基于人体姿态估计的体育运动训练方法与系统技术方案

本发明专利技术公开了基于人体姿态估计的体育运动训练方法，所述方法包括通过摄像头采集运动员体育运动视频流数据；将获得视频流数据上传至后台服务器；利用部署于后台服务器的体育运动动作智能分析模块对视频流数据进行分析处理；将经分析处理后获得的评估结果推送至交互平台；教练与运动员可自行查看评估结果及动作建议。建议。建议。

【技术实现步骤摘要】
基于人体姿态估计的体育运动训练方法与系统


[0001]本专利技术涉及智能训练与评估的
，具体涉及一种基于人体姿态估计的体育运动训练方法与系统。

技术介绍

[0002]近年来，随着我国居民生活水平的不断提高，人们对体育运动越来越重视，掀起了一股全民健身的热潮。
[0003]但是无论何种运动项目，在运动教学上都是教练或者体育老师一对一或者一对多的面授教学。一对一的教练教学不仅费用高昂、教练资源紧张，而且在中小学以及高校体育课教学中，运动教学的水平良莠不齐、体育课时间有限，老师很难兼顾到每位同学的实际情况，因此在教学中存在“一把抓”的现象。另外，很多球类项目的动作速度快，肉眼无法在一瞬间精准地观察到运动者的动作是否标准。为解决这一问题，职业运动队教练对比赛录像进行动作的静态图像分析，但这种靠人工判别方式难以普及应用在普通课堂教学中。
[0004]现有技术中，孙一为研发了一种基于MEMS的人体运动信息采集系统，该系统通过多传感器组成的可穿戴式体育检测系统，实现对体育运动运动员的动作信息采集，使用无线传输技术将数据发送至计算机进行计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人体姿态估计的体育运动训练方法，其特征在于，所述方法包括：通过摄像头采集运动员体育运动视频流数据；将获得视频流数据上传至后台服务器；利用部署于后台服务器的体育运动智能分析模块对视频流数据进行分析处理；将经分析处理后获得的评估结果推送至交互平台；教练与运动员可自行查看评估结果及动作建议。2.根据权利要求1所述的基于人体姿态估计的体育运动训练方法，其特征在于，所述体育运动智能分析模块包括改进OpenPose的人体姿态估计子模块和体育运动动作标准程度评估子模块。3.根据权利要求1所述的基于人体姿态估计的体育运动训练方法，其特征在于，所述改进OpenPose的人体姿态估计子模块的特征提取网络为轻量型的MobileNet网络，其卷积核结构为若干个微型卷积构成的串联结构。4.根据权利要求3所述的基于人体姿态估计的体育运动训练方法，其特征在于，输入图像经过MobileNet网络特征提取后生成一组特征映射F，下一步并行进入Branch1与Branch2分支预测肢体置信度和部位亲和力向量场，在经过这样一个stage后得到一组肢体置信度图和一组部位亲和力向量场，随后上一阶段的输出与原始特征映射F再次汇合进入下一阶段，这样的过程将连续执行六次，最终输出图像中的人体骨骼信息。5.根据权利要求3所述的基于人体姿态估计的体育运动训练方法，其特征在于，所述若干个微型卷积包括一个1
×
1的卷积、一个3
×
3的深度可分离卷积与一个膨胀系数为2的空洞卷积组成的串联结构，其中，使用一个1
×
1的卷积核与2个3
×
3的卷积核兼顾局部信息的相关性，再根据深度可分离卷积的思想，将中间层3
×
3的标准卷积核分解为1个3
×
3的深度卷积与一个1
×
1的通道点卷积，最后一层使用一个膨胀系数为2的3
×
3空洞卷积去弥补已有的感受野缺失。6.根据权利要求3或4所述的基于人体姿态估计的体育运动训练方法，其特征在于，所述MobileNet网络的版本为MobileNetV3
‑
small。...

【专利技术属性】
技术研发人员：赵小虎，有鹏，石传寿，胡明，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：