一种基于机器视觉的跑步运动评估方法技术

本发明专利技术公开一种基于机器视觉的跑步运动评估方法，包括如下步骤：采集第一图像，对第一图像进行处理分析以获取第一图像中的运动特征与预设的固定特征之间的第一位置关系，根据第一位置关系对与运动特征关联的运动个体进行运动评估。效果为：不受环境因素影响，评估结果更准确，系统要求低，无需佩戴式辅助器具，运动个体无感，用户体验好。用户体验好。用户体验好。

【技术实现步骤摘要】
一种基于机器视觉的跑步运动评估方法


[0001]本专利技术涉及运动评估领域，尤其涉及一种基于机器视觉的跑步运动评估方法。

技术介绍

[0002]一些体育运动的训练和考核已逐渐实现自动化、智能化，比如，长跑或短跑运动，首先对赛道区域进行图像采集，然后对图像进行识别分析，从而获得评估结果，在实际操作过程中，大都需要以一些固定特征例如赛道边线或终点线作为参考，但上述边线或终点线在图像中的显示受到诸多环境因素的影响，比如天气光线角度等，导致一些无法清晰地采集到，提高识别难度，同时，这些固定特征在赛道的长期使用之后，容易出现损坏缺失等，评估结果的准确性很难得到保证，进一步地，现有主流的基于神经网络的图像识别技术对于识别对象的特征缺失更是敏感，导致图像识别的准确率较低，且对系统的要求更高，亟待改进。

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跑步运动评估方法，包括如下步骤：采集第一图像，对第一图像进行处理分析以获取第一图像中的运动特征与预设的固定特征之间的第一位置关系，根据第一位置关系对与运动特征关联的运动个体进行运动评估。
[0004]优选地，“获取第一图像中的运动特征与预设的固定特征之间的第一位置关系”具体包括：获取固定特征在第一图像中的第一相对位置，识别运动特征在第一图像中的第二相对位置，根据第一相对位置与第二相对位置得到第一位置关系。
[0005]优选地，“采集第一图像”具体为：定点采集第一图像、第二图像，“获取固定特征在第一图像中的第一相对位置”具体包括：在第二图像中标定出固定特征在第二图像中的第三相对位置并存储，根据第三相对位置获取第一相对位置。
[0006]优选地，“根据第一相对位置与第二相对位置得到所述第一位置关系”具体为：按照第一预设规则由固定特征以及固定特征在第一图像中的第一位置关系关联出固定特征区域以及固定特征区域在第一图像中的第四相对位置，按照第二预设规则获取运动特征上关键点在第一图像中且位于第二相对位置范围内的第五相对位置，获取第五相对位置与第四相对位置之间的第二位置关系，由第二位置关系得到第一位置关系。
[0007]优选地，固定特征为部分或全部X号赛道两侧边线，固定特征区域具体包括：固定特征、固定特征对应的两侧边线之间的X号赛道区域，当第五相对位置落在第四相对位置范围时，则评估出运动特征所对应的运动个体的赛道号为X。
[0008]优选地，固定特征为部分或全部X号赛道的终点线，固定特征区域具体包括：固定特征、部分或全部X号赛道区域，当第五相对位置落在第四相对位置范围时，则评估出运动特征所对应的运动个体的赛道号为X。
[0009]优选地，固定特征具体包括：部分或全部X号赛道两侧边线、部分或全部X+1号赛道
两侧边线，固定特征区域具体包括：由上述部分或全部X号赛道两侧边线以及上述部分或全部X号赛道两侧边线之间的X号赛道区域组成的第一固定特征区域、由上述部分或全部X+1号赛道两侧边线以及上述部分或全部X+1号赛道两侧边线之间的X+1号赛道区域组成的第二固定特征区域，当在预设时间内定点采集到的多帧第一图像中，既存在关键点落在第一固定特征区域内的一帧或多帧第一图像，又存在关键点落在第二固定特征区域内的一帧或多帧第一图像，且落在第一固定特征区域内的关键点与落在第二固定特征区域内的关键点对应同一运动个体，则评估运动特征对应的运动个体串道。
[0010]优选地，固定特征具体为部分或全部X号赛道的终点线，第一位置关系包括但不限于以下三种之一或多种：未达终点线、到达终点线、超过终点线。
[0011]优选地，当第一位置关系为到达终点线时，即可根据关键点对应的运动个体的运动开始时间以及该帧第一图像的采集时间评估出该运动个体的运动成绩。
[0012]本专利技术所提出的基于机器视觉的跑步运动评估方法，具有如下技术效果：1、不受环境因素影响，评估结果更准确3、系统要求低；4、无需佩戴式辅助器具，运动个体无感，用户体验好。
附图说明
[0013]图1为实施例1提出的基于机器视觉的跑步运动评估方法的流程图；
[0014]图2为实施例2提出的基于机器视觉的跑步运动评估方法的流程图；
[0015]图2
‑
1为实施例2中S2的具体流程图；
[0016]图2
‑
2为实施例2中S21的具体流程图；
[0017]图2
‑
3为实施例2中S23的具体流程图；
[0018]图3为实施例3提出的基于机器视觉的跑步运动评估方法的流程图；
[0019]图3
‑
1为实施例3中S2的具体流程图；
[0020]图3
‑
2为实施例3中S21的具体流程图；
[0021]图3
‑
3为实施例3中S23的具体流程图；
[0022]图4为实施例4提出的基于机器视觉的跑步运动评估方法的流程图；
[0023]图4
‑
1为实施例4中S2的具体流程图；
[0024]图4
‑
2为实施例4中S21的具体流程图；
[0025]图4
‑
3为实施例4中S23的具体流程图；
[0026]图5为实施例5提出的基于机器视觉的跑步运动评估方法的流程图；
[0027]图5
‑
1为实施例5中S2的具体流程图；
[0028]图5
‑
2为实施例5中S21的具体流程图。
具体实施方式
[0029]实施例1
[0030]实施例1提出一种基于机器视觉的跑步运动评估方法，具体包括如下步骤：
[0031]S1、采集第一图像。
[0032]调整采集终端的位置，调整角度和高度，以采集到清晰地包含部分赛道区域的第一图像。
[0033]S2、对第一图像进行处理分析以获取第一图像中的运动特征与预设的固定特征之间的第一位置关系。
[0034]当运动个体出现在上述部分赛道区域时，摄像头采集到的第一图像中将包含运动特征，运动特征与该运动个体关联，可以是人体框图或着装或骨骼关键点等，固定特征与上述赛道之间相对位置固定，可以是赛道边线、终点线等。
[0035]S3、根据第一位置关系对运动特征所对应的运动个体进行运动评估。
[0036]实施例2
[0037]实施例2提出一种基于机器视觉的跑步运动评估方法，具体包括如下步骤：
[0038]S1、定点采集第一图像、第二图像。
[0039]调整采集终端的位置，调整角度和高度，以采集到清晰地包含部分赛道区域的第一图像。
[0040]S2、对第一图像进行处理分析以获取第一图像中的运动特征与预设的固定特征之间的第一位置关系。
[0041]具体包括：
[0042]S21、获取固定特征在第一图像中的第一相对位置。
[0043]S21具体包括：
[00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跑步运动评估方法，其特征在于，包括如下步骤：采集第一图像，对第一图像进行处理分析以获取第一图像中的运动特征与预设的固定特征之间的第一位置关系，根据第一位置关系对与运动特征关联的运动个体进行运动评估。2.如权利要求1所述的基于机器视觉的跑步运动评估方法，其特征在于，“获取第一图像中的运动特征与预设的固定特征之间的第一位置关系”具体包括：获取固定特征在第一图像中的第一相对位置，识别运动特征在第一图像中的第二相对位置，根据第一相对位置与第二相对位置得到第一位置关系。3.如权利要求2所述的基于机器视觉的跑步运动评估方法，其特征在于，“采集第一图像”具体为：定点采集第一图像、第二图像，“获取固定特征在第一图像中的第一相对位置”具体包括：在第二图像中标定出固定特征在第二图像中的第三相对位置并存储，根据第三相对位置获取第一相对位置。4.如权利要求2所述的基于机器视觉的跑步运动评估方法，其特征在于，“根据第一相对位置与第二相对位置得到所述第一位置关系”具体为：按照第一预设规则由固定特征以及固定特征在第一图像中的第一位置关系关联出固定特征区域以及固定特征区域在第一图像中的第四相对位置，按照第二预设规则获取运动特征上关键点在第一图像中且位于第二相对位置范围内的第五相对位置，获取第五相对位置与第四相对位置之间的第二位置关系，由第二位置关系得到第一位置关系。5.如权利要求4所述的基于机器视觉的跑步运动评估方法，其特征在于，固定特征为部分或全部X号赛道两侧边线，固定特征区域具体包括：固定特征、固定特征对应的两侧边线之间的X号赛道区域，当第五相对位置落在第四相...

【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：