一种体能训练姿态识别方法、装置、设备及存储介质制造方法及图纸

本申请提供一种体能训练姿态识别方法、装置、设备及存储介质，涉及视频处理技术领域。方法包括：获取多个视频帧；检测并追踪多个视频帧中的多个运动目标；针对每个运动目标，利用已训练的多目标姿态检测模型确定运动目标在多个视频帧中的姿态信息，将姿态信息输入到已训练的姿态识别模型中进行处理，确定运动目标执行的第一动作，根据姿态信息以及预设的与第一动作对应的评估参数确定第一动作的标准程度。基于本申请提供的体能训练姿态识别方法、装置、设备及存储介质可以同时对多个运动目标的训练姿态进行监测。的训练姿态进行监测。的训练姿态进行监测。

【技术实现步骤摘要】
一种体能训练姿态识别方法、装置、设备及存储介质


[0001]本申请涉及视频处理
，尤其涉及一种体能训练姿态识别方法、装置、设备及存储介质。

技术介绍

[0002]体能训练可以全面地发展运动员的力量、耐力以及柔韧等运动素质，从而提高运动员的肌肉、骨骼等系统的机能，使得运动员的身体得到均衡的发展。一般运动员在训练的过程中，需要教练员主观的去判定运动员的训练姿态是否标准，同时根据预先制定的体能训练计划，人为的统计运动员完成相应的训练项目的数量，例如分别统计运动员在训练过程中完成的仰卧起坐、引体向上等运动的数量，人为的判定以及统计方式存在误差，且同一教练员无法同时对多个运动员的训练姿态进行监测。

技术实现思路

[0003]本申请实施例提供一种体能训练姿态识别方法、装置、设备及存储介质，可以辅助教练员同时对多个运动目标的训练姿态进行监测。
[0004]第一方面，本申请实施例提供了一种体能训练姿态识别方法，该方法包括：获取多个视频帧；检测并追踪多个视频帧中的多个运动目标；针对每个运动目标，利用已训练的多目标姿态检测模型确定运动目标在多个视频帧中的姿态信息，将姿态信息输入到已训练的姿态识别模型中进行处理，确定运动目标执行的第一动作，根据姿态信息以及预设的与第一动作对应的评估参数确定第一动作的标准程度。
[0005]基于本申请提供的体能训练姿态识别方法，可以同时检测并追踪视频帧中的多个运动目标，然后利用多目标姿态检测模型对每个运动目标的在多个视频帧中的姿态信息进行检测，姿态识别模型可以根据每个运动目标的姿态信息确定每个运动目标执行的动作，同时根据预设的评估参数确定每个运动目标的动作的标准程度。本申请提供的姿态识别方法可以同时识别同一场景下的多个运动目标执行的动作，同时根据与每个动作对应的评估参数对每个运动目标的动作的标准程度进行实时的评估，可以辅助教练员同时对多个运动目标的训练姿态进行监测。
[0006]可选地，检测并追踪多个视频帧中的多个运动目标，包括：利用已训练的多目标检测模型以及已训练的多目标追踪模型，检测并追踪多个视频帧中的多个运动目标。
[0007]可选地，姿态信息包括肢体节点坐标，评估参数包括第一骨骼与第二骨骼之间的第一夹角；根据姿态信息以及预设的与第一动作对应的评估参数确定第一动作的标准程度，包括：根据肢体节点坐标确定运动目标在每个视频帧中对应的第一骨骼与第二骨骼之间的第二夹角；根据第一夹角和第二夹角确定第一动作的标准程度。
[0008]可选地，第一动作为俯卧撑、仰卧起坐或引体向上。
[0009]可选地，获取多个视频帧，包括：获取视频片段，基于预设的采样频率对视频片段进行抽帧处理，得到多个视频帧。
[0010]可选地，获取视频片段，包括：获取视频数据，视频数据包括多个视频片段；体能训练姿态识别方法还包括：若检测到运动目标在每个视频片段中执行的至少一个动作，至少一个动作包括第一动作，则统计运动目标执行的每个动作的数量。
[0011]第二方面，本申请实施例提供了一种体能训练姿态识别装置，该装置包括：获取单元，用于获取多个视频帧；
[0012]检测单元，用于检测并追踪多个视频帧中的多个运动目标；
[0013]确定单元，用于针对每个运动目标，利用已训练的多目标姿态检测模型确定运动目标在多个视频帧中的姿态信息，将姿态信息输入到已训练的姿态识别模型中进行处理，确定运动目标执行的第一动作，根据姿态信息以及预设的与第一动作对应的评估参数确定第一动作的标准程度。
[0014]可选地，多个视频帧是基于预设的采样频率对视频片段进行抽帧处理得到的；装置还包括统计单元，用于若检测到运动目标在视频数据中的每个视频片段中执行的至少一个动作，至少一个动作包括第一动作，则统计运动目标执行的每个动作的数量。其中，视频数据包括多个视频片段。
[0015]第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述第一方面中任一项的方法。
[0016]第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
[0017]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项的方法。
[0018]可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面和第一方面的各可能的实施方式所带来的有益效果的相关描述，在此不再赘述。
附图说明
[0019]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本申请一实施例提供的一种体能训练姿态识别方法的流程图；
[0021]图2是本申请一实施例提供的利用YOLOv3检测模型和DeepSORT追踪模型检测并追踪多个视频帧中的多个运动目标的流程图；
[0022]图3是本申请一实施例提供的AlphaPose模型的示意图；
[0023]图4是本申请一实施例提供的一种运动目标的姿态信息图；
[0024]图5是本申请一实施例提供的2s
‑
AGCN模型的示意图；
[0025]图6是本申请一实施例提供的一种运动目标执行第一动作的姿态示意图；
[0026]图7是本申请一实施例提供的一种体能训练姿态识别装置的结构示意图；
[0027]图8是本申请一实施例提供的一种终端设备的结构示意图。
具体实施方式
[0028]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0029]目前，运动员在训练过程中，需要教练员主观的去评判运动员的训练姿态的标准程度，同时根据预先制定的体能训练计划，人为的统计运动员完成相应的训练项目的数量，例如分别统计运动员在训练过程中完成的仰卧起坐、引体向上等运动的数量，人为的判定以及统计方式存在误差，且同一教练员无法同时对多个运动员的训练姿态进行监测。
[0030]为了解决上述技术问题。本申请实施例提供一种体能训练姿态识别方法、装置、设备及存储介质。利用多目标姿态检测模型对每个运动目标的在多个视频帧中的姿态信息进行检测，姿态识别模型可以根据每个运动目标的姿态信息确定每个运动目标执行的动作，同时根据预设的评估参数确定每个运动目标的动作的标准程度，从而有效的辅助教练员同时对多个运动目标的训练姿态进行监测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种体能训练姿态识别方法，其特征在于，所述方法包括：获取多个视频帧；检测并追踪所述多个视频帧中的多个运动目标；针对每个运动目标，利用已训练的姿态检测模型确定所述运动目标在所述多个视频帧中的姿态信息，将所述姿态信息输入到已训练的姿态识别模型中进行处理，确定所述运动目标执行的第一动作，根据所述姿态信息以及预设的与所述第一动作对应的评估参数确定所述第一动作的标准程度。2.根据权利要求1所述的方法，其特征在于，所述检测并追踪所述多个视频帧中的多个运动目标，包括：利用已训练的多目标检测模型以及已训练的多目标追踪模型，检测并追踪所述多个视频帧中的多个运动目标。3.根据权利要求1所述的方法，其特征在于，所述姿态信息包括肢体节点坐标，所述评估参数包括第一骨骼与第二骨骼之间的第一夹角；所述根据所述姿态信息以及预设的与所述第一动作对应的评估参数确定所述第一动作的标准程度，包括：根据所述肢体节点坐标确定所述运动目标在每个所述视频帧中对应的第一骨骼与第二骨骼之间的第二夹角；根据所述第一夹角和所述第二夹角确定所述第一动作的标准程度。4.根据权利要求1所述的方法，其特征在于，所述第一动作为俯卧撑、仰卧起坐或引体向上。5.根据权利要求1至4任一项所述的方法，其特征在于，所述获取多个视频帧，包括：获取视频片段，基于预设的采样频率对所述视频片段进行抽帧处理，得到多个视频帧。6.根据权利要求5所述的方法，其特征在于，所述获取视频片段，包括：...

【专利技术属性】
技术研发人员：冯智辉，吴锦松，刘宽平，
申请(专利权)人：深圳太极云软技术有限公司，
类型：发明
国别省市：