一种基于关节连接线的动作判断方法及系统技术方案

本发明专利技术公开了一种基于关节连接线的动作判断方法及系统，所述方法包括如下步骤：步骤S1，建立骨骼关节识别模型，并通过训练图像进行反复训练，以使所述骨骼关节识别模型能实现图像骨骼关节自动识别；步骤S2，通过获取教练各训练动作图像，基于所述骨骼关节识别模型建立标准动作数据库和各动作对应的标准区间；步骤S3，获取用户各训练动作的多张静态图像，基于所述骨骼关节识别模型以及标准动作数据库和各动作对应的标准区间对用户的动作进行判断，本发明专利技术可使动作的判断更准确有效。

【技术实现步骤摘要】
一种基于关节连接线的动作判断方法及系统
本专利技术涉及图象识别处理
，特别是涉及一种基于关节连接线的动作判断方法及系统。
技术介绍
动作，是具有一定动机和目的并指向一定客体的运动系统，与社会各方面息息相关，如：人类各项运动、机器各种运作等。在现实中，无论是人类还是机器，动作的评估普遍依靠相关人员的肉眼和经验判断。由于评估不能满足精确、规范、完美的严格要求，动作的发挥水平也往往不如人意。此外，由于动作的评估依赖于人力的现场监管，无法实现智能自动化，难以在社会上普及。随着计算机技术的不断发展，基于上述问题，市面涌现了一系列动作评估产品。根据调查研究，目前的动作评估产品动作判断的核心主要是找出实施动作与标准动作的差异，而其动作比对普遍都是基于整体而言，如：人体左上肢，往往忽略局部，如左腕的判断，这样容易造成实施动作部位识别错误的情况发生，此外，同一个实施部位，系统获取的实施动作往往也会受到该部位组成骨骼关节的不同摆放影响，原因是各骨骼关节不同摆放，其所属中心点也不同；而目前的产品普遍没有考虑这方面的不足，导致实施动作与标准动作的差异不准确。
技术实现思路
为克服上述现有技术存在的不足，本专利技术之目的在于提供一种基于关节连接线的动作判断方法及系统，以使动作的判断更准确有效。为达上述目的，本专利技术提出一种基于关节连接线的动作判断方法，包括如下步骤：步骤S1，建立骨骼关节识别模型，并通过训练图像进行反复训练，以使所述骨骼关节识别模型能实现图像骨骼关节自动识别；步骤S2，通过获取教练各训练动作图像，基于所述骨骼关节识别模型建立标准动作数据库和各动作对应的标准区间；步骤S3，获取用户各训练动作的多张静态图像，基于所述骨骼关节识别模型以及标准动作数据库和各动作对应的标准区间对用户的动作进行判断。优选地，步骤S1进一步包括：步骤S100，通过获取各人体骨骼关节点的不同角度的静态图像建立骨骼关节样本数据库；步骤S101，建立骨骼关节识别模型，通过对骨骼关节样本数据库的样本图像的骨骼关节进行矩形框标记，得到各图像的各骨骼关节标记框的各参数，并利用骨骼关节样本数据库的训练图像对所建立的骨骼关节识别模型进行反复训练，使其可实现骨骼关节的自动识别。优选地，步骤S100进一步包括：步骤S100a，基于人体骨骼关节的分布，获取各人体骨骼关节点的不同角度的静态图像，并对其进行灰度处理；步骤S100b，基于灰度图像的总数量，把图像分成训练图像和测试图像两类进行存储，以建立所述骨骼关节样本数据库。优选地，步骤S101进一步包括：步骤S101a，对骨骼关节样本数据库的所有样本图像的骨骼关节作矩形框标记，得到各骨骼关节标记框坐标、宽度以及高度参数；步骤S101b，建立骨骼关节识别模型，将所述骨骼关节样本数据库训练图像作为模型训练的输入图像，进行反复训练，得出目标预测框参数，实现骨骼关节的自动识别。优选地，于步骤S101b后，还包括：于模型训练停止后，将模型与骨骼关节样本数据库测试图像进行试运行测试，根据损失函数得出模型识别准确率，根据模型识别准确率确定最终的骨骼关节识别模型。优选地，若所述模型识别准确率达到预设阀值，则确定当前骨骼关节识别模型为最终的模型，并把所述骨骼关节识别模型应用于现场识别；否则，重新调整模型网络结构，并继续利用骨骼关节样本数据库训练图像反复训练，或于骨骼关节样本数据库增加训练图像继续反复训练，直至模型识别准确率达到预设阈值。优选地，步骤S2进一步包括：步骤S200，通过图像采集装置获取教练各训练动作的多张静态图像；步骤S201，基于所述骨骼关节识别模型识别教练各训练动作图像的骨骼关节，输出目标预测框参数；步骤S202，对所述对上述模型输出的目标预测框参数进行转换，得出各图像骨骼关节所属中心点坐标，基于上述中心点，把各图像相邻的骨骼关节两两连接，形成大量人体骨骼关节图，建立标准动作数据库；步骤S203，对教练的每个训练动作，基于相同骨骼关节，以其连接线所形成的夹角来分析每次重复动作，得出各动作对应的标准区间。优选地，步骤S3进一步包括：步骤S300，通过图像采集装置获取用户各训练动作的多张静态图像；步骤S301，基于所述骨骼关节识别模型识别用户各训练动作图像的骨骼关节，输出目标预测框参数，并对所述对上述模型输出的目标预测框参数进行转换，得出各图像骨骼关节所属中心点坐标，基于上述中心点，把各图像相邻的骨骼关节两两连接，形成用户骨骼关节图；步骤S302，将用户骨骼关节图与标准动作数据库对应的骨骼关节图进行比对，输出比对结果。优选地，于步骤S302中，根据从上到下、从左到右的顺序把用户骨骼关节图与标准动作数据库对应的骨骼关节图进行比对，对于骨骼关节相同的连接线，基于一条线段重合，则判断与其连接的另一条线段所形成的夹角是否超出标准区间；若是，则提示错误，并将用户动作与标准动作区别显示；否则，则视为标准动作，不作提示。为达到上述目的，本专利技术还提供一种基于关节连接线的动作判断系统，包括：骨骼关节识别模型建立及训练单元，用于建立骨骼关节识别模型，并通过训练图像进行反复训练，以使所述骨骼关节识别模型能实现图像骨骼关节自动识别；标准动作数据库及各动作标准区间建立单元，用于通过获取教练各训练动作图像，基于所述骨骼关节识别模型建立标准动作数据库和各动作对应的标准区间；动作判断单元，用于获取用户各训练动作的多张静态图像，基于所述骨骼关节识别模型以及标准动作数据库和各动作对应的标准区间对用户的动作进行判断。与现有技术相比，本专利技术一种基于关节连接线的动作判断方法及系统基于人体骨骼关节的分布，建立骨骼关节识别模型反复训练各骨骼关节多角度的特征信息，实现了图像骨骼关节自动识别，使得动作判断细致到各骨骼关节，避免实施动作部位容易识别错误的情况发生，使动作判断更准确、全面，同时，本专利技术基于各骨骼关节所属中心点，把相邻骨骼关节两两连接，形成人体骨骼关节图，因而以中心点为连接点，无论人体各骨骼关节如何摆放，也能准确获取当前实施动作及其骨骼关节之间所形成的夹角，足以应对人体任何动作的获取，把实施动作简化成骨骼关节图，便于实施动作与标准动作比对，提高计算机图像处理效率且节省存储空间。附图说明图1为本专利技术一种基于关节连接线的动作判断方法的步骤流程图；图2为本专利技术具体实施例中步骤S1的细部流程图；图3为本专利技术具体实施例中步骤S101的细部流程图；图4为本专利技术具体实施例中步骤S2的细部流程图；图5为本专利技术具体实施例中步骤S3的细部流程图；图6为本专利技术一种基于关节连接线的动作判断系统的系统架构图；图7为本专利技术具体实施例中骨骼关节识别模型的建立及训练、测试流程示意图；图8为本专利技术具体实施例中之基于骨骼关节识别模型的基于关节连接线的动作判断过程示意图。具体实施方式以下通过特定的具体实例并结合附图说明本专利技术的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本专利技术的其它优点与功效。本专利技术亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本专利技术的精神下进行各种修饰与变更。图1为本专利技术一种基于关节连接线的动作判断方法的步骤流程图。如图1所示，本专利技术一种基于关节连接线的动作判断方法，包括如下步骤：步骤S1，建立骨骼关节识别模型，本文档来自技高网...

【技术保护点】
1.一种基于关节连接线的动作判断方法，包括如下步骤：步骤S1，建立骨骼关节识别模型，并通过训练图像进行反复训练，以使所述骨骼关节识别模型能实现图像骨骼关节自动识别；步骤S2，通过获取教练各训练动作图像，基于所述骨骼关节识别模型建立标准动作数据库和各动作对应的标准区间；步骤S3，获取用户各训练动作的多张静态图像，基于所述骨骼关节识别模型以及标准动作数据库和各动作对应的标准区间对用户的动作进行判断。

【技术特征摘要】
1.一种基于关节连接线的动作判断方法，包括如下步骤：步骤S1，建立骨骼关节识别模型，并通过训练图像进行反复训练，以使所述骨骼关节识别模型能实现图像骨骼关节自动识别；步骤S2，通过获取教练各训练动作图像，基于所述骨骼关节识别模型建立标准动作数据库和各动作对应的标准区间；步骤S3，获取用户各训练动作的多张静态图像，基于所述骨骼关节识别模型以及标准动作数据库和各动作对应的标准区间对用户的动作进行判断。2.如权利要求1所述的一种基于关节连接线的动作判断方法，其特征在于，步骤S1进一步包括：步骤S100，通过获取各人体骨骼关节点的不同角度的静态图像建立骨骼关节样本数据库；步骤S101，建立骨骼关节识别模型，通过对骨骼关节样本数据库的样本图像的骨骼关节进行矩形框标记，得到各图像的各骨骼关节标记框的各参数，并利用骨骼关节样本数据库的训练图像对所建立的骨骼关节识别模型进行反复训练，使其可实现骨骼关节的自动识别。3.如权利要求2所述的一种基于关节连接线的动作判断方法，其特征在于，步骤S100进一步包括：步骤S100a，基于人体骨骼关节的分布，获取各人体骨骼关节点的不同角度的静态图像，并对其进行灰度处理；步骤S100b，基于灰度图像的总数量，把图像分成训练图像和测试图像两类进行存储，以建立所述骨骼关节样本数据库。4.如权利要求2所述的一种基于关节连接线的动作判断方法，其特征在于，步骤S101进一步包括：步骤S101a，对骨骼关节样本数据库的所有样本图像的骨骼关节作矩形框标记，得到各骨骼关节标记框坐标、宽度以及高度参数；步骤S101b，建立骨骼关节识别模型，将所述骨骼关节样本数据库训练图像作为模型训练的输入图像，进行反复训练，得出目标预测框参数，实现骨骼关节的自动识别。5.如权利要求4所述的一种基于关节连接线的动作判断方法，其特征在于，于步骤S101b后，还包括：于模型训练停止后，将模型与骨骼关节样本数据库测试图像进行试运行测试，根据损失函数得出模型识别准确率，根据模型识别准确率确定最终的骨骼关节识别模型。6.如权利要求5所述的一种基于关节连接线的动作判断方法，其特征在于：若所述模型识别准确率达到预设阀值，则确定当前骨骼关节识别模型为最终的模型，并把所述骨骼关节识别模型应用于现场识别；否则，重新调整模型网络结构，并继续利用骨骼关节样本数...

【专利技术属性】
技术研发人员：邓立邦，
申请(专利权)人：广东智媒云图科技股份有限公司，
类型：发明
国别省市：广东,44