基于Quick-OpenPose模型的引体向上测试计数方法及系统技术方案

本发明专利技术公开了一种基于Quick‑OpenPose模型的引体向上测试计数方法及系统，包括：进入学号认证模块；测试器上的引体向上摄像头持续拍摄测试者的测试图像，获取图像，使用人体姿态识别模块识别姿态，当初次发现某帧图像中手腕检测点与单杠距离在阈值范围内时，将该帧设置为起始帧；当识别到运动姿态达到阈值要求时，进行累计计数；人体姿态如果识别出现严重错误，则防错模块中断检测过程，返回等待重新开始并语音播报；若识别到运动姿态未达标，则同样进行语音播报但不中断识别，本次动作不计数；检测到手腕离开单杠，测试结束；计数模块计算被测人的最终有效引体向上测试计数成绩并进行语音播报。本发明专利技术检测速度快，效率高，提高了参数共享率，降低了模型冗余度。

Counting method and system of pull up test based on quick openpose model

【技术实现步骤摘要】
基于Quick-OpenPose模型的引体向上测试计数方法及系统
本专利技术属于机器视觉与图像处理
，具体涉及一种基于Quick-OpenPose模型的引体向上测试计数方法及系统。
技术介绍
引体向上作为一种衡量体质的重要参考标准和项目，已经被定为国家中考体育测试项目。目前，现已有的引体向上计数方法有：人工计数、红外探头传感器计数、超声波传感器计数、分析深度图像计数等。在人工计数的过程中，耗时耗力，容易出错。利用传感器计数，结构简单，容易受外界干扰，误判率较高，实用性并不是很强。分析深度图像计数装置中，主要利用Kincet获取深度图像，需要利用到专有设备，算法上比较复杂，价格高昂，同时对计算机性能要求高，很难达到实时性的要求。所以，实现高效简单的引体向上计数是一个迫切需要思考的难题。因此对于引体向上计数，需要一种引体向上自动化计数装置，来减轻负担，快捷高效，节省人力资源。目前已有的引体向上测试方法需要具备良好测试体验，其测试效率、自动化程度、准确率也亟需提高。
技术实现思路
专利技术目的：本专利技术的目的是为了解决现有技术中的不足，提供一种基于Quick-OpenPose模型的引体向上测试计数方法及系统，该方法不仅仅能实现实时引体向上测试与计数，而且装置简单，便于安装，检测速度快，检测效率高，能有效识别动作的标准程度，计数数据准确。技术方案：本专利技术所述的一种基于Quick-OpenPose模型的引体向上测试计数方法，包括如下步骤：S1、进入学号认证模块，输入待测学生的学号，在数据库中寻找数据，在显示屏上显示学生信息，在学生点击确认后进行下一项语音播报；S2、测试器上的摄像头以一定帧率持续拍摄测试者的测试图像，获取图像，使用人体姿态识别模块识别姿态；人体姿态识别模块通过摄像头所拍摄的图像，定义人体各部位的节点信息，当初次发现某帧图像中人体手腕节点与单杠距离在阈值范围内时，开始进行引体向上测试，并将该帧设置为起始帧，同时计算人的腿长与手臂长度的初值；S3、如果人体姿态识别出现严重错误，则防错模块中断检测过程，返回等待重新开始并语音播报；S4、引体向上检测分成3个阶段：躯体上升阶段、头部下巴过杆阶段和躯体下降阶段，每个阶段的检测均需要达到一定阈值，才算完成一组引体向上，若识别到运动姿态未达标，则同样进行语音播报但不中断识别；S5、检测到双手离开测试杆，测试结束；计数模块计算被测学生的最终有效引体向上测试计数成绩并进行语音播报。进一步的，所述学号认证模块检验学生身份信息的模块，连接信息库；在受测者输入学号后，搜寻相应的身份信息，显示给受测者来判别受测者的信息正确与否。进一步的，所述人体姿态识别模块通过摄像头所拍摄图像，基于Quick-OpenPose模型的人体姿态检测系统，对受测者的关键部位进行识别与相应连线，通过计算手腕和单杠的距离，通过下巴距离地面高度的变化程度，判断人体目前处于上升阶段还是下降阶段，然后通过计算实时腿部长度是否小于腿部长度初值的80%、头部下巴节点是否高于单杠、人体下降时臂长是否到达初始臂长的90%这三个条件分别来判别受测者的测试开始与否以及姿态是否达标。进一步的，所述防错模块判别测试过程中是否出现人体姿态识别模块无法识别人体的情况或受测者姿态是否达标，若出现无法识别人体，则返回测试开始步骤；若不达标，则继续进行测试并且出动语音模块语音提示。进一步的，所述计数模块用于计算受测者的姿态达标数，即受测者成绩；每当人体姿态识别模块与防错模块判别出受测者在引体向上3个阶段：躯体上升阶段、头部下巴过杆阶段和躯体下降阶段中姿态均符合要求时，计数模块计数加1。本专利技术还公开了一种基于Quick-OpenPose模型的引体向上测试计数系统，包括：学号认证模块：检验学生身份信息的模块，连接信息库；在受测者输入学号后，搜寻相应的身份信息，显示给受测者来判别受测者的信息正确与否；语音模块：用于提示受测学生进行相应的规定动作，根据测试所进行的步骤以及在人体姿态识别模块判断受测者是否开始测试或停止测试来发出相应的语音提示；人体姿态识别模块：通过摄像头所拍摄图像，基于Quick-OpenPose模型的人体姿态检测系统，对受测者的关键部位进行识别与相应连线，然后判别受测者的测试开始与否以及姿态是否达标：通过计算手腕和单杠的距离，通过下巴距离地面高度的变化程度，判断人体目前处于上升阶段还是下降阶段，然后通过计算实时腿部长度是否小于腿部长度初值的80%、头部下巴节点是否高于单杠、人体下降时臂长是否到达初始臂长的90%这三个条件分别来判别受测者的测试开始与否以及姿态是否达标；防错模块：判别测试过程中是否出现人体姿态识别模块无法识别人体的情况或受测者姿态是否达标，若出现无法识别人体，则返回测试开始步骤；若出现人体姿态不达标，则继续进行测试并且出动语音模块语音提示；计数模块：用于计算受测者的姿态达标数，即受测者成绩；每当人体姿态识别模块与防错模块判别出受测者姿态符合要求时，计数模块计数加1；存储模块：用于储存每个学生与之相对应的成绩。进一步的，所述的Quick-OpenPose模型包括外部结构和内部结构，外部结构包括4个阶段8个模块和模块间跨层连接通路；内部结构中，关键点定位模块L和关键点联系模块A内部结构相同，都是由C1~C7共7个卷积块构成。进一步的，所述C1~C7卷积块中C1~C4为4个3×3卷积层所构成的小型跨层卷积神经网络，它能在提取高维特征信息和空间纹理信息的同时保留部分底层信息，有效提高了参数共享率，降低参数冗余程度，提高检测精度；所述C5~C7卷积块是3个1×1卷积层，它能将小型跨层卷积神经网络的输出结果降维以便于作为下一阶段的输入，起到加快运算速度、缩小模型大小、缓和降维过程的作用。进一步的，所述Quick-OpenPose模型包括：关键部位定位模块、关键部位联系模块、肢体匹配模块。其中关键部位定位模块和关键部位联系模块的输出结果会进行一次空间域注意力增强。进一步的，所述关键部位定位模块将关键部位的回归和分类，将原始图像经过ResNet-18网络的前10层处理所得的特征图F输入到进入L模块中，再使用非极大值抑制算法得到每个关键部位的置信图，最终得出离散化的候选关键部位的集合。进一步的，所述关键部位联系模块求出候选肢体的集合及每个候选肢体的置信度；首先，采用类似关键部位定位模块所用方法，便可得出原始图像中候选肢体的集合，之后使用局部区域亲和算法，求出肢体c的置信度：局部区域亲和算法的计算过程如下：设j1、j2是两个不同的关键部位，为从j1指向j2的单位向量，为向量的垂直向量，肢体c的长度和宽度分别设为，、分别表示候选关键部位j1、j2的位置坐标；首先，如公式（1）所示：计算图像上某一点p在肢体c上的置信向量，如果点p在肢体c上，则就等于肢体c的单位方向向量，否则为零向量；其中，使用公式（2）和（3）判断点p是否在肢体c上：...

【技术保护点】
1.一种基于Quick-OpenPose模型的引体向上测试计数方法，其特征在于：包括如下步骤：/nS1、进入学号认证模块，输入待测学生的学号，在数据库中寻找数据，在显示屏上显示学生信息，在学生点击确认后进行下一项语音播报；/nS2、测试器上的摄像头以一定帧率持续拍摄测试者的测试图像，获取图像，使用人体姿态识别模块识别姿态；人体姿态识别模块通过摄像头所拍摄的图像，定义人体各部位的节点信息，当初次发现某帧图像中人体手腕节点与单杠距离在阈值范围内时，开始进行引体向上测试，并将该帧设置为起始帧，同时计算人的腿长与手臂长度的初值；/nS3、如果人体姿态识别出现严重错误，则防错模块中断检测过程，返回等待重新开始并语音播报；/nS4、引体向上检测分成3个阶段：躯体上升阶段、头部下巴过杆阶段和躯体下降阶段，每个阶段的检测均需要达到一定阈值，才算完成一组引体向上，若识别到运动姿态未达标，则同样进行语音播报但不中断识别；/nS5、检测到双手离开测试杆，测试结束；计数模块计算被测学生的最终有效引体向上测试计数成绩并进行语音播报。/n

【技术特征摘要】
1.一种基于Quick-OpenPose模型的引体向上测试计数方法，其特征在于：包括如下步骤：
S1、进入学号认证模块，输入待测学生的学号，在数据库中寻找数据，在显示屏上显示学生信息，在学生点击确认后进行下一项语音播报；
S2、测试器上的摄像头以一定帧率持续拍摄测试者的测试图像，获取图像，使用人体姿态识别模块识别姿态；人体姿态识别模块通过摄像头所拍摄的图像，定义人体各部位的节点信息，当初次发现某帧图像中人体手腕节点与单杠距离在阈值范围内时，开始进行引体向上测试，并将该帧设置为起始帧，同时计算人的腿长与手臂长度的初值；
S3、如果人体姿态识别出现严重错误，则防错模块中断检测过程，返回等待重新开始并语音播报；
S4、引体向上检测分成3个阶段：躯体上升阶段、头部下巴过杆阶段和躯体下降阶段，每个阶段的检测均需要达到一定阈值，才算完成一组引体向上，若识别到运动姿态未达标，则同样进行语音播报但不中断识别；
S5、检测到双手离开测试杆，测试结束；计数模块计算被测学生的最终有效引体向上测试计数成绩并进行语音播报。


2.根据权利要求1所述的一种基于Quick-OpenPose模型的引体向上测试计数方法，其特征在于：所述学号认证模块检验学生身份信息的模块，连接信息库；在受测者输入学号后，搜寻相应的身份信息，显示给受测者来判别受测者的信息正确与否。


3.根据权利要求1所述的一种基于Quick-OpenPose模型的引体向上测试计数方法，其特征在于：所述人体姿态识别模块通过摄像头所拍摄图像，基于Quick-OpenPose模型的人体姿态检测系统，对受测者的关键部位进行识别与相应连线，通过计算手腕和单杠的距离，通过下巴距离地面高度的变化程度，判断人体目前处于上升阶段还是下降阶段，然后通过计算实时腿部长度是否小于腿部长度初值的80%、头部下巴节点是否高于单杠、人体下降时臂长是否到达初始臂长的90%这三个条件分别来判别受测者的测试开始与否以及姿态是否达标。


4.根据权利要求1所述的一种基于Quick-OpenPose模型的引体向上测试计数方法，其特征在于：所述防错模块判别测试过程中是否出现人体姿态识别模块无法识别人体的情况或受测者姿态是否达标，若出现无法识别人体，则返回测试开始步骤；若不达标，则继续进行测试并且出动语音模块语音提示。


5.根据权利要求1所述的一种基于Quick-OpenPose模型的引体向上测试计数方法，其特征在于：所述计数模块用于计算受测者的姿态达标数，即受测者成绩；每当人体姿态识别模块与防错模块判别出受测者在引体向上3个阶段：躯体上升阶段、头部下巴过杆阶段和躯体下降阶段中姿态均符合要求时，计数模块计数加1。


6.一种基于Quick-OpenPose模型的引体向上测试计数系统，其特征在于：包括：
学号认证模块：检验学生身份信息的模块，连接信息库；在受测者输入学号后，搜寻相应的身份信息，显示给受测者来判别受测者的信息正确与否；
语音模块：用于提示受测学生进行相应的规定动作，根据测试所进行的步骤以及在人体姿态识别模块判断受测者是否开始测试或停止测试来发出相应的语音提示；
人体姿态识别模块：通过摄像头所拍摄图像，基于Quick-OpenPose模型的人体姿态检测系统，对受测者的关键部位进行识别与相应连线，然后判别受测者的测试开始与否以及姿态是否达标：通过计算手腕和单杠的距离，通过下巴距离地面高度的变化程度，判断人体目前处于上升阶段还是下降阶段，然后通过计算实时腿部长度是否小于腿部长度初值的80%、头部下巴节点是否高于单杠、人体下降时臂长是否到达初始臂长的90%这三个条件分别来判别受测者的测试开始与否以及姿态是否达标；
防错模块：判别测试过程中是否出现人体姿态识别模块无法识别人体的情况或受测者姿态是否达标，若出现无法识别人体，则返回测试开始步骤；若出现人体姿态不达标，则继续进行测试并且出动语音模块语音提示；
计数模块：用于计算受测者的姿态达标数，即受测者成绩；每当人体姿态识别模块与防错模块判别出受测者姿态符合要求时，计数模块计数加1；
存储模块：用于储存每个学生与之相对应的成绩。


7.根据权利要求6所述的一种基于Quick-OpenPose模型的引体向上测试计数系统，其特征在于：所述的Quick-OpenPose模型包括外...

【专利技术属性】
技术研发人员：张堃，殷佳炜，冯文宇，朱洪堃，顾皓，刘若雨，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32