一种基于体育训练的动作捕捉方法及系统技术方案

本发明专利技术公开了一种基于体育训练的动作捕捉方法，包括以下步骤：基于人体骨骼模型采用三维片面建模构建人体三维模型；实时获取体育训练的人体运动视频数据；对人体运动视频数据进行视频序列处理，并根据处理后的人体运动视频数据对人体动作进行识别，生成动作捕捉识别信息；根据动作捕捉识别信息对人体三维模型进行实时调整，以构建实时的人体三维骨骼模型，完成动作捕捉。本发明专利技术还公开了一种基于体育训练的动作捕捉系统。本发明专利技术涉及动作捕捉技术领域。本发明专利技术可进行精准的动作姿态捕捉，构建精准合理的三维模型。准合理的三维模型。准合理的三维模型。

【技术实现步骤摘要】
一种基于体育训练的动作捕捉方法及系统


[0001]本专利技术涉及动作捕捉
，具体而言，涉及一种基于体育训练的动作捕捉方法及系统。

技术介绍

[0002]在体育教学中，如武术舞蹈教学，尤其像抛铁球、立定跳远这种固定位置且非常强调姿势正确的运动，很适合用姿态检测技术来辅助训练和错误姿势矫正。对于初学者，如果没有经过系统的学习，往往会由于动作、姿态不标准导致技术水平无法提高，甚至会造成运动损伤。因此需要经常对自己的动作进行回顾分析并进行改进。传统的训练方法需要专业体育教练进行一对一教学，存在人工成本高和灵活性较低等问题，如何通过更加简单有效的方式进行教学与训练是目前亟需解决的问题。
[0003]为了解决上述问题，越来越多的职业体育训练队或者国家训练队开始将动作捕捉应用于体育训练中，可以对运动员训练的工作进行具体分析，找到动作中存在瑕疵的连接点，然后通过后期实际训练来不断改善、提升。但是现有技术中一般采用基于姿态传感器的肢体动作捕捉方案，需用户穿戴一整套动作捕捉服等设备，用户的穿戴体验效果不好，且受到设备的限制导致后续的分析精准度不高，使运动动作错误纠正显得困难。

技术实现思路

[0004]为了克服上述问题或者至少部分地解决上述问题，本专利技术实施例提供一种基于体育训练的动作捕捉方法及系统，可进行精准的动作姿态捕捉，构建精准合理的三维模型。
[0005]本专利技术的实施例是这样实现的：
[0006]第一方面，本专利技术实施例提供一种基于体育训练的动作捕捉方法，包括以下步骤：/>[0007]基于人体骨骼模型采用三维片面建模构建人体三维模型；
[0008]实时获取体育训练的人体运动视频数据；
[0009]对人体运动视频数据进行视频序列处理，并根据处理后的人体运动视频数据对人体动作进行识别，生成动作捕捉识别信息；
[0010]根据动作捕捉识别信息对人体三维模型进行实时调整，以构建实时的人体三维骨骼模型，完成动作捕捉。
[0011]为了解决现有技术中无法简单方便精准的采集体育训练中各个人员的人体全身动作捕捉的技术问题，本专利技术结合智能评估功能，不需要配备多个传感器，而是通过运动过程监控视频采集和视频序列智能处理，对运动动作进行识别、回顾和技术数据分析，以得到精准的动作捕捉。并基于人体骨骼模型建立直观的人体三维模型，然后结合基于视频数据识别到的动作信息对人体三维模型进行实时的调整，实时动态重构人体三维骨骼模型，为体育训练教学指导提供精准的参考，以便直观的找出用户的动作姿态的错误，进而及时进行调整。
[0012]本方法通过对用户的运动动作进行视频监控，根据视频数据进行动作识别分析，
无需冗余的传感检测设备，减轻用户的穿戴负担，减轻了穿戴重量，用户也可更加精准的进行体育训练，进而获取到更为精准的数据，然后基于约束的层次和刚体力学的人体骨骼模型，使用动作捕捉系统采集人体姿态数据，采用三维面片模型构建人体三维模型，实时动态重构人体三维骨骼模型，为后续体育教学提供精准的参考指导。
[0013]基于第一方面，在本专利技术的一些实施例中，该基于体育训练的动作捕捉方法还包括以下步骤：
[0014]获取目标体育训练项目信息；
[0015]根据人体三维骨骼模型和目标体育训练项目信息中的姿势数据对人体动作姿态进行识别，以得到目标姿态信息；
[0016]根据目标姿态信息和预置的姿态评估参数对人体动作姿态进行评估，生成姿态评估信息。
[0017]基于第一方面，在本专利技术的一些实施例中，上述根据目标姿态信息和预置的姿态评估参数对人体动作姿态进行评估，生成姿态评估信息的方法包括以下步骤：
[0018]根据目标姿态信息中的各个关节数据和预置的姿态评估参数中的关节活跃情况数据和空间特性数据对人体动作姿态进行评估，生成整体姿态评估信息。
[0019]基于第一方面，在本专利技术的一些实施例中，该基于体育训练的动作捕捉方法还包括以下步骤：
[0020]根据目标姿态信息采用SVM分类器对人体动作姿态进行分析，以构建人体局部关节向量；
[0021]采用CCA分析方法对人体局部关节向量进行度量分析，生成关节运动趋势预测信息。
[0022]第二方面，本专利技术实施例提供一种基于体育训练的动作捕捉系统，包括初始模型模块、视频数据获取模块、动作捕捉识别模块以及三维模型构建模块，其中：
[0023]初始模型模块，用于基于人体骨骼模型采用三维片面建模构建人体三维模型；
[0024]视频数据获取模块，用于实时获取体育训练的人体运动视频数据；
[0025]动作捕捉识别模块，用于对人体运动视频数据进行视频序列处理，并根据处理后的人体运动视频数据对人体动作进行识别，生成动作捕捉识别信息；
[0026]三维模型构建模块，用于根据动作捕捉识别信息对人体三维模型进行实时调整，以构建实时的人体三维骨骼模型，完成动作捕捉。
[0027]为了解决现有技术中无法简单方便精准的采集体育训练中各个人员的人体全身动作捕捉的技术问题，本专利技术结合智能评估功能，不需要配备多个传感器，而是视频数据获取模块和动作捕捉识别模块通过运动过程监控视频采集和视频序列智能处理，对运动动作进行识别、回顾和技术数据分析，以得到精准的动作捕捉。并通过初始模型模块基于人体骨骼模型建立直观的人体三维模型，然后三维模型构建模块结合基于视频数据识别到的动作信息对人体三维模型进行实时的调整，实时动态重构人体三维骨骼模型，为体育训练教学指导提供精准的参考，以便直观的找出用户的动作姿态的错误，进而及时进行调整。
[0028]本系统通过对用户的运动动作进行视频监控，根据视频数据进行动作识别分析，无需冗余的传感检测设备，减轻用户的穿戴负担，减轻了穿戴重量，用户也可更加精准的进行体育训练，进而获取到更为精准的数据，然后基于约束的层次和刚体力学的人体骨骼模
型，使用动作捕捉系统采集人体姿态数据，采用三维面片模型构建人体三维模型，实时动态重构人体三维骨骼模型，为后续体育教学提供精准的参考指导。
[0029]基于第二方面，在本专利技术的一些实施例中，该基于体育训练的动作捕捉系统还包括目标项目模块、姿态识别模块以及姿态评估模块，其中：
[0030]目标项目模块，用于获取目标体育训练项目信息；
[0031]姿态识别模块，用于根据人体三维骨骼模型和目标体育训练项目信息中的姿势数据对人体动作姿态进行识别，以得到目标姿态信息；
[0032]姿态评估模块，用于根据目标姿态信息和预置的姿态评估参数对人体动作姿态进行评估，生成姿态评估信息。
[0033]基于第二方面，在本专利技术的一些实施例中，上述姿态评估模块包括关节子模块，用于根据目标姿态信息中的各个关节数据和预置的姿态评估参数中的关节活跃情况数据和空间特性数据对人体动作姿态进行评估，生成整体姿态评估信息。
[0034]基于第二方面，在本专利技术的一些实施例中，该基于体育训练的动作捕捉系统还包括局部向量模块和动作预测模块，其中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于体育训练的动作捕捉方法，其特征在于，包括以下步骤：基于人体骨骼模型采用三维片面建模构建人体三维模型；实时获取体育训练的人体运动视频数据；对人体运动视频数据进行视频序列处理，并根据处理后的人体运动视频数据对人体动作进行识别，生成动作捕捉识别信息；根据动作捕捉识别信息对人体三维模型进行实时调整，以构建实时的人体三维骨骼模型，完成动作捕捉。2.根据权利要求1所述的一种基于体育训练的动作捕捉方法，其特征在于，还包括以下步骤：获取目标体育训练项目信息；根据人体三维骨骼模型和目标体育训练项目信息中的姿势数据对人体动作姿态进行识别，以得到目标姿态信息；根据目标姿态信息和预置的姿态评估参数对人体动作姿态进行评估，生成姿态评估信息。3.根据权利要求2所述的一种基于体育训练的动作捕捉方法，其特征在于，所述根据目标姿态信息和预置的姿态评估参数对人体动作姿态进行评估，生成姿态评估信息的方法包括以下步骤：根据目标姿态信息中的各个关节数据和预置的姿态评估参数中的关节活跃情况数据和空间特性数据对人体动作姿态进行评估，生成整体姿态评估信息。4.根据权利要求2所述的一种基于体育训练的动作捕捉方法，其特征在于，还包括以下步骤：根据目标姿态信息采用SVM分类器对人体动作姿态进行分析，以构建人体局部关节向量；采用CCA分析方法对人体局部关节向量进行度量分析，生成关节运动趋势预测信息。5.一种基于体育训练的动作捕捉系统，其特征在于，包括初始模型模块、视频数据获取模块、动作捕捉识别模块以及三维模型构建模块，其中：初始模型模块，用于基于人体骨骼模型采用三维片面建模构建人体三维模型；视频数据获取模块，用于实时获取体育训练的人体运动视频数据；动作捕捉识别模块，用于对人体运动视频数据进行视频序...

【专利技术属性】
技术研发人员：杨颖，张成贵，
申请(专利权)人：武汉学院，
类型：发明
国别省市：