【技术实现步骤摘要】
一种挺身式跳远空中技术动作自动评测方法
[0001]本专利技术涉及机器视觉
,具体是一种挺身式跳远空中技术动作自动评测方法。
技术介绍
[0002]挺身式跳远作为一项复杂的田径运动,一般分为四个技术阶段,包括:助跑、起跳、腾空、落地。从踏板起跳到落地瞬间,每一个肢体动作均对跳远成绩产生至关重要的影响。因此,平时训练或者考核时都会关注跳远者的相关技术动作。然而,在高校挺身式跳远普修课程的教学场景中,由于教师对各个细节动作的理解存在差异,并且缺乏统一的标准,因此学生的成绩考核往往依赖于个人经验,缺乏客观性,同时也缺乏量化的反馈数据,难以实现对学生的个性化训练。此外,专业的跳远技术分析设备价格昂贵,难以被广泛应用。为解决上述问题,本方法旨在基于人体姿态估计算法对学生的姿态进行分析和评估,提供量化的反馈数据,以便及时发现和纠正学生的跳远技术动作问题,同时实现自动化的测评系统以提高成绩考核的客观性。
[0003]近年来利用机器视觉进行体育运动分析成为了一个研究热点。比如,使用基于人体姿态估计的方法进行深蹲、俯卧撑标准评判并计数;评判瑜伽动作是否到位、游泳姿态分析、立定跳远姿态分析等。本专利技术将针对教学场景中挺身式跳远课程教学存在的上述问题,结合机器视觉中的人体姿态估计等相关算法进行挺身式跳远空中技术分析并且建立一个基于人体姿态估计的挺身式跳远空中技术自动评测方法。
技术实现思路
[0004]本专利技术的目的是针对高校教学场景中学生挺身式跳远空中技术自动评测的需要,提供一种挺身式跳远空中技术动作自
【技术保护点】
【技术特征摘要】
1.一种挺身式跳远空中技术动作自动评测方法,其特征在于,包括如下步骤:S1.确定摄像机放置位置及拍摄参数:根据校园中挺身式跳远成绩考核考场特点确定摄像机摆放位置以及摄像机拍摄参数,摄像机距离助跑区域边线为D米,并调整摄像机至合适的角度用于录制跳远者从起跳到落地时的整个过程;S2.人体姿态估计及特征角提取:获取人体的关节点在图像中的坐标:S2
‑
1.使用BlazePose人体姿态估计算法提取人体的关键点坐标,去除与研究跳远者姿态动作无关的关键点信息;S2
‑
2.关节夹角计算方法,以跳远者右腿夹角为假设,BlazePose检测输出的右踝关节A、右膝关节B和右髋关节C,B与A、C的连线形成的夹角为θ,设A、B、C的坐标分别为(x
A
,y
A
)、(x
B
,y
B
)、(x
C
,y
C
),则AB与BC的弧度角为:得到rad是弧度,通过公式(1)计算出来的弧度有正有负,转为角度需取绝对值且肢体角度θ∈[0,180
°
],最终的θ由公式(2)得出:公式(2)得出的是关节间的夹角,肢体与水平和竖直方向上的夹角以跳远者右小腿为假设,D为经过点A且平行于x轴的直线与经过点B且垂直于x轴的直线的交点,D的坐标为(x
B
,y
A
),D
′
为经过点A且垂直于x轴的直线与x轴的交点,D
′
的坐标为(x
A
,0),θ1为BA与AD的夹角,AD平行于x轴,θ2是BA与AD
′
的夹角,AD
′
垂直于x轴,由公式(1)、(2)即能求出θ1、θ2;S3.建立空中技术动作标准库:采用步骤S2
‑
1中提取人体的关键点坐标,来提取相应的姿态特征,建立标准动作姿态库;S4.空中技术动作姿态匹配:采用匹配算法从待测跳远视频中抽取与标准动作姿态最相似的关键帧,包括起跳、挺身展髋和收腹落地三个动作姿态关键帧,具体的姿态匹配过程是:S4
‑
1.提取姿态特征角,定义起跳、挺身展髋和收腹三个动作的特征角,起跳姿态特征角为θ
11
、θ
12
、θ
13
;挺身展髋姿态特征角为θ
21
、θ
22
、θ
23
;收腹姿态特征角为θ
31
、θ
32
、θ
33
;S4
‑
2.计算待测姿态与标准姿态的特征角加权欧式距离,从跳远视频中逐帧提取图像中的待测姿态,并将此待测姿态分别按起跳、挺身展髋、收腹三个姿态对应的特征角组成的特征角向量与三个标准姿态对应的特征角向量进行加权...
【专利技术属性】
技术研发人员:陆声链,麦贤健,向军,邱志良,
申请(专利权)人:广西师范大学,
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。