一种基于视觉技术的运动行为分析方法技术

本发明专利技术公开了一种基于视觉技术的运动行为分析方法，该方法借助具有面部识别模块的摄像头拍摄所得视频及图像，捕捉运动场景下运动者的人脸数据，并基于此设计算法对用户运动行为和状态进行判断和统计，获得运动监测结果，再进一步结合用户体质相关数据对用户的运动及健康水平进行评估，给出合理建议供用户参考。本发明专利技术提出的方法采用无感、无接触的方式，借助视觉行为分析技术实现运动情况的自动化监测，相较于人力物力消耗较大的传统人工方式或是可穿戴的智能设备，更加灵活高效，同时在运动行为评估方面利用更细粒度的分类和指标，针对不同体质的学生群体，给出更具针对性的评估结果，从而能够提出更具参考价值的运动建议。议。议。

【技术实现步骤摘要】
一种基于视觉技术的运动行为分析方法


[0001]本专利技术涉及计算机视觉
，特别是涉及一种基于视觉技术的运动行为分析方法。

技术介绍

[0002]在经济社会飞速发展的当下，人们的物质生活质量得到极大提升，因而对身体健康的关注和重视也愈发突显，运动健康监测以及基于运动健康数据的智能分析备受关注，随着智能化的软硬件的发展，智能手环等可穿戴的运动健康监测设备不断更新，随身携带的手机搭载的各类传感器也逐渐被用于运动数据的获取，能够与可穿戴设备配合，获得更为准确的运动健康监测结果。
[0003]在以学生为主体的青少年人群中，对其体质与健康水平的监测与提升更是素质教育中不可或缺的一环。各高校组织学生定期进行体质测试，综合各项规定运动中的成绩对学生的体质健康水平进行评估，鼓励学生加强体育锻炼。在体质测试过程中，目前普遍采用的监测方式仍然是人工监测，即针对每项运动，由裁判员手动进行计时或计次，以及系统录入。人工模式耗时费力，面对大量的学生和数据也存在误差大、精度低等问题。如前文所述，虽然可穿戴设备已广泛用于日常的运动监测，但在学生的体质测试场景下，一方面，接触身体的可穿戴设备在多人交替使用中存在一定的卫生隐患，使用前后的消毒和清洁也十分费力；另一方面，长时且多次的使用中需考虑续航问题；此外，大量可穿戴设备的购置与维护也需消耗大量经费。因此，可穿戴设备并不完全适合学生体质测试场景下的运动监测。
[0004]随着视频图像采集设备及相关的视觉信息分析处理算法的不断进步，图像视频在各个领域得到广泛应用，例如，基于监控视频的视觉目标检测与跟踪，基于图像的车牌自动识别等，均可基于对视频及图像，实现对视觉信息的自动化分析与处理，得到预期的结果。因此，可设计一种基于视觉技术的运动行为分析方法，能够借助摄像机拍摄所得视频及图像，捕捉运动场景下用户的人脸数据，并针对不同运动设计算法，对用户运动行为和状态进行判断和统计，获得运动监测结果，再进一步结合用户体质相关数据对用户的运动及健康水平进行评估，给出合理建议供用户参考。

技术实现思路

[0005]本专利技术的目的是提供一种基于视觉技术的运动行为分析方法，采用无感、无接触的方式，借助视觉行为分析技术实现运动情况的自动化监测，能够较好地解决现有技术存在问题，能够为用户提供更为有效的运动建议。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种基于视觉技术的运动行为分析方法，应用于长短跑、引体向上、仰卧起坐、立定跳远等四类运动项目，通过带有面部识别模块的摄像头进行运动项目的数据采集，并基于所采集的数据完成运动行为分析和运动健康水平评估。其中，运动数据采集及行为分析包括以下步骤：
[0008]S1，长短跑运动分析：按照跑步距离分别设置起点摄像头和终点摄像头，用于获取运动者的身份信息、位置坐标及对应的时间信息，建立长跑及短跑的计时统计模型，计算到达时间与起始时间之间的差值即为完成跑步的时长；
[0009]S2，引体向上运动分析：将摄像头安装于单杠前方设定高度，该高度确保摄像头可捕捉范围的下极限为单杠位置，同时捕捉范围可包含引体向上时的完整人脸，获取运动者的身份信息并记录面部出现次数，建立引体向上个数统计模型，记录引体向上次数；
[0010]S3，仰卧起坐运动分析：将摄像头安装于人体正前方设定高度，该高度确保运动者仰卧起坐坐起时摄像头可捕捉到人脸图像，摄像头获取运动者的身份信息并记录面部出现次数，建立仰卧起坐个数统计模型；
[0011]S4，立定跳远运动分析：在跳远起点处架设带有面部识别模块的摄像头，用于在跳远前获取运动者的身份信息，在跳远场地侧边架设高清摄像头，对立定跳远过程中的运动者脚部位置进行实时记录，对视频帧中的脚部进行准确定位，建立立定跳远距离统计模型。
[0012]进一步的，所述步骤S1中，按照跑步距离分别设置起点摄像头和终点摄像头，获取运动者的身份信息、位置坐标及对应的时间信息，建立长跑及短跑的计时统计模型，计算到达时间与起始时间之间的差值即为完成跑步的时长，具体包括：
[0013]S101，将起点摄像头和终点摄像头放置于跑道侧面，起点摄像头和终点摄像头可捕捉范围存在左右两个极限，将起点摄像头右极限对准跑步起步线，当人体超过起步线后，无法再捕捉到人脸；将终点摄像头左极限对准跑步终点，当人体越过跑步终点后，捕捉到人脸，跑步以人脸越过终点线作为判断标准，所述起点摄像头和终点摄像头包含面部识别模块，对进入摄像头的人脸进行识别，在人员信息数据库中为其匹配相应的人员身份信息；
[0014]S102，运动数据记录，起点摄像头和终点摄像头实时记录运动者的身份信息、对应时间点、摄像头编号，将数据保存在运动数据库中；
[0015]S103，运动数据分析处理，对步骤S102中保存在运动数据库的数据进行处理，将同一名运动者在起点摄像头和终点摄像头中的出现时间按顺序存储在两张表中，当运动者第一次离开起点摄像头的捕捉范围时，即视为离开了起跑线，该时刻记录为起始时间；依据跑步距离计算所需圈数，当运动者第T次进入终点摄像头的时刻，即记录为到达时间；
[0016]S104，到达时间与起始时间之间的差值即为完成跑步的时长，记为最终成绩。
[0017]进一步的，所述步骤S2中，将摄像头安装于单杠前方设定高度，该高度确保摄像头可捕捉范围的下极限为单杠位置，同时捕捉范围可包含引体向上时的完整人脸，，获取运动者的身份信息并记录面部出现次数，建立引体向上个数统计模型，记录引体向上次数，具体包括：
[0018]S201，明确引体向上标准为下巴过杆，当运动者做引体向上达到最高点时，摄像头可以捕捉到运动者在单杠上撑起时的完整面部；
[0019]S202，基于面部识别模块，当人脸未全部到达杆上方时，摄像头无法捕捉到完整面部；当运动者引体向上直至摄像头可以捕捉到运动者的完整面部从而完成面部识别时，表示运动者完成一次引体向上，计入该名运动者的引体向上个数中；当运动者超过60秒未再次出现在摄像头中，则认为运动者引体向上运动结束；
[0020]S203，运动数据记录，摄像头实时记录运动者的身份信息、对应时间点、摄像头编号，将数据保存在运动数据库中；
[0021]S204，对运动数据库中数据进行处理，由于运动者的一次引体向上动作后会在该位置短暂停留，期间会有多张连续人脸图片被识别；为有效计数，设置时间间隔阈值t
space
，当两次识别时间之差大于阈值t
space
时，视为两次引体向上，进行计数操作，否则认为是一次动作后的停留，不增加计数；
[0022]S205，设定终止阈值t
next
为60秒，当超过t
next
仍未出现新的识别结果时，或当识别出新的运动者身份信息时，判断前一运动者运动结束，最新的计数次数作为该人员的引体向上最终次数。
[0023]进一步的，所述步骤S3中，将摄像头安装于人体正前方设定高度，该高度确保运动者仰卧起坐坐起本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉技术的运动行为分析方法，应用于长短跑、引体向上、仰卧起坐、立定跳远四类运动项目，通过带有面部识别模块的摄像头进行运动项目的数据采集，并进行数据分析，其特征在于，包括以下步骤：S1，长短跑运动分析：按照跑步距离分别设置起点摄像头和终点摄像头，用于获取运动者的身份信息、位置坐标及对应的时间信息，建立长跑及短跑的计时统计模型，计算到达时间与起始时间之间的差值即为完成跑步的时长；S2，引体向上运动分析：将摄像头安装于单杠前方设定高度，该高度确保摄像头可捕捉范围的下极限为单杠位置，同时捕捉范围包含引体向上时的完整人脸，获取运动者的身份信息并记录面部出现次数，建立引体向上个数统计模型，记录引体向上次数；S3，仰卧起坐运动分析：将摄像头安装于人体正前方设定高度，该高度确保运动者仰卧起坐坐起时摄像头可捕捉到人脸图像，摄像头获取运动者的身份信息并记录面部出现次数，建立仰卧起坐个数统计模型；S4，立定跳远运动分析：在跳远起点处架设带有面部识别模块的摄像头，用于在跳远前获取运动者的身份信息，在跳远场地侧边架设高清摄像头，对立定跳远过程中的运动者脚部位置进行实时记录，对视频帧中的脚部进行准确定位，建立立定跳远距离统计模型。2.根据权利要求1所述的基于视觉技术的运动行为分析方法，其特征在于，所述步骤S1中，按照跑步距离分别设置起点摄像头和终点摄像头，用于获取运动者的身份信息、位置坐标及对应的时间信息，建立长跑及短跑的计时统计模型，计算到达时间与起始时间之间的差值即为完成跑步的时长，具体包括：S101，将起点摄像头和终点摄像头放置于跑道侧面，起点摄像头和终点摄像头可捕捉范围存在左右两个极限，将起点摄像头右极限对准跑步起步线，当人体超过起步线后，无法再捕捉到人脸；将终点摄像头左极限对准跑步终点，当人体越过跑步终点后，捕捉到人脸，跑步以人脸越过终点线作为判断标准，所述起点摄像头和终点摄像头包含面部识别模块，对进入摄像头的人脸进行识别，在人员信息数据库中为其匹配相应的人员身份信息；S102，运动数据记录，起点摄像头和终点摄像头实时记录运动者的身份信息、对应时间点、摄像头编号，将数据保存在运动数据库中；S103，运动数据分析处理，对步骤S102中保存在运动数据库的数据进行处理，将同一名运动者在起点摄像头和终点摄像头中的出现时间按顺序存储在两张表中，当运动者第一次离开起点摄像头的捕捉范围时，即视为离开了起跑线，该时刻记录为起始时间；依据跑步距离计算所需圈数，当运动者第T次进入终点摄像头的时刻，即记录为到达时间。S104，到达时间与起始时间之间的差值即为完成跑步的时长，记为最终成绩。3.根据权利要求1所述的基于视觉技术的运动行为分析方法，其特征在于，所述步骤S2中，将摄像头安装于单杠前方设定高度，该高度确保摄像头可捕捉范围的下极限为单杠位置，同时捕捉范围包含引体向上时的完整人脸，获取运动者的身份信息并记录面部出现次数，建立引体向上个数统计模型，记录引体向上次数，具体包括：S201，明确引体向上标准为下巴过杆，当运动者做引体向上达到最高点时，摄像头可以捕捉到运动者在单杠上撑起时的完整面部；S202，基于面部识别模块，当人脸未全部到达杆上方时，摄像头无法捕捉到完整面部；当运动者引体向上直至摄像头可以捕捉运动者的完整面部从而完成面部识别时，表示运动
者完成一次引体向上，计入该名运动者的引体向上个数中；当运动者超过60秒未再次出现在摄像头中，则认为运动者引体向上运动结束；S203，运动数据记录，摄像头实时记录运动者的身份信息、对应时间点、摄像头编号，将数据保存在运动数据库中；S204，对运动数据库中数据进行处理，由于运动者的一次引体向上动作后会在该位置短暂停留，期间会有多张连续人脸图片被识别；为了有效计数，设置时间间隔阈值t
space
，当两次识别时间之差大于阈值t
space
时，视为两次引体向上，进行计数操作，否则认为是一次动作后的停留，不增加计数；S205，设定终止阈值t
next
为60秒，当超过t
next
仍未出现新的识别结果时，或当识别出新的运动者的身...

【专利技术属性】
技术研发人员：司占军，张世光，陈昭名，张滢雪，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：