对重建模型进行针对性的防守。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提供一种篮球动作模型重建和防守的指导系统，该系统能够得到较精确的篮球动作信息，从而可以进行空间中的模型重构，为运动员进行针对性的训练。本专利技术的另一目的在于提供一种篮球动作模型重建和防守的指导方法。本专利技术的目的通过以下的技术方案实现：一种篮球动作模型重建和防守的指导系统，包括Kinect深度传感器、深度学习模块，以及篮球动作姿态重建模块；其中Kinect深度传感器，用于提取运动员完整篮球动作彩色图、篮球动作骨骼特征、篮球动作骨骼关节点的深度信息；深度学习模块，通过深度学习，对正确的篮球动作进行训练后，得到权重，从而对篮球动作进行分类；然后对输入的篮球动作彩色图进行识别，如果识别到所需要的篮球动作，进而通过Kinect深度传感器提取该篮球动作对应的篮球动作骨骼特征和篮球动作骨骼关节点的深度信息；由此得到连续帧的完整篮球动作图片集，将一系列图片中的篮球动作骨骼坐标点所对应的深度值、Kinect深度传感器中的相机坐标系的坐标值保存；篮球动作姿态重建模块，根据保存的骨骼关节点的三维坐标，对一个完整的篮球动作进行重建；运动员在进行相应篮球动作的训练时，模拟出相应篮球动作的模型，让运动员主干骨骼关节点在相同的深度下进行训练，根据对运动员的骨骼关节点的三维坐标的提取，从而预测出相应篮球动作是否标准。因为多数人在运动时，具有特定的肌肉记忆，所以，大多数运动员在投篮和突破时，都会有相同的动作幅度，防守者根据模型，训练防守时，进行盖帽和抢断所需要的防守记忆，可以为实际比赛提供帮助。所述深度学习，是指基于yolo框架下的深度学习方法。可以精确的找到运动员的位置以及分辨出篮球动作。所述篮球动作包括盖帽、投篮、抢断。本专利技术的另一目的通过以下的技术方案实现：一种篮球动作模型重建和防守的指导方法，包含以下步骤：S1、提取运动员完整篮球动作彩色图、篮球动作骨骼特征、篮球动作骨骼关节点的深度信息；S2、通过深度学习，对正确的篮球动作进行训练后，得到权重，从而对篮球动作进行分类；然后对输入的篮球动作彩色图进行识别，如果识别到所需要的篮球动作，进而通过Kinect深度传感器提取该篮球动作对应的篮球动作骨骼特征和篮球动作骨骼关节点的深度信息；由此得到连续帧的完整篮球动作图片集，将一系列图片中的篮球动作骨骼坐标点所对应的深度值、Kinect深度传感器中的相机坐标系的坐标值保存；S3、根据保存的骨骼关节点的三维坐标，对一个完整的篮球动作进行重建；运动员在进行相应篮球动作的训练时，模拟出相应篮球动作的模型，让运动员主干骨骼关节点在相同的深度下进行训练，根据对运动员的骨骼关节点的三维坐标的提取，从而预测出相应篮球动作是否标准。本专利技术与现有技术相比，具有如下优点和有益效果：(1)本专利技术使用Kinect传感器技术，只需要三维坐标，就实现了对所需要研究的篮球动作较精确的模型重构。(2)本专利技术可以让运动员有更加针对性的防守训练。(3)本专利技术不需要在所观者身上安装任何体感传感器。(4)本专利技术通过深度学习检测技术，提高了对彩色图片识别的效率。附图说明图1为本专利技术所述一种篮球动作模型重建和防守的指导方法的流程图。图2为Kinect深度传感器下提取的篮球动作骨骼关节点的深度信息。图3为Kinect深度传感器下提取的篮球动作骨骼特征图。具体实施方式下面结合实施例及附图对本专利技术作进一步详细的描述，但本专利技术的实施方式不限于此。如图1所示，想要对篮球动作姿态进行重建，通过Kinect深度传感器，得到篮球动作彩色图信息，篮球动作深度图信息以及篮球动作骨骼特征。采集广泛的标准篮球动作，基于yolo框架，训练需要的权重，从而对篮球动作进行分类，最后指导防守者进行特殊的训练。如图2所示，被检测者正在做投篮动作，通过深度学习的检测，提取出被认为是进行投篮动作可能性较高的连续的几帧图片，获取骨骼关节点的三维坐标。从而，便可以得到基本的模型。防守者在Kinect深度传感器下，进行盖帽训练时，便可以虚拟的模拟出进行投篮者的一系列篮球动作的模型，让训练者主干骨骼关节点在相同的深度下进行训练，根据对防守者的骨骼关节点的三维坐标的提取，从而预测出是否防守成功。因为多数人在运动时，具有特定的肌肉记忆，所以，大多数运动员在投篮和突破时，都会有相同的动作幅度，防守者根据模型，训练防守时，进行盖帽和抢断所需要的防守记忆，可以为实际比赛提供帮助。上述实施例为本专利技术较佳的实施方式，但本专利技术的实施方式并不受上述实施例的限制，其他的任何未背离本专利技术的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种篮球动作模型重建和防守的指导系统，其特征在于：包括Kinect深度传感器、深度学习模块，以及篮球动作姿态重建模块；其中Kinect深度传感器，用于提取运动员完整篮球动作彩色图、篮球动作骨骼特征、篮球动作骨骼关节点的深度信息；深度学习模块，通过深度学习，对正确的篮球动作进行训练后，得到权重，从而对篮球动作进行分类；然后对输入的篮球动作彩色图进行识别，如果识别到所需要的篮球动作，进而通过Kinect深度传感器提取该篮球动作对应的篮球动作骨骼特征和篮球动作骨骼关节点的深度信息；由此得到连续帧的完整篮球动作图片集，将一系列图片中的篮球动作骨骼坐标点所对应的深度值、Kinect深度传感器中的相机坐标系的坐标值保存；篮球动作姿态重建模块，根据保存的骨骼关节点的三维坐标，对一个完整的篮球动作进行重建；运动员在进行相应篮球动作的训练时，模拟出相应篮球动作的模型，让运动员主干骨骼关节点在相同的深度下进行训练，根据对运动员的骨骼关节点的三维坐标的提取，从而预测出相应篮球动作是否标准。

【技术特征摘要】
1.一种篮球动作模型重建和防守的指导系统，其特征在于：包括Kinect深度传感器、深度学习模块，以及篮球动作姿态重建模块；其中Kinect深度传感器，用于提取运动员完整篮球动作彩色图、篮球动作骨骼特征、篮球动作骨骼关节点的深度信息；深度学习模块，通过深度学习，对正确的篮球动作进行训练后，得到权重，从而对篮球动作进行分类；然后对输入的篮球动作彩色图进行识别，如果识别到所需要的篮球动作，进而通过Kinect深度传感器提取该篮球动作对应的篮球动作骨骼特征和篮球动作骨骼关节点的深度信息；由此得到连续帧的完整篮球动作图片集，将一系列图片中的篮球动作骨骼坐标点所对应的深度值、Kinect深度传感器中的相机坐标系的坐标值保存；篮球动作姿态重建模块，根据保存的骨骼关节点的三维坐标，对一个完整的篮球动作进行重建；运动员在进行相应篮球动作的训练时，模拟出相应篮球动作的模型，让运动员主干骨骼关节点在相同的深度下进行训练，根据对运动员的骨骼关节点的三维坐标的提取，从而预测出相应篮球动作是否标准。2.根据权利要求1所述篮球动作模型重建和防守的指导系统，其特征在于：所述深度学习，是指...

【专利技术属性】
技术研发人员：张东，张天，魏伟和，黄天宇，胡竞涛，成斌，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44