本发明专利技术提供了一种用于体育训练的安全风险预警方法及系统，其方法包括：基于体育训练监控视频对所有监控对象进行实时肢体动作分析，获得肢体动作分析结果；基于肢体动作分析结果对监控对象的肢体动作轨迹进行预测，获得肢体动作动态预测结果；基于肢体动作动态预测结果评估出监控对象的当前安全风险系数；基于当前安全风险系数判断出是否需要发出安全预警指令，获得安全风险预警结果；用以基于体育训练监控对象分析监控对象的肢体动作，并基于肢体动作分析结果对监控对象的肢体动作轨迹进行预测，基于预测结果评估出安全风险系数，进而判断是否进行安全预警，实现了在体育训练过程中的及时、准确有效安全风险预警。准确有效安全风险预警。准确有效安全风险预警。
【技术实现步骤摘要】
一种用于体育训练的安全风险预警方法及系统
[0001]本专利技术涉及风险预警
，特别涉及一种用于体育训练的安全风险预警方法及系统。
技术介绍
[0002]目前，体育训练的安全保障主要通过人工实时监督现场可能存在的危险动作，来实现对由不规范或者存在安全风险的人员动作的风险预警，或者基于人工巡检体育训练器材，实现对由体育训练器材的故障导致的安全风险事故的安全预警。
[0003]但是，无论是人工监督还是人工巡检，除了需要人工成本的投入这一缺陷以外，还都存在预警的时间滞后性以及安全风险判断的误差的缺陷。
[0004]因此，本专利技术提出了一种用于体育训练的安全风险预警方法及系统。
技术实现思路
[0005]本专利技术提供一种用于体育训练的安全风险预警方法及系统，用以基于体育训练监控对象分析监控对象的肢体动作，并基于肢体动作分析结果对监控对象的肢体动作轨迹进行预测，基于预测结果评估出安全风险系数，进而判断是否进行安全预警，在无需人工成本投入的情况下，克服了传统体育训练的安全风险预警方法的时间滞后性和判断误差的缺陷，实现了在体育训练过程中的及时、准确、有效的安全风险预警。
[0006]本专利技术提供一种用于体育训练的安全风险预警方法，包括：
[0007]S1：基于体育训练监控视频对所有监控对象进行实时肢体动作分析，获得肢体动作分析结果；
[0008]S2：基于肢体动作分析结果对监控对象的肢体动作轨迹进行预测，获得肢体动作动态预测结果；
[0009]S3：基于肢体动作动态预测结果评估出监控对象的当前安全风险系数；
[0010]S4：基于当前安全风险系数判断出是否需要发出安全预警指令，获得安全风险预警结果。
[0011]优选的，所述的一种用于体育训练的安全风险预警方法，S1：基于体育训练监控视频对所有监控对象进行实时肢体动作分析，获得肢体动作分析结果，包括：
[0012]S101：实时获取当前体育训练过程的体育训练监控视频；
[0013]S102：确定出体育训练监控视频中除第一个视频帧以外剩余的视频帧与对应相邻的前一视频帧的差异区域；
[0014]S103：在体育训练监控视频中的所有差异区域中筛选出被判定为属于同一对象的多个差异区域，并将连续被判定为属于同一对象的多个差异区域构成的序列当作同一对象区域序列；
[0015]S104：计算出每个同一对象区域序列与肢体图像库中每个肢体姿态图的相似度，并将相似度不小于相似度阈值的同一对象区域序列当作肢体动作区域序列，将所有肢体动
作区域序列当作肢体动作分析结果。
[0016]优选的，所述的一种用于体育训练的安全风险预警方法，在体育训练监控视频中的所有差异区域中筛选出被判定为属于同一对象的多个差异区域，包括：
[0017]基于角点检测算法在差异区域的轮廓中检测出所有轮廓角点，确定出轮廓角点的相邻轮廓点，并确定出差异区域的轮廓在相邻轮廓点的切线角度；
[0018]确定出差异区域轮廓在轮廓角点的两个相邻轮廓点之间的轮廓线长度，将轮廓角点的两个相邻轮廓点处的切线角度的差值与对应轮廓线长度的比值，当作轮廓角点的近似弧曲率；
[0019]将差异区域的中心点与轮廓角点在差异区域轮廓的逆时针方向上的相邻轮廓点之间的连线当作第一连线，并将差异区域的中心点与轮廓角点在差异区域的轮廓的顺时针方向上的相邻轮廓点之间的连线当作第二连线；
[0020]将轮廓角点对应的第一连线和第二连线之间的夹角当作轮廓角点的近似弧夹角；
[0021]基于体育训练监控视频中所有差异区域中的所有轮廓角点的近似弧曲率和近似弧夹角，在所有差异区域中筛选出被判定为属于同一对象的多个差异区域。
[0022]优选的，所述的一种用于体育训练的安全风险预警方法，基于体育训练监控视频中所有差异区域中的所有轮廓角点的近似弧曲率和近似弧夹角，在所有差异区域中筛选出被判定为属于同一对象的多个差异区域，包括：
[0023]基于逆时针方向对差异区域中所有轮廓角点的近似弧曲率进行排序，获得近似弧曲率序列，并基于逆时针方向对差异区域中所有轮廓角点的近似弧夹角进行排序，获得近似弧夹角序列；
[0024]基于差异区域的平均色度和近似弧曲率序列以及近似弧夹角序列，计算出属于两个相邻视频帧中的两个差异区域之间的相似度；
[0025]将相似度不小于相似度阈值的两个差异区域判定为属于同一对象，获得同属判定结果；
[0026]基于同属判定结果，在体育训练监控视频中的所有差异区域中筛选出被判定为属于同一对象的多个差异区域。
[0027]优选的，所述的一种用于体育训练的安全风险预警方法，S2：基于肢体动作分析结果对监控对象的肢体动作轨迹进行预测，获得肢体动作动态预测结果，包括：
[0028]S201：对体育训练监控视频中的视频帧进行轮廓识别，获得每个视频帧中的所有轮廓；
[0029]S202：基于视频帧中的所有轮廓和肢体动作区域序列中所有差异区域的轮廓，确定出肢体动作分析结果中每个肢体动作区域序列对应的监控对象；
[0030]S203：基于同一监控对象的所有肢体动作区域序列中属于同一视频帧的所有差异区域的分布位置，确定出每个肢体动作区域序列的肢体名称；
[0031]S204：基于肢体动作区域序列中每个差异区域的坐标表示，确定出每个肢体动作区域序列对应的肢体运动轨迹；
[0032]S205：基于监控对象的所有肢体动作区域序列的肢体名称和肢体运动轨迹以及预设轨迹预测模型，对监控对象的肢体动作轨迹进行预测，获得肢体动作动态预测结果。
[0033]优选的，所述的一种用于体育训练的安全风险预警方法，S3：基于肢体动作动态预
测结果评估出监控对象的当前安全风险系数，包括：
[0034]判断出体育训练监控视频中的所有监控对象之间是否存在动作交互，若是，则搭建出所有监控对象的多方动作动态预测交互模型；
[0035]基于多方动作动态预测交互模型分析出存在动作交互的监控对象的当前安全风险系数，并基于不存在动作交互的监控对象的肢体动作动态预测结果，分析出不存在动作交互的监控对象的当前安全风险系数；
[0036]否则，基于肢体运动动作动态预测结果分析出监控对象的当前安全风险系数。
[0037]优选的，所述的一种用于体育训练的安全风险预警方法，基于多方动作动态预测交互模型分析出存在动作交互的监控对象的当前安全风险系数，包括：
[0038]基于多方动作动态预测交互模型确定出每个动作的动作发起方和动作承受方；
[0039]基于所有肢体动作动态预测结果和所有动作的动作发起方和动作承受方，分析出所有监控对象的当前安全风险系数。
[0040]优选的，所述的一种用于体育训练的安全风险预警方法，S4：基于当前安全风险系数判断出是否需要发出安全预警指令，获得安全风险预警结果，包括：
[0041]当存在超出安全风险系数阈值的当前安全风险系数本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于体育训练的安全风险预警方法，其特征在于，包括：S1：基于体育训练监控视频对所有监控对象进行实时肢体动作分析，获得肢体动作分析结果；S2：基于肢体动作分析结果对监控对象的肢体动作轨迹进行预测，获得肢体动作动态预测结果；S3：基于肢体动作动态预测结果评估出监控对象的当前安全风险系数；S4：基于当前安全风险系数判断出是否需要发出安全预警指令，获得安全风险预警结果。2.根据权利要求1所述的一种用于体育训练的安全风险预警方法，其特征在于，S1：基于体育训练监控视频对所有监控对象进行实时肢体动作分析，获得肢体动作分析结果，包括：S101：实时获取当前体育训练过程的体育训练监控视频；S102：确定出体育训练监控视频中除第一个视频帧以外剩余的视频帧与对应相邻的前一视频帧的差异区域；S103：在体育训练监控视频中的所有差异区域中筛选出被判定为属于同一对象的多个差异区域，并将连续被判定为属于同一对象的多个差异区域构成的序列当作同一对象区域序列；S104：计算出每个同一对象区域序列与肢体图像库中每个肢体姿态图的相似度，并将相似度不小于相似度阈值的同一对象区域序列当作肢体动作区域序列，将所有肢体动作区域序列当作肢体动作分析结果。3.根据权利要求2所述的一种用于体育训练的安全风险预警方法，其特征在于，在体育训练监控视频中的所有差异区域中筛选出被判定为属于同一对象的多个差异区域，包括：基于角点检测算法在差异区域的轮廓中检测出所有轮廓角点，确定出轮廓角点的相邻轮廓点，并确定出差异区域的轮廓在相邻轮廓点的切线角度；确定出差异区域轮廓在轮廓角点的两个相邻轮廓点之间的轮廓线长度，将轮廓角点的两个相邻轮廓点处的切线角度的差值与对应轮廓线长度的比值，当作轮廓角点的近似弧曲率；将差异区域的中心点与轮廓角点在差异区域轮廓的逆时针方向上的相邻轮廓点之间的连线当作第一连线，并将差异区域的中心点与轮廓角点在差异区域的轮廓的顺时针方向上的相邻轮廓点之间的连线当作第二连线；将轮廓角点对应的第一连线和第二连线之间的夹角当作轮廓角点的近似弧夹角；基于体育训练监控视频中所有差异区域中的所有轮廓角点的近似弧曲率和近似弧夹角，在所有差异区域中筛选出被判定为属于同一对象的多个差异区域。4.根据权利要求3所述的一种用于体育训练的安全风险预警方法，其特征在于，基于体育训练监控视频中所有差异区域中的所有轮廓角点的近似弧曲率和近似弧夹角，在所有差异区域中筛选出被判定为属于同一对象的多个差异区域，包括：基于逆时针方向对差异区域中所有轮廓角点的近似弧曲率进行排序，获得近似弧曲率序列，并基于逆时针方向对差异区域中所有轮廓角点的近似弧夹角进行排序，获得近似弧夹角序列；
基于差异区域的平均色度和近似弧曲率序列以及近似弧夹角序列，计算出属于两个相邻视频帧中的两个差异区域之间的相似度；将相似度不小于相似度阈值的两个差异区域判定为属于同一对象，获得同属判定结果；基于同属判定结果，在体育训练监控视频中的所有差异区域中筛选出被判定为属于同一对象的多个差异区域。5.根据权利要求1所述的一种用于体育训练的安全风险预警方...
【专利技术属性】
技术研发人员：梁林，张枝尚，颜雄，
申请(专利权)人：广东医科大学，
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。