【技术实现步骤摘要】
本专利技术涉及人工智能领域，特别是涉及一种基于视频图像的处理方法、装置、设备和存储介质。
技术介绍
1、目前体育教师改变以往以教为主的教学方法，逐渐向以学为主的教学方法改进。
2、体育课程包括了多项体育运动的教学，比如俯卧撑、立定跳远、撑杆跳等。当前体育课程主要通过书本动作分解图文讲解以及视频教学，学生在课堂上观看图文或视频中标准的体育动作，放学回家后使用录像设备进行体育动作录制练习，然后提交给体育老师进行批改。
3、对于学生提交的体育作业，体育老师需要逐一观看学生录制的视频，对学生做的体育动作是否标准进行打分，之后还要给出相应的评语，此工作量对体育老师造成了不少的负担。
技术实现思路
1、鉴于上述问题，提出了以便提供克服上述问题或者至少部分地解决上述问题的一种基于视频图像的处理方法、装置、设备和存储介质，包括：
2、一种基于视频图像的处理方法，所述方法包括：
3、获取目标体育动作视频；
4、确定所述目标体育动作视频的多个关键帧；
5、将所述多个关键帧进行拓展，得到多个第一关键子动作视频片段；
6、将所述多个第一关键子动作视频片段输入预训练模型，得到多个关键子动作评价数据；其中，所述预训练模型用于匹配视频和文字描述的相似度；
7、根据所述多个关键子动作评价数据，计算目标体育动作评价数据。
8、可选的，在所述获取目标体育动作视频的步骤之前，还包括：
9、获取多个预设
10、从所述预设体育动作视频中提取多个第二关键子动作视频片段；
11、确定所述多个第二关键子动作视频片段对应的第二目标文字描述；
12、根据所述多个第二目标文字描述，对所述多个第二关键子动作视频片段进行标注；
13、将经过标注的所述多个第二关键子动作视频片段输入预构建模型，以所述第二关键子动作视频片段和第二目标文字描述的相似度为输出目标，对所述预构建模型进行训练，得到所述预训练模型。
14、可选的，所述确定所述目标体育动作视频的多个关键帧的步骤，包括：
15、提取所述目标体育动作视频每一帧的目标图像；
16、确定所述目标图像的第一人体骨架关键点；
17、将所述第一人体骨架关键点和预设图像的第二人体骨架关键点进行相似度匹配计算，得到人体骨架中关键点的相似度；
18、若所述人体骨架中关键点的相似度大于预设阈值，确定所述目标图像为所述关键帧。
19、可选的，在所述将所述多个关键帧进行拓展，得到多个第一关键子动作视频片段的步骤之后，还包括：
20、确定所述多个第一关键子动作视频片段对应的第一目标文字描述，所述第一目标文字描述用于计算所述关键子动作评价数据。
21、可选的，所述将所述多个第一关键子动作视频片段输入预训练模型，得到多个关键子动作评价数据的步骤，包括：
22、将所述第一关键子动作视频片段输入预训练模型，对所述第一关键子动作视频片段和所述第一目标文字描述进行相似度匹配，得到目标子动作相似度；
23、根据所述目标子动作相似度，计算所述关键子动作评价数据。
24、可选的，所述将所述多个关键帧进行拓展，得到多个关键子动作视频片段的步骤，包括：
25、将所述关键帧的前n帧作为截取起点，后n帧作为截取终点，截取所述目标体育动作视频，得到关键子动作视频片段；其中，n为正整数。
26、可选的，所述根据所述多个关键子动作评价数据，计算目标体育动作评价数据的步骤，包括：
27、确定所述多个关键子动作评价数据对应的权重；
28、将所述多个关键子动作评价数据根据所述权重进行加权求和，得到所述目标体育动作评价数据。
29、一种基于视频图像的处理装置，包括：
30、视频获取模块，用于获取目标体育动作视频；
31、关键帧确定模块，用于确定所述目标体育动作视频的多个关键帧；
32、子动作视频获取模块，用于将所述多个关键帧进行拓展，得到多个第一关键子动作视频片段；
33、子动作评价数据获取模块，用于将所述多个第一关键子动作视频片段输入预训练模型，得到多个关键子动作评价数据；其中，所述预训练模型用于匹配视频和文字描述的相似度；
34、目标体育动作评价数据获取模块，用于根据所述多个关键子动作评价数据，计算目标体育动作评价数据。
35、一种基于视频图像处理的电子设备，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的基于视频图像处理的方法的步骤。
36、一种基于视频图像处理的计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的基于视频图像处理的方法的步骤。
37、在本专利技术实施例中，通过获取目标体育动作视频，确定所述目标体育动作视频的多个第一关键帧，将所述多个第一关键帧进行拓展，得到多个第一关键子动作视频片段，将所述多个第一关键子动作视频片段输入预训练模型，得到多个关键子动作评价数据，其中，所述预训练模型用于匹配视频和文字描述的相似度，根据所述多个关键子动作评价数据，计算目标体育动作评价数据，实现了体育动作视频中学生所做动作是否符合标准进行自动计算评价数据，减轻了体育老师的教学负担。而且，将体育动作视频分解为多个关键子动作的视频片段，充分地利用了视频中的信息，提高了体育动作打分的准确度。
本文档来自技高网...【技术保护点】
1.一种基于视频图像的处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述获取目标体育动作视频的步骤之前，还包括：
3.根据权利要求1所述的方法，所述确定所述目标体育动作视频的多个关键帧的步骤，包括：
4.根据权利要求1所述的方法，在所述将所述多个关键帧进行拓展，得到多个第一关键子动作视频片段的步骤之后，还包括：
5.根据权利要求4所述的方法，所述将所述多个第一关键子动作视频片段输入预训练模型，得到多个关键子动作评价数据的步骤，包括：
6.根据权利要求1所述的方法，其特征在于，所述将所述多个关键帧进行拓展，得到多个关键子动作视频片段的步骤，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据所述多个关键子动作评价数据，计算目标体育动作评价数据的步骤，包括：
8.一种基于视频图像的处理装置，包括：
9.一种基于视频图像处理的电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执
10.一种基于视频图像处理的计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于视频图像处理的方法。
...【技术特征摘要】
1.一种基于视频图像的处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述获取目标体育动作视频的步骤之前，还包括：
3.根据权利要求1所述的方法，所述确定所述目标体育动作视频的多个关键帧的步骤，包括：
4.根据权利要求1所述的方法，在所述将所述多个关键帧进行拓展，得到多个第一关键子动作视频片段的步骤之后，还包括：
5.根据权利要求4所述的方法，所述将所述多个第一关键子动作视频片段输入预训练模型，得到多个关键子动作评价数据的步骤，包括：
6.根据权利要求1所述的方法，其特征在于，所述将所述多个关键帧进行拓展，得到多个关键子动作视频...
【专利技术属性】
技术研发人员：高大帅，李健，陈明，武卫东，
申请(专利权)人：北京捷通华声科技股份有限公司，
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。