一种基于机器视觉的卷体动作计数方法和计数系统技术方案

本发明专利技术公开了一种基于机器视觉的卷体动作计数方法，对视频流保存生成图像，将图像处理得到含有与人体部位对应的特征点的点位图，实现对人体姿态获取，并且动态特征点的位置，作为完成卷体动作的判断依据，对卷体动作进行计数，便于图像检测，在保证计数准确率的同时，大大减小图像处理的数据量，从而实现代替人工计数。本发明专利技术还提出了一种基于机器视觉的卷体动作计数系统。动作计数系统。

【技术实现步骤摘要】
一种基于机器视觉的卷体动作计数方法和计数系统


[0001]本专利技术涉及卷体动作计数
，尤其涉及一种基于机器视觉的卷体动作计数方法和计数系统。

技术介绍

[0002]仰卧起坐是国内学生体育训练以及军队体能训练中一项重要的运动。对于仰卧起坐和卷腹等卷体动作，由于被测试者身材差异，使得常规的检测方法适用性差。目前大多数测试都是测试者躺在垫子上测试，然后统计者进行计数。采用这种方式进行锻炼和测试，需要更多的人力，且如果动作不规范也可能被计数，测试结果不能满足最后测试的精度要求。

技术实现思路

[0003]为解决
技术介绍
中存在的技术问题，本专利技术提出一种基于机器视觉的卷体动作计数方法和计数系统。
[0004]本专利技术提出的一种基于机器视觉的卷体动作计数方法，包括下列步骤：
[0005]S1、获取被测试者卷体动作时的实时视频流；
[0006]S2、对实时视频流进行隔帧保存并生成图像；
[0007]S3、对图像进行预处理；
[0008]S4、将预处理后的图像送入特征点检测网络进行特征点检测，并获得特征点点位图，所述特征点点位图包括动态特征点；
[0009]对特征点点位图进行依次检测，根据动态特征点的位置判定一个卷体动作完成，计数加一。
[0010]优选地，在S4中，所述根据动态特征点的位置判定一个卷体动作完成，具体为，当第X次检测到在第Y帧特征点点位图中动态特征点的位置位于预设位置，且第X+1次检测到在第Y+W帧特征点点位图中所述动态特征点位于所述预设位置，判定第Y帧至第Y+W帧之间一个卷体动作完成；其中，X、Y、W均为正整数。
[0011]优选地，所述特征点点位图还包括静态参考点，所述动态特征点的位置位于预设位置，具体为，通过所述静态参考点确定所述动态特征点位于预设位置；
[0012]优选地，当预设位置位于预设位置阈值范围内时，X为正奇数，所述预设位置阈值范围不包含所述静态参考点；
[0013]优选地，通过动态特征点与所述静态参考点镜头之间的距离确定所述动态特征点位于预设位置；
[0014]优选地，所述动态特征点为手肘点，且所述静态参考点为膝盖点。
[0015]优选地，在S4中，所述静态参考点为膝盖点，所述动态特征点为手肘点；
[0016]当第X次检测到在第Y帧特征点点位图中手肘点与膝盖点之间的距离为M0，且第X+1次检测到在第Y+W帧特征点点位图中手肘点与膝盖点之间的距离为M0，判定第Y帧至第Y+W帧之间一个卷体动作完成，计数加一；
[0017]其中，M0为预设距离阈值，M0≥0，X、Y、W均为正整数。
[0018]优选地，所述特征点还包括静态参考点，且所述静态参考点为膝盖点，所述动态特征点为手肘点；
[0019]在S4中，“根据动态特征点的位置判定一个卷体动作完成”具体为：
[0020]第X次检测到在第Z帧特征点点位图中手肘点与膝盖点之间的距离为M
XZ
，当M
XZ
＜M
X(Z
‑
1)
且M
XZ
＜M
X(Z+1)
时，判定一个卷体动作完成；
[0021]其中，M
X
≥0，且X、Z、W均为正整数；
[0022]优选地，在S4中，“根据动态特征点的位置判定一个卷体动作完成”具体为：
[0023]第X次检测到在第Z帧特征点点位图中手肘点与膝盖点之间的距离为M
XZ
，满足M
XZ
＞M
X(Z
‑
1)
且M
XZ
＞M
X(Z+1)
，同时满足M
(X+1)(Z+U)
＞M
(X+1)(Z+U
‑
1)
且M
(X+1)(Z+U)
＞M
(X+1)(Z+U+1)
时，判定一次卷体动作完成；
[0024]其中，M
X
≥0，且X、Z、U均为正整数。
[0025]优选地，在第X次检测中，当手肘点与膝盖点之间的距离M
X
∈(M
max
‑
T2,M
max
)，其中T2为最大值预设阈值；
[0026]在第Z帧的特征点点位图中手肘点与膝盖点之间的距离M
XZ
＞第Z－1帧特征点点位图中手肘点与膝盖点之间的距离M
x(Z－1)
，且第Z帧特征点点位图中手肘点与膝盖点之间的距离M
XZ
＞第Z+1帧特征点点位图中手肘点与膝盖点之间的距离M
x(Z－1)
；
[0027]则认定M
XZ
＝M
Xmax
。
[0028]优选地，所述计数方法还包括：对第X次检测到第X+1次检测所经历的所有特征点点位图进行依次检测，若任一帧特征点点位图中手肘点和膝盖点之间的距离大于第一预设违规阈值，则计数减一；
[0029]和/或，特征点还包括手部点和头部点；所述计数方法还包括：对第X次检测到第X+1次检测所经历的所有特征点点位图进行依次检测，若任一帧特征点点位图中手部点和头部点之间的距离大于第二预设违规阈值，则计数减一；
[0030]和/或，特征点还包括胯部点和脚部点；所述计数方法还包括：对第X次检测到第X+1次检测所经历的所有特征点点位图进行依次检测，若任一帧特征点点位图中胯部点、膝盖点和脚部点形成的以膝盖点为中心的角度大于第三预设违规阈值，则计数减一；
[0031]和/或，特征点还包括肩部点和胯部点；所述计数方法还包括：对第X次检测到第X+1次检测所经历的所有特征点点位图进行依次检测，若任一帧特征点点位图中肩部点和胯部点的高度差大于第四预设违规阈值，则计数减一。
[0032]本专利技术中，所提出的基于机器视觉的卷体动作计数方法，对视频流保存生成图像，将图像处理得到含有与人体部位对应的特征点的点位图，实现对人体姿态获取，并且通过动态特征点的位置，作为完成卷体动作的判断依据，对卷体动作进行计数，便于图像检测，在保证计数准确率的同时，大大减小图像处理的数据量，从而实现代替人工计数。
[0033]本专利技术还提出一种基于机器视觉的卷体动作计数系统，包括：
[0034]特征点检测网络；
[0035]视频采集设模块，用于获取被测试者卷体动作时的实时视频流；
[0036]视频流处理模块，用于对实时视频流进行保存并生成图像；
[0037]图像预处理模块，用于对生成的图像进行预处理；
[0038]特征点点位图获取模块，用于将预处理后的图像送入特征点检测网络进行特征点检测，并获得特征点点位图，所述特征点点位图包括动态特征点；
[0039]卷体动作检测模块，对特征点点位图进行依次检测，根据动态特征点的位置判定一个卷体动作完成；
[0040]计数器模块，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卷体动作计数方法，其特征在于，包括下列步骤：S1、获取被测试者卷体动作时的实时视频流；S2、对实时视频流进行隔帧保存并生成图像；S3、对图像进行预处理；S4、将预处理后的图像送入特征点检测网络进行特征点检测，并获得特征点点位图，所述特征点点位图包括动态特征点；对特征点点位图进行依次检测，根据动态特征点的位置判定一个卷体动作完成，计数加一。2.根据权利要求1所述的基于机器视觉的卷体动作计数方法，其特征在于，在S4中，所述根据动态特征点的位置判定一个卷体动作完成，具体为，当第X次检测到在第Y帧特征点点位图中动态特征点的位置位于预设位置，且第X+1次检测到在第Y+W帧特征点点位图中所述动态特征点位于所述预设位置，判定第Y帧至第Y+W帧之间一个卷体动作完成；其中，X、Y、W均为正整数。3.根据权利要求2所述的基于机器视觉的卷体动作计数方法，其特征在于，所述特征点点位图还包括静态参考点，所述动态特征点的位置位于预设位置，具体为，通过所述静态参考点确定所述动态特征点位于预设位置；优选地，当预设位置与动态特征点运动轨迹两端不重合时，X为正奇数；优选地，通过动态特征点与所述静态参考点镜头之间的距离确定所述动态特征点位于预设位置；优选地，所述动态特征点为手肘点，且所述静态参考点为膝盖点。4.根据权利要求1至3任一项所述的基于机器视觉的卷体动作计数方法，其特征在于，在S4中，所述静态参考点为膝盖点，所述动态特征点为手肘点；当第X次检测到在第Y帧特征点点位图中手肘点与膝盖点之间的距离为M0，且第X+1次检测到在第Y+W帧特征点点位图中手肘点与膝盖点之间的距离为M0，判定第Y帧至第Y+W帧之间一个卷体动作完成，计数加一；其中，M0为预设距离阈值，M0≥0，X、Y、W均为正整数。5.根据权利要求1至3任一项所述的基于机器视觉的卷体动作计数方法，其特征在于，所述特征点还包括静态参考点，且所述静态参考点为膝盖点，所述动态特征点为手肘点；在S4中，“根据动态特征点的位置判定一个卷体动作完成”具体为：第X次检测到在第Z帧特征点点位图中手肘点与膝盖点之间的距离为M
XZ
，当M
XZ
＜M
X(Z
‑
1)
且M
XZ
＜M
X(Z+1)
时，判定一个卷体动作完成；其中，M
X
≥0，且X、Z、W均为正整数；优选地，在S4中，“根据动态特征点的位置判定一个卷体动作完成”具体为：第X次检测到在第Z帧特征点点位图中手肘点与膝盖点之间的距离为M
XZ
，满足M
XZ
＞M
X(Z
‑
1)
且M
XZ
＞M
X(Z+1)
，同时满足M
(X+1)(Z+U)
＞M
(X+1)(Z+U
‑
1)
且M
(X+1)(Z+U)
＞M
(X+1)(Z+U+1)
时，判定一次卷体动作完成；其中，M
X
≥0，且X、Z、U均为正整数。6.根据权利要求2、4、5中任一项所述的基于机器视觉的卷体动作计数方法，其特征在于，所述计数方法还包括：对第X次检测到第X+1次检测所经历的所有特征点点位图进行依
次检测，若任一帧特征点点位图中手肘点和膝盖点之间的距离大于第一预设违规阈值，则计数减一；和/或，所述特征点点位图还包括手部点和头部点；所述计数方法还包括：对第X次检测到第X+1次检测所经历的所有特征点点位图进行依次检测，若任一帧特征点点位图中手部点和头部点之间的距离大于第二预设违规阈值，则计数减一；和/或，所述特征点点位图还包括胯部点和脚部点；所述计数方法还包括：对第X次检测到第X+1次检测所经历的所有特征点点位图进行依次检测，若任一帧特征点点位图中胯部点、膝盖点和脚部点形成的以膝盖点为中心的角度大于第三预设违规阈值，则计数减一；和/或，所述特征点点位图还包括肩部点和胯部点；所述计数方法还包括：对第X次检测到第X+1次检测所经历的所有特征点点位图进行依次检测，若任一帧特征点点位图中肩部点和胯部点的高度差大于第四预设违规阈值，则计数减一。7.一种基于机器视觉的卷体动作计数系统，其特征在于，包括：特征...

【专利技术属性】
技术研发人员：唐义平，
申请(专利权)人：安徽一视科技有限公司，
类型：发明
国别省市：