一种人体运动轨迹数据分析系统技术方案

本发明专利技术属于轨迹分析领域，公开了一种人体运动轨迹数据分析系统，包括图像帧获取模块，图像帧获取模块包括时间周期计算单元、质量计算单元和图像帧获取单元；时间周期单元用于基于运动员的动作视频的第一帧图像帧和最后一帧图像帧计算出获取时间区间；质量计算单元用于分别计算每个获取时间区间内的图像帧的获取系数；图像帧获取单元用于分别获取每个获取时间区间内的获取系数最大的图像帧，将所有得到的图像帧保存到图像帧集合。本发明专利技术能够保证在提高获得的图像帧的质量同时，保持了运动轨迹的精确程度。迹的精确程度。迹的精确程度。

【技术实现步骤摘要】
一种人体运动轨迹数据分析系统


[0001]本专利技术涉及轨迹分析领域，尤其涉及一种人体运动轨迹数据分析系统。

技术介绍

[0002]为了对判断运动员的肢体的动作是否标准，传统的判别方式为由具有经验的教练等人员通过人眼识别的方式来进行判断，但是，这种判断方式获得的判断结果很容易受到外围因素以及作出判断的人员的个人因素的影响，从而导致分析的结果不够准确。而随着视频分析技术的发展，现有技术中也出现了利用神经网络来获得运动员的动作视频中的图像帧的关节点，然后将所有的图像帧的关节点的位置进行连接，从而得到运动轨迹，对得到的运动轨迹进行分析，从而判断运动员的肢体的动作是否标准。
[0003]现有技术中，对动作视频进行分析时，一般需要从动作视频中按照设定的取样间隔来获得图像帧，然后对所有取样得到的图像帧进行分析来得到关节点的多个坐标，将多个坐标进行连接得到运动轨迹。
[0004]但是，这样的取样方式存在着一定的缺点，即由于没有对获得的图像帧进行质量的判断，从而导致从质量较低的图像帧中获得的关节点的坐标影响了最终获得的运动轨迹的准确程度，从而导致无法正确地对运动员的肢体动作进行指导。

技术实现思路

[0005]本专利技术的目的在于公开一种人体运动轨迹数据分析系统，解决从动作视频中获取图像帧进行识别获得关节点的坐标时，如何提高获取的图像帧的质量，从而提高最终获得的运动轨迹的准确程度的问题。
[0006]为了达到上述目的，本专利技术提供如下技术方案：
[0007]本专利技术提供了一种人体运动轨迹数据分析系统，包括图像帧获取模块，图像帧获取模块包括时间周期计算单元、质量计算单元和图像帧获取单元；
[0008]时间周期单元用于基于运动员的动作视频的第一帧图像帧和最后一帧图像帧计算出获取时间区间；
[0009]质量计算单元用于分别计算每个获取时间区间内的图像帧的获取系数；
[0010]图像帧获取单元用于分别获取每个获取时间区间内的获取系数最大的图像帧，将所有得到的图像帧保存到图像帧集合。
[0011]优选地，还包括图像识别模块；
[0012]图像识别模块用于分别对图像帧集合中的每张图像帧进行识别，获得每张图像帧中的预设类型的关节点的坐标，将同一种类型的关节点的坐标保存到同一个坐标集合。
[0013]优选地，还包括轨迹分析模块；
[0014]轨迹分析模块用于将坐标集合中的元素所组成的运动轨迹与预设的标准的运动轨迹进行对比，获得轨迹分析结果。
[0015]优选地，还包括拍摄模块，拍摄模块用于获取运动员的运动视频。
[0016]优选地，还包括补光模块，补光模块用于在获取运动视频的过程中为拍摄模块进行补光。
[0017]优选地，基于运动员的动作视频的第一帧和最后一帧计算出获取时间区间，包括：
[0018]将第一帧图像帧和最后一帧图像帧进行图像差异求取处理，获得最后一帧图像帧中与第一帧图像帧中的像素点之间的灰度值的差值大于设定的第一差值阈值的像素点的数量npix；
[0019]获取第一帧图像帧和最后一帧图像帧之间的拍摄时刻的差值difshotim；
[0020]采用如下函数获得拍摄时刻间隔：
[0021][0022]上述函数中，itrlshot为拍摄时刻间隔，η1表示设定的数量权重，η2表示设定的时间权重，nalpx表示最后一帧图像帧中的像素点的数量，msitrl表示设定的拍摄时刻的差值的最大值，baseitrl表示设定的时间间隔，mnitrl和mxitrl分别表示拍摄时刻间隔的最小值和最大值；
[0023]则第一个获取时间区间为[t
str
,t
str
+itrlshot)，第p个获取时间区间为[t
str
+(p
‑
1)itrlshot,t
str
+p
×
itrlshot)，p属于[2,Q]，
[0024]优选地，分别计算每个获取时间区间内的图像帧的获取系数，包括：
[0025]对于第一个获取时间区间中的图像帧，其获取系数的计算方式为：
[0026]将图像帧中的所有像素点保存到像素点集合pixun；
[0027]使用如下函数计算其获取系数：
[0028][0029]obtcoef表示获取系数，N
i
表示pixun中灰度值为i的像素点的总数，Nall表示pixun中的像素点的总数；
[0030]对于第p个获取时间区间中的图像帧，其获取系数的计算方式为：
[0031]获取第一个获取时间区间中获取系数最大的图像帧mxfraone；
[0032]对于第p个获取时间区间中的图像帧fra
p
，获取fra
p
中与mxfraone之间的灰度值的差值大于设定的第二差值阈值的像素点的集合grybgun
p
；
[0033]使用如下函数计算fra
p
的获取系数：
[0034][0035]obtcoef
q
表示fra
p
的获取系数，N
j
表示grybgun
p
中灰度值为j的像素点的总数，
Nabgun
p
表示grybgun
p
中的像素点的总数。
[0036]优选地，最后一帧图像帧中与第一帧图像帧中的像素点之间的灰度值的差值的获取过程包括：
[0037]对于最后一帧图像帧中坐标为(x,y)的像素点p1，获取p1在第一帧图像帧中对应的像素点的p2，p2为第一帧图像帧中坐标为(x,y)的像素点；
[0038]计算p1和p2之间的灰度值的差值：
[0039]diffgry(p1,p2)＝|gray
p1
‑
gray
p2
|
[0040]diffgry(p1,p2)表示p1和p2之间的灰度值的差值。
[0041]本专利技术从运动视频中获取图像帧来进行关节点的识别时，采用的是先计算获取时间区间，然后再分别从每个获取时间区间中选出获取系数最大的图像帧来作为图像帧集合中的元素的方式。与现有技术相比，本专利技术并不是根据设定的取样间隔来获取图像帧，而是通过获取时间区间来获取图像帧，图像帧时间的间隔并是像取样间隔那样是固定的数值，但是由于获取时间区间的存在，图像帧整体上依然是分散得比较均匀的，从而能够保证在提高获得的图像帧的质量同时，保持了运动轨迹的精确程度。
附图说明
[0042]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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。
[0043]图1为本专利技术的第一种示意图。
[0044]图2为本专利技术的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体运动轨迹数据分析系统，其特征在于，包括图像帧获取模块，图像帧获取模块包括时间周期计算单元、质量计算单元和图像帧获取单元；时间周期单元用于基于运动员的动作视频的第一帧图像帧和最后一帧图像帧计算出获取时间区间；质量计算单元用于分别计算每个获取时间区间内的图像帧的获取系数；图像帧获取单元用于分别获取每个获取时间区间内的获取系数最大的图像帧，将所有得到的图像帧保存到图像帧集合。2.根据权利要求1所述的一种人体运动轨迹数据分析系统，其特征在于，还包括图像识别模块；图像识别模块用于分别对图像帧集合中的每张图像帧进行识别，获得每张图像帧中的预设类型的关节点的坐标，将同一种类型的关节点的坐标保存到同一个坐标集合。3.根据权利要求2所述的一种人体运动轨迹数据分析系统，其特征在于，还包括轨迹分析模块；轨迹分析模块用于将坐标集合中的元素所组成的运动轨迹与预设的标准的运动轨迹进行对比，获得轨迹分析结果。4.根据权利要求1所述的一种人体运动轨迹数据分析系统，其特征在于，还包括拍摄模块，拍摄模块用于获取运动员的运动视频。5.根据权利要求4所述的一种人体运动轨迹数据分析系统，其特征在于，还包括补光模块，补光模块用于在获取运动视频的过程中为拍摄模块进行补光。6.根据权利要求1所述的一种人体运动轨迹数据分析系统，其特征在于，基于运动员的动作视频的第一帧和最后一帧计算出获取时间区间，包括：将第一帧图像帧和最后一帧图像帧进行图像差异求取处理，获得最后一帧图像帧中与第一帧图像帧中的像素点之间的灰度值的差值大于设定的第一差值阈值的像素点的数量npix；获取第一帧图像帧和最后一帧图像帧之间的拍摄时刻的差值difshotim；采用如下函数获得拍摄时刻间隔：上述函数中，itrlshot为拍摄时刻间隔，η1表示设定的数量权重，η2表示设定的时间权重，nalpx表示最后一帧图像帧中的像素点的数量，msitrl表示设定的拍摄时刻的差值的最大值，baseitrl表示设定的时间间隔，mnitrl和mxitrl分别表示拍摄时刻间隔的最小值和最大值；则第一个获取时间区间为[t
str
,t
str
+itrlshot)，第p个获取时间...

【专利技术属性】
技术研发人员：刘瑞军，
申请(专利权)人：北京奥康达体育科技有限公司，
类型：发明
国别省市：