一种基于机器视觉的羽毛球训练动作评估系统技术方案

本发明专利技术涉及羽毛球训练领域，具体涉及一种基于机器视觉的羽毛球训练动作评估系统，包括：双目视觉传感模块，用于定向采集羽毛球训练动作视频；红外线光幕组，用于实现羽毛球运动轨迹参数、羽毛球拍运动轨迹参数的采集；特征融合模块，用于实现羽毛球训练动作视频、羽毛球运动轨迹参数、羽毛球拍运动轨迹参数的融合，获得训练动作增强特征集；训练动作评估模块，用于基于训练动作增强特征集实现羽毛球训练动作的评估。本发明专利技术实现了羽毛球训练动作的自动判定和指导，且精确度高。且精确度高。且精确度高。

【技术实现步骤摘要】
一种基于机器视觉的羽毛球训练动作评估系统


[0001]本专利技术涉及羽毛球训练领域，具体涉及一种基于机器视觉的羽毛球训练动作评估系统。

技术介绍

[0002]羽毛球是一项十分受欢迎的体育运动。在羽毛球的训练过程中，需要进行发球、接球、扣球以及推球等多种动作的训练。传统的羽毛球训练指导方式是在教练的监督和指导下进行评估矫正的，要求在特定的环境下由专业人士指导进行练习，评估的结果普遍携带个人经验因素，同时，由于人为观察的局限，很容易存在评估结果不全面的情况，一定程度上会造成训练动作的不规范，或者训练进度停滞的情况。

技术实现思路

[0003]为解决上述问题，本专利技术提供了一种基于机器视觉的羽毛球训练动作评估系统，实现了羽毛球训练动作的自动判定和指导，且精确度高。
[0004]为实现上述目的，本专利技术采取的技术方案为：
[0005]一种基于机器视觉的羽毛球训练动作评估系统，包括：
[0006]双目视觉传感模块，用于定向采集羽毛球训练动作视频；
[0007]红外线光幕组，用于实现羽毛球运动轨迹参数、羽毛球拍运动轨迹参数的采集；
[0008]特征融合模块，用于实现羽毛球训练动作视频、羽毛球运动轨迹参数、羽毛球拍运动轨迹参数的融合，获得训练动作增强特征集；
[0009]训练动作评估模块，用于基于训练动作增强特征集实现羽毛球训练动作的评估。
[0010]进一步地，所述羽毛球训练动作视频需涵盖羽毛球运动轨迹、羽毛球拍运动轨迹及人体姿态运动轨迹。
[0011]进一步地，所述羽毛球运动轨迹参数、羽毛球拍运动轨迹参数、人体姿态运动轨迹参数均包括运动角度参数和运动方向参数。
[0012]进一步地，所述特征融合模块首先调用视频取帧脚本，每隔一定帧数获取一张羽毛球训练动作图像，通过kinect深度传感器数据获取羽毛球训练动作图像内载的人体深度信息以及骨骼信息，消除所得骨骼信息的抖动和噪声干扰，并获取所有骨骼对的角度旋转移动SO3矩阵信息，然后将角度旋转移动SO3矩阵信息与其对应的羽毛球运动轨迹参数、羽毛球拍运动轨迹参数串联构成训练动作增强特征集。
[0013]进一步地，所述训练动作评估模块基于无线深度神经网络模型根据训练动作增强特征集实现羽毛球训练动作的评估。
[0014]进一步地，还包括：
[0015]训练动作可视化模块，用于完成羽毛球训练动作视频与羽毛球运动轨迹参数、羽毛球拍运动轨迹参数、人体姿态运动轨迹参数的融合，获取携带有羽毛球运动轨迹参数、羽毛球拍运动轨迹参数、人体姿态运动轨迹参数的羽毛球训练动作图像集，从而实现每一个
羽毛球训练动作参数的可视。
[0016]进一步地，还包括：
[0017]训练动作纠正模块，用于基于羽毛球训练动作的评估结果生成对应的训练动作指导意见；
[0018]训练结果汇总模块，用于按月按季度的实现训练数据的汇总，方便训练者查询运动情况，主要包含每个动作训练的次数、匹配值、动作纠正指导意见。
[0019]本专利技术具有以下特点与优势：
[0020]1)基于融合有羽毛球训练动作视频、羽毛球运动轨迹参数、羽毛球拍运动轨迹参数的训练动作增强特征集进行羽毛球训练动作的自动判定和指导，大大提高了动作评估结果的精确度。
[0021]2)基于携带有羽毛球运动轨迹参数、羽毛球拍运动轨迹参数、人体姿态运动轨迹参数的羽毛球训练动作图像集实现了每一个羽毛球训练动作参数的可视化，从而便于清楚地了解到每一个动作与标准动作之间的区别点在哪里，为后续的训练提供针对性的参考意见。
附图说明
[0022]图1为本专利技术实施例一种基于机器视觉的羽毛球训练动作评估系统。
具体实施方式
[0023]为了使本专利技术的目的及优点阐述得更加清晰，以下结合实例对此进行更深一步的详细说明。应当理解，此处所描述的具体实例仅用以解释本专利技术，并不用于限定本专利技术。
[0024]如图1所示，本专利技术实例提供了一种基于机器视觉的羽毛球训练动作评估系统，包括：
[0025]双目视觉传感模块，用于定向采集羽毛球训练动作视频；
[0026]红外线光幕组，用于实现羽毛球运动轨迹参数、羽毛球拍运动轨迹参数的采集；
[0027]特征融合模块，用于实现羽毛球训练动作视频、羽毛球运动轨迹参数、羽毛球拍运动轨迹参数的融合，获得训练动作增强特征集；具体的，所述特征融合模块首先调用视频取帧脚本，每隔一定帧数获取一张羽毛球训练动作图像，通过kinect深度传感器数据获取羽毛球训练动作图像内载的人体深度信息以及骨骼信息，消除所得骨骼信息的抖动和噪声干扰，并获取所有骨骼对的角度旋转移动SO3矩阵信息，然后将角度旋转移动SO3矩阵信息与其对应的羽毛球运动轨迹参数、羽毛球拍运动轨迹参数串联构成训练动作增强特征集。
[0028]训练动作评估模块，用于基于无线深度神经网络模型根据训练动作增强特征集实现羽毛球训练动作的评估；
[0029]训练动作可视化模块，用于完成羽毛球训练动作视频与羽毛球运动轨迹参数、羽毛球拍运动轨迹参数、人体姿态运动轨迹参数的融合，获取携带有羽毛球运动轨迹参数、羽毛球拍运动轨迹参数、人体姿态运动轨迹参数的羽毛球训练动作图像集，从而实现每一个羽毛球训练动作参数的可视。
[0030]训练动作纠正模块，用于基于羽毛球训练动作的评估结果生成对应的训练动作指导意见；
[0031]训练结果汇总模块，用于按月按季度的实现训练数据的汇总，方便训练者查询运动情况，主要包含每个动作训练的次数、匹配值、动作纠正指导意见。
[0032]本实施例中，所述羽毛球训练动作视频需涵盖羽毛球运动轨迹、羽毛球拍运动轨迹及人体姿态运动轨迹，所述羽毛球运动轨迹参数、羽毛球拍运动轨迹参数、人体姿态运动轨迹参数均包括运动角度参数和运动方向参数，其中，羽毛球运动轨迹参数需包括羽毛球的起点坐标信息、最高点坐标信息及落地点坐标信息，羽毛球拍运动轨迹参数需包括羽毛球拍挥拍时的起点坐标信息(以羽毛球排顶部中心点作为监测点)、终点坐标信息。
[0033]以上所述仅是本专利技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本专利技术的保护范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的羽毛球训练动作评估系统，其特征在于，包括：双目视觉传感模块，用于定向采集羽毛球训练动作视频；红外线光幕组，用于实现羽毛球运动轨迹参数、羽毛球拍运动轨迹参数的采集；特征融合模块，用于实现羽毛球训练动作视频、羽毛球运动轨迹参数、羽毛球拍运动轨迹参数的融合，获得训练动作增强特征集；训练动作评估模块，用于基于训练动作增强特征集实现羽毛球训练动作的评估。2.如权利要求1所述的一种基于机器视觉的羽毛球训练动作评估系统，其特征在于，所述羽毛球训练动作视频需涵盖羽毛球运动轨迹、羽毛球拍运动轨迹及人体姿态运动轨迹。3.如权利要求1所述的一种基于机器视觉的羽毛球训练动作评估系统，其特征在于，所述羽毛球运动轨迹参数、羽毛球拍运动轨迹参数、人体姿态运动轨迹参数均包括运动角度参数和运动方向参数。4.如权利要求1所述的一种基于机器视觉的羽毛球训练动作评估系统，其特征在于，所述特征融合模块首先调用视频取帧脚本，每隔一定帧数获取一张羽毛球训练动作图像，通过kinect深度传感器数据获取羽毛球训练动作图像内载的人体深度信息以及骨骼信息，消除所得骨骼信息的抖动和噪声干...

【专利技术属性】
技术研发人员：袁音，陈丽娟，张惠珍，李航，柴玉，杨魁，景龙德，吴泰阳，赵大为，丁国伟，常磊，张博，
申请(专利权)人：西北师范大学，
类型：发明
国别省市：