本申请涉及一种立定跳远成绩的测定方法、系统、装置和介质，其中，该方法包括：通过相机实时捕获立定跳远测试场景下的视频流数据；根据相机的相机内置参数和相机外部参数，计算出视频流数据的真实世界坐标；通过预设深度学习网络模型，从视频流数据中识别出人体骨骼点信息；基于真实世界坐标和人体骨骼点信息，测定出立定跳远的成绩。通过本申请，解决了现有立定跳远成绩测定中存在的低效、不精确和高成本问题，实现了在真实世界坐标的基础上，结合人体骨骼点信息判定出测试者的落地点，可保证在落地点有多个的情况下，准确高效地得出所有落地点的真实世界坐标，进而更快地计算出准确的立定跳远成绩。立定跳远成绩。立定跳远成绩。
【技术实现步骤摘要】
一种立定跳远成绩的测定方法、系统、装置和介质
[0001]本申请涉及智能运动健身设备领域，特别是涉及一种立定跳远成绩的测定方法、系统、装置和介质。
技术介绍
[0002]立定跳远是一项能够反映出身体协调力和爆发力的运动项目，同时也在一定程度上体现出个人的身体素质情况，目前立定跳远作为一项体育测试的必测运动项目，具有广泛的群众基础。
[0003]在传统的立定跳远测试中，至少需要两位测试人员将量尺分别固定在起跳点和跳落的终点进行成绩的读数，一般还需要由专门的成绩记录人员对成绩进行手动记录，因此传统的测试方式需要占用至少二到三位额外的成绩记录人员，造成一定的人员浪费，同时工作效率较为低下。
[0004]在现有技术中，也存在有一定的成绩自动记录的立定跳远测试装置，但是现有的测试装置一般需要多种传感器，导致价格较为昂贵，对于学校来说是一笔不小的投入，在一定程度上增加了学校的经济负担。
[0005]目前针对相关技术中立定跳远成绩测定存在的低效、不精确和高成本问题，尚未提出有效的解决方案。
技术实现思路
[0006]本申请实施例提供了一种立定跳远成绩的测定方法、系统、装置和介质，以至少解决相关技术中立定跳远成绩测定存在的低效、不精确和高成本问题。
[0007]第一方面，本申请实施例提供了一种立定跳远成绩的测定方法，所述方法包括：
[0008]通过相机实时捕获立定跳远测试场景下的视频流数据；
[0009]根据所述相机的相机内置参数和相机外部参数，计算出所述视频流数据的真实世界坐标；
[0010]通过预设深度学习网络模型，从所述视频流数据中识别出人体骨骼点信息；
[0011]基于所述真实世界坐标和所述人体骨骼点信息，测定出立定跳远的成绩。
[0012]在其中一些实施例中，根据所述相机的相机内置参数和相机外部参数，计算出所述视频流数据的真实世界坐标包括：
[0013]获取所述相机的相机内置参数，其中，所述相机内置参数包括相机的畸变参数；
[0014]获取所述相机的相机外部参数，其中，所述相机外部参数包括相机距离地面高度、地面地标距离相机的水平距离、相机倾斜角度；
[0015]根据所述相机的畸变参数，对视频流数据中的视频帧进行畸变矫正，得到矫正视频帧；
[0016]根据所述地面地标距离相机的水平距离、所述相机距离地面高度、所述相机倾斜角度，计算出所述矫正视频帧中任一像素点的真实世界坐标。
[0017]在其中一些实施例中，基于所述真实世界坐标和所述人体骨骼点信息，测定出立定跳远的成绩包括：
[0018]在包含起跳线的视频帧中，获取所述起跳线上任意两点的真实世界坐标，进而计算出所述起跳线在真实世界中的直线方程；
[0019]综合所述人体骨骼点信息和包含落地点的视频帧，得出所述落地点的像素坐标，进而获取与所述像素坐标对应的真实世界坐标；
[0020]基于所述直线方程和所述落地点的真实世界坐标，测定出立定跳远的成绩。
[0021]在其中一些实施例中，根据所述地面地标距离相机的水平距离、所述相机距离地面高度、所述相机倾斜角度，计算出所述矫正视频帧中任一像素点的真实世界坐标包括：
[0022]根据所述地面地标距离相机的水平距离、所述相机距离地面高度，计算出相机在真实空间的平移向量；
[0023]根据所述相机倾斜角度，计算出空间旋转矩阵；
[0024]基于所述平移向量和所述空间旋转矩阵，计算出所述矫正视频帧中任一像素点的真实世界坐标。
[0025]在其中一些实施例中，基于所述平移向量和所述空间旋转矩阵，计算出所述矫正视频帧中任一像素点的真实世界坐标包括：
[0026]基于所述平移向量和所述空间旋转矩阵，得出视频帧像素坐标与真实世界坐标的转换公式(x',y',0)＝R*(x,y,0)+T，其中，T为所述平移向量，R为所述空间旋转矩阵，(x,y)为视频帧像素坐标，(x',y',0)为真实世界坐标；
[0027]通过所述转换公式，计算出所述矫正视频帧中任一像素点的真实世界坐标。
[0028]在其中一些实施例中，根据所述相机倾斜角度，计算出空间旋转矩阵包括：
[0029]根据所述相机倾斜角度，计算出空间旋转矩阵其中，θ为所述相机倾斜角度。
[0030]在其中一些实施例中，基于所述直线方程和所述落地点的真实世界坐标，测定出立定跳远的成绩包括：
[0031]基于所述直线方程和所述落地点的真实世界坐标，计算出所有落地点到所述起跳线的距离；
[0032]从所有落地点到所述起跳线的距离中，选出最短的距离作为立定跳远的成绩。
[0033]第二方面，本申请实施例提供了一种立定跳远成绩的测定系统，所述系统包括数据获取模块、坐标计算模块、特征识别模块和成绩测定模块；
[0034]所述数据获取模块，用于通过相机实时捕获立定跳远测试场景下的视频流数据；
[0035]所述坐标计算模块，用于根据所述相机的相机内置参数和相机外部参数，计算出所述视频流数据的真实世界坐标；
[0036]所述特征识别模块，用于通过预设深度学习网络模型，从所述视频流数据中识别出人体骨骼点信息；
[0037]所述成绩测定模块，用于基于所述真实世界坐标和所述人体骨骼点信息，测定出立定跳远的成绩。
[0038]第三方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的方法。
[0039]第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的方法。
[0040]相比于相关技术，本申请实施例提供的一种立定跳远成绩的测定方法、系统、装置和介质，该方法通过相机实时捕获立定跳远测试场景下的视频流数据；根据相机的相机内置参数和相机外部参数，计算出视频流数据的真实世界坐标；通过预设深度学习网络模型，从视频流数据中识别出人体骨骼点信息；基于真实世界坐标和人体骨骼点信息，测定出立定跳远的成绩，解决了现有立定跳远成绩测定中存在的低效、不精确和高成本问题，实现了在真实世界坐标的基础上，结合人体骨骼点信息判定出测试者的落地点，可保证在落地点有多个的情况下，准确高效地得出所有落地点的真实世界坐标，进而更快地计算出准确的立定跳远成绩。
附图说明
[0041]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0042]图1是根据本申请实施例的立定跳远成绩测定方法的步骤流程图；
[0043]图2是根据本申请实施例的计算视频流数据三维空间信息的步骤流程图；
[0044]图3是根据本申请实施例的立定跳远成绩测定系统的结构框图；
[0045]图4是根据本申请本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种立定跳远成绩的测定方法，其特征在于，所述方法包括：通过相机实时捕获立定跳远测试场景下的视频流数据；根据所述相机的相机内置参数和相机外部参数，计算出所述视频流数据的真实世界坐标；通过预设深度学习网络模型，从所述视频流数据中识别出人体骨骼点信息；基于所述真实世界坐标和所述人体骨骼点信息，测定出立定跳远的成绩。2.根据权利要求1所述的方法，其特征在于，根据所述相机的相机内置参数和相机外部参数，计算出所述视频流数据的真实世界坐标包括：获取所述相机的相机内置参数，其中，所述相机内置参数包括相机的畸变参数；获取所述相机的相机外部参数，其中，所述相机外部参数包括相机距离地面高度、地面地标距离相机的水平距离、相机倾斜角度；根据所述相机的畸变参数，对视频流数据中的视频帧进行畸变矫正，得到矫正视频帧；根据所述地面地标距离相机的水平距离、所述相机距离地面高度、所述相机倾斜角度，计算出所述矫正视频帧中任一像素点的真实世界坐标。3.根据权利要求1所述的方法，其特征在于，基于所述真实世界坐标和所述人体骨骼点信息，测定出立定跳远的成绩包括：在包含起跳线的视频帧中，获取所述起跳线上任意两点的真实世界坐标，进而计算出所述起跳线在真实世界中的直线方程；综合所述人体骨骼点信息和包含落地点的视频帧，得出所述落地点的像素坐标，进而获取与所述像素坐标对应的真实世界坐标；基于所述直线方程和所述落地点的真实世界坐标，测定出立定跳远的成绩。4.根据权利要求2所述的方法，其特征在于，根据所述地面地标距离相机的水平距离、所述相机距离地面高度、所述相机倾斜角度，计算出所述矫正视频帧中任一像素点的真实世界坐标包括：根据所述地面地标距离相机的水平距离、所述相机距离地面高度，计算出相机在真实空间的平移向量；根据所述相机倾斜角度，计算出空间旋转矩阵；基于所述平移向量和所述空间旋转矩阵，计算出所述矫正视频帧中任一像素点的真实世界坐标。5...
【专利技术属性】
技术研发人员：彭珂凡，童文军，
申请(专利权)人：浙江大沩人工智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。