基于参数化人体模型的体能测评方法技术

本发明专利技术公开了一种基于参数化人体模型的体能测评方法，包括以下步骤：获取目标运动员的双目图像，同时获取拍摄双目图像的相机参数；采用关键点检测算法从双目图像中提取二维人体关键点序列；根据二维人体关键点序列和相机参数生成SMPL参数化人体模型；依据SMPL参数化人体模型生成三维关键点序列，并基于三维关键点序列形成体能测试模板；依据体能测试模板和体型评价标准和动作评价标准进行体型指标和动作指标计算，这样能够进行快速准确的体能测试，用于辅助教练完成对运动员的日常体能测试评估，从而加快体育相关科研成果与一线体能训练实践之间的转化速度。训练实践之间的转化速度。训练实践之间的转化速度。

【技术实现步骤摘要】
基于参数化人体模型的体能测评方法


[0001]本专利技术属于体能测试
，具体涉及一种基于参数化人体模型的体能测评方法。

技术介绍

[0002]人体测量技术用于获取人体尺寸等特征，在服装、医疗、体育等领域均具有广泛的应用价值。在过去，对人体的测量主要采用皮尺、马丁尺、角度计等测量工具，结合测量人员的经验和主观判断，直观测量出人体的相关数据。此种方法的优势在于测量工具简单易得而且廉价，但是劣势在于单次测量耗时长，测量标准依赖测量人员的主观经验，导致测量数值稳定性偏低，容易存在系统误差及偶然误差。为了解决传统人体测量技术中存在的问题，结合光学、计算机技术等的非接触式人体测量技术被提出。
[0003]目前主流的非接触式人体测量方法也主要包括在非参数化的人体三维重建方法之中。主流非接触式测量解决方案包括激光测量法、莫尔条纹测量法以及摄影测量法三种。激光测量法通过设置多个不同方位的激光光源作为发射器，对人体表面的反射光进行接收及分析，并基于此获取人体参数信息，其优势在于获得结果的精准度较高，缺点在于测量时需要人体保持较长时间的相对静止，另外此本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于参数化人体模型的体能测评方法，其特征在于，包括以下步骤：获取目标运动员的双目图像，同时获取拍摄双目图像的相机参数；采用关键点检测算法从双目图像中提取二维人体关键点序列；根据二维人体关键点序列和相机参数生成SMPL参数化人体模型；依据SMPL参数化人体模型生成三维关键点序列，并基于三维关键点序列形成体能测试模板；依据体能测试模板和体型评价标准和动作评价标准进行体型指标和动作指标计算。2.根据权利要求1所述的基于参数化人体模型的体能测评方法，其特征在于，所述关键点检测算法为HRNet模型，即采用HRNet模型从双目图像中提取二维人体关键点序列。3.根据权利要求1所述的基于参数化人体模型的体能测评方法，其特征在于，所述基于二维人体关键点序列和相机参数生成SMPL参数化人体模型，包括：计算SMPL模型生成三维关键点序列在相机参数的投影关键点序列；基于投影关键点序列和二维人体关键点序列计算关键点损失，并基于关键点损失迭代更新SMPL模型的参数，得到SMPL参数化人体模型，其中，关键点损失计算公式为：其中，P
pred,v
表示视角v下提取的二维人体关键点序列，P
proj,v
表示视角v下投影的投影关键点序列，V表示视角集合。4.根据权利要求3所述的基于参数化人体模型的体能测评方法，其特征在于，计算关键点损失时，为每个二维人体关键点增加权重，权重为HRNet预测关键点的置信度。5.根据权利要求3所述的基于参数化人体模型的体能测评方法...

【专利技术属性】
技术研发人员：耿卫东，徐欣阳，厉向东，梁秀波，
申请(专利权)人：浙江大学，
类型：发明
国别省市：