周期性运动测评方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种周期性运动测评方法、装置、电子设备及存储介质，其中方法包括：获取待测视频流；基于所述待测视频流中当前帧的参照物位置信息和人员骨骼点位置信息，确定所述当前帧的运动位移；基于所述待测视频流中各帧的运动位移，确定所述运动位移的极高值拐点和极低值拐点分别对应的拐点帧；基于所述拐点帧，进行周期性运动计数。本发明专利技术提供的方法、装置、电子设备和存储介质，降低了周期性运动测评的成本，并且不需要额外安装很多配套设备，提高了周期性运动测评的便捷性；并且基于拐点帧，进行周期性运动计数，相较于人工计数和各类传感器组成的测试仪更加方便快捷，并且没有误差，进一步提高了周期性运动测评的准确性。进一步提高了周期性运动测评的准确性。进一步提高了周期性运动测评的准确性。

【技术实现步骤摘要】
周期性运动测评方法、装置、电子设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种周期性运动测评方法、装置、电子设备及存储介质。

技术介绍

[0002]周期性运动，是指引体向上、仰卧起坐、俯卧撑等常见的体育运行项目。
[0003]当前周期性运动的测评主要依赖人工计数或周期性运动的自动化测评方法，其中，人工计数费时费力并且误差较大，不能精准检测出被测人员是否违规。而周期性运动的自动化测评方法多依赖各类传感器组成的测试仪，测试仪的配套设备较多，成本较高，安装复杂，移动不便。并且，现有技术中针对周期性运动的测评偏定制化，没有统一的测评方法。

技术实现思路

[0004]本专利技术提供一种周期性运动测评方法、装置、电子设备及存储介质，用以解决现有技术中人工计数和周期性运动的自动化测评方法的缺陷。
[0005]本专利技术提供一种周期性运动测评方法，包括：
[0006]获取待测视频流；
[0007]基于所述待测视频流中当前帧的参照物位置信息和人员骨骼点位置信息，确定所述当前帧的运动位移；
[0008]基于所述待测视频流中各帧的运动位移，确定所述运动位移的极高值拐点和极低值拐点分别对应的拐点帧；
[0009]基于所述拐点帧，进行周期性运动计数。
[0010]根据本专利技术提供的一种周期性运动测评方法，所述基于所述待测视频流中各帧的运动位移，确定所述运动位移的极高值拐点和极低值拐点分别对应的拐点帧，包括：
[0011]基于所述待测视频流中各帧的运动位移，以及所述待测视频流中排列在各帧之前预设数量帧的运动位移，确定所述各帧的动作速度和动作加速度；
[0012]基于所述各帧的动作速度和动作加速度，确定所述运动位移的极高值拐点和极低值拐点分别对应的拐点帧。
[0013]根据本专利技术提供的一种周期性运动测评方法，所述基于所述各帧的动作速度和动作加速度，确定所述运动位移的极高值拐点和极低值拐点分别对应的拐点帧，包括：
[0014]基于所述各帧的动作速度和动作加速度，确定所述运动位移的候选极高值拐点和候选极低值拐点；
[0015]基于所述待测视频流中所处状态切换处的帧的运动位移，从所述候选极高值拐点和候选极低值拐点中确定出极高值拐点和极低值拐点，并确定所述极高值拐点和极低值拐点分别对应的拐点帧。
[0016]根据本专利技术提供的一种周期性运动测评方法，所述基于所述拐点帧，进行周期性运动计数，包括：
[0017]将合规动作检测结果为合规的拐点帧，确定为有效拐点帧；
[0018]基于所述有效拐点帧，进行周期性运动计数；
[0019]所述合规动作检测结果是由规则检测模型基于所述拐点帧进行检测得到的。
[0020]根据本专利技术提供的一种周期性运动测评方法，所述基于所述待测视频流中当前帧的参照物位置信息和人员骨骼点位置信息，确定所述当前帧的运动位移，包括：
[0021]在所述当前帧所处状态为运动状态的情况下，基于所述当前帧的参照物位置信息和人员骨骼点位置信息，确定所述当前帧的运动位移；
[0022]所述当前帧所处状态基于如下步骤确定：
[0023]在所述待测视频流中上一帧所处的状态为准备状态的情况下，基于所述当前帧的人员骨骼点位置信息，进行准备动作合规检测，得到所述当前帧的合规动作检测结果；
[0024]在所述当前帧的合规动作检测结果为合规的情况下，或，所述待测视频流中上一帧所处的状态为运动状态的情况下，确定所述当前帧所处的状态为运动状态；
[0025]在所述当前帧的合规动作检测结果为不合规的情况下，确定所述当前帧所处的状态为准备状态。
[0026]根据本专利技术提供的一种周期性运动测评方法，所述基于所述待测视频流中当前帧的参照物位置信息和人员骨骼点位置信息，确定所述当前帧的运动位移，包括：
[0027]基于所述周期性运动的运动类型，从所述当前帧中所述人员骨骼点位置信息中确定出运动标记点位置；
[0028]基于所述当前帧的参照物位置信息，以及所述运动标记点位置，确定所述当前帧的运动位移。
[0029]根据本专利技术提供的一种周期性运动测评方法，所述基于所述周期性运动的运动类型，从所述当前帧中所述人员骨骼点位置信息中确定出运动标记点位置，包括：
[0030]在所述运动类型为引体向上的情况下，基于所述当前帧中所述人员骨骼点位置信息的肩部骨骼点位置和下颌骨骼点位置，确定所述运动标记点位置；
[0031]在所述运动类型为俯卧撑的情况下，基于所述当前帧中所述人员骨骼点位置信息的肩部骨骼点位置，确定所述运动标记点位置。
[0032]本专利技术还提供一种周期性运动测评装置，包括：
[0033]获取单元，用于获取待测视频流；
[0034]确定运动位移单元，用于基于所述当前帧的参照物位置信息和人员骨骼点位置信息，确定所述当前帧的运动位移；
[0035]确定拐点帧单元，用于基于所述待测视频流中各帧的运动位移，确定所述运动位移的极高值拐点和极低值拐点分别对应的拐点帧；
[0036]计数单元，用于基于所述拐点帧，进行周期性运动计数。
[0037]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述周期性运动测评方法。
[0038]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述周期性运动测评方法。
[0039]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器
执行时实现如上述任一种所述周期性运动测评方法。
[0040]本专利技术提供的周期性运动测评方法、装置、电子设备及存储介质，基于待测视频流中当前帧的参照物位置信息和人员骨骼点位置信息，可以确定当前帧的运动位移，由于运动位移是相对于参照物位置信息和人员骨骼点位置信息而言的，因此针对运动位移的计算无需标定，简化了周期性运动测评的前期准备流程；基于待测视频流中各帧的运动位移，进行周期性运动测评，此过程不需要依赖各类传感器组成的测试仪，从而降低了周期性运动测评的成本，并且不需要额外安装很多配套设备，提高了周期性运动测评的便捷性；并且基于拐点帧，进行周期性运动计数，相较于人工计数和各类传感器组成的测试仪更加方便快捷，并且没有误差，进一步提高了周期性运动测评的准确性。
附图说明
[0041]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1是本专利技术提供的周期性运动测评方法的流程示意图之一；
[0043]图2是本专利技术提供的周期性运动测评方法的流程示意图之二；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种周期性运动测评方法，其特征在于，包括：获取待测视频流；基于所述待测视频流中当前帧的参照物位置信息和人员骨骼点位置信息，确定所述当前帧的运动位移；基于所述待测视频流中各帧的运动位移，确定所述运动位移的极高值拐点和极低值拐点分别对应的拐点帧；基于所述拐点帧，进行周期性运动计数。2.根据权利要求1所述的周期性运动测评方法，其特征在于，所述基于所述待测视频流中各帧的运动位移，确定所述运动位移的极高值拐点和极低值拐点分别对应的拐点帧，包括：基于所述待测视频流中各帧的运动位移，以及所述待测视频流中排列在各帧之前预设数量帧的运动位移，确定所述各帧的动作速度和动作加速度；基于所述各帧的动作速度和动作加速度，确定所述运动位移的极高值拐点和极低值拐点分别对应的拐点帧。3.根据权利要求2所述的周期性运动测评方法，其特征在于，所述基于所述各帧的动作速度和动作加速度，确定所述运动位移的极高值拐点和极低值拐点分别对应的拐点帧，包括：基于所述各帧的动作速度和动作加速度，确定所述运动位移的候选极高值拐点和候选极低值拐点；基于所述待测视频流中所处状态切换处的帧的运动位移，从所述候选极高值拐点和候选极低值拐点中确定出极高值拐点和极低值拐点，并确定所述极高值拐点和极低值拐点分别对应的拐点帧。4.根据权利要求1所述的周期性运动测评方法，其特征在于，所述基于所述拐点帧，进行周期性运动计数，包括：将合规动作检测结果为合规的拐点帧，确定为有效拐点帧；基于所述有效拐点帧，进行周期性运动计数；所述合规动作检测结果是由规则检测模型基于所述拐点帧进行检测得到的。5.根据权利要求1至4中任一项所述的周期性运动测评方法，其特征在于，所述基于所述待测视频流中当前帧的参照物位置信息和人员骨骼点位置信息，确定所述当前帧的运动位移，包括：在所述当前帧所处状态为运动状态的情况下，基于所述当前帧的参照物位置信息和人员骨骼点位置信息，确定所述当前帧的运动位移；所述当前帧所处状态基于如下步骤确定：在所述待测视频流中上一帧所处的状态为准备状态的情况下，基于所述当前帧的...

【专利技术属性】
技术研发人员：李春叶，陈致宏，殷实，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：