【技术实现步骤摘要】
本专利技术涉及姿态检测，更具体的说是涉及一种基于机器视觉的综合体质测评方法、系统及可存储介质。
技术介绍
1、目前，仰卧起坐和引体向上是体能锻炼的重要内容，是大学生体质测试的重要组成部分，同时也是学校课余体育锻炼的基本内容，正确的仰卧起坐练习可以达到改善体态和增强力量的效果，如果进行不当，长此以往上述动作也可能会对身体形态造成损伤。
2、但是，传统仰卧起坐和引体向上测试模式主要以测试人员值守、结合相关设备进行测试和成绩记录完成，或者监测人员人工进行计数和记录，必须工作人员对测试人员进行监管，对测试人员进行仪器使用规范监管和防范测试人员各种作弊行为。同时传统的体能测试尚无仰卧起坐和引体向上运动受到场地和测试设备的限制，具有一定的局限性。
3、因此，如何提供一种能够解决上述问题的综合体质测评方法是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于机器视觉的综合体质测评方法、系统及可存储介质，通过对测试者的仰卧起坐和引体向上完成情况进行检测，结合相关动作标准进行技术测评，包括对测试者的身份识别认证，动作技术标准评价，运动完成情况评价等，最终将结果记录并返回给测试者，同时返回测试者完成的动作视频，帮助测试者改进动作，从而实现无人监管情况下，辅助学生完成仰卧起坐和引体向上的自评自测以及成绩统计上报，完全替代现有人工操作下的测试仪器。本方法将姿态识别、人脸验证、深度学习等技术和视频图像中仰卧起坐标准动作相结合，学生可自由选择时间和场地自
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一种基于机器视觉的综合体质测评方法，基于智能移动终端实现，包括以下步骤：
4、s1：获取测试者所处的场地环境数据，并对所述场地环境数据进行处理及判断，当符合第一环境条件时进入s2，当符合第二环境条件时进入s3；
5、s2：获取测试者的动作视频数据，对所述动作视频数据利用blazepose姿态识别算法进行逐帧分析，得到测试者的第一关键点信息，并根据所述第一关键点信息得到对应的第一关键点坐标信息，利用所述第一关键点坐标信息确定测试者的动作状态为仰卧起坐，根据第一预设条件确定测试者的动作完成信息并实时显示；
6、s3：获取测试者的动作视频数据，对所述动作视频数据利用blazepose姿态识别算法进行逐帧分析，并根据所述第二关键点信息得到对应的第二关键点坐标信息，根据所述第二关键点坐标信息确定测试者的动作状态为引体向上，根据第二预设条件确定测试者的动作完成信息并实时显示。
7、优选的，所述s1还包括：
8、获取测试者的人脸信息以及登录信息；
9、对所述人脸信息利用insightface人脸识别框架算法进行识别，并将人脸识别结果以及所述登录信息与数据库存储的身份数据进行对比；
10、当所述人脸识别结果、所述登录信息与所述身份数据不符时，则停止测试，则停止测试。
11、优选的，所述s2具体包括：
12、s21：根据所述第一关键点坐标信息依次检测双手抱头动作、左右手肘角度、躯干上起角度以及脚臀连线角度；
13、s22：将所述s21得到的检测结果与所述第一预设条件进行对比，当对比结果为：不存在双手抱头动作且所述左右手肘角度、躯干上起角度以及脚臀连线角度均通过对比时，开始记数；
14、s23：遍历所述动作视频数据，确定所述动作视频数据内测试者的动作完成次数并实时显示所述检测结果。
15、优选的，所述s21具体包括：
16、从所述动作视频数据中提取第一检测区域；
17、判断所述第一检测区域内是否存在人脸信息，若不存在则进行报警提示，并在达到规定时间后仍不存在时则停止检测；
18、若存在则判断所述人脸信息与所述测试者的人脸信息是否匹配，若匹配则继续检测，若不匹配则停止检测。
19、优选的，所述s3具体包括：
20、s31：根据所述第二关键点坐标信息依次检测左右手检测范围、脚部与地面的距离、躯干摆动角度以及腿部借力动作；
21、s32：将所述s31得到的检测结果与所述第二预设条件进行对比，当对比结果为：不存在腿部借力动作且所述左右手检测范围、躯干上起角度以及躯干摆动角度均通过对比时，开始记数；
22、s33：遍历所述动作视频数据，确定所述动作视频数据内测试者的动作完成次数并实时显示所述检测结果。
23、优选的，所述s31还包括：
24、从所述动作视频数据中提取第二检测区域；
25、判断所述第二检测区域内是否存在人脸信息，若不存在则进行报警提示并在达到规定时间后仍不存在时则停止检测；
26、若存在则判断所述人脸信息与所述测试者的人脸信息是否匹配，若匹配则继续检测，若不匹配则停止检测。
27、本专利技术还提供一种基于机器视觉的综合体质测评方法的测评系统，包括：
28、登录模块，用于获取测试者的人脸信息以及登录信息，对所述人脸信息进行识别，并将人脸识别结果以及所述登录信息与存储的身份数据进行对比，当所述人脸识别结果、所述登录信息与所述身份数据不符时，则停止测试；
29、场地环境数据采集模块，用于获取测试者所处的场地环境数据，并对所述场地环境数据进行处理；
30、判断模块，用于判断处理结果是否符合第一环境条件以及第二环境条件；
31、第一运动检测模块，用于当处理结果符合第一环境条件时获取测试者的动作视频数据，对所述动作视频数据利用blazepose姿态识别算法进行逐帧分析，得到测试者的第一关键点信息，并根据所述第一关键点信息得到对应的第一关键点坐标信息，利用所述第一关键点坐标信息确定测试者的动作状态为仰卧起坐，根据第一预设条件确定测试者的动作完成信息并实时显示；
32、第二运动检测模块，用于当处理结果符合第二环境条件时获取测试者的动作视频数据，对所述动作视频数据利用blazepose姿态识别算法进行逐帧分析，并根据所述第二关键点信息得到对应的第二关键点坐标信息，根据所述第二关键点坐标信息确定测试者的动作状态为引体向上，根据第二预设条件确定测试者的动作完成信息并实时显示。
33、优选的，还包括：
34、数据库模块，用于保存测试者的动作完成信息、动作视频数据以及身份数据；
35、查询模块，用于查询测试者的历史动作完成信息以及历史动作视频数据。
36、本专利技术还提供一种计算机可读存储介质，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述任一项所述的综合体质测评方法。
37、经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种基于机器视觉的综合体质测评方法、系统及可存储介质，首先通过采集场地环境数据并判断是符本文档来自技高网...
【技术保护点】
1.一种基于机器视觉的综合体质测评方法，基于智能移动终端实现，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的综合体质测评方法，其特征在于，所述S1还包括：
3.根据权利要求2所述的一种基于机器视觉的综合体质测评方法，其特征在于，所述S2具体包括：
4.根据权利要求3所述的一种基于机器视觉的综合体质测评方法，其特征在于，所述S21具体包括：
5.根据权利要求2所述的一种基于机器视觉的综合体质测评方法，其特征在于，所述S3具体包括：
6.根据权利要求5所述的一种基于机器视觉的综合体质测评方法，其特征在于，所述S31还包括：
7.一种利用权利要求1-6任一项所述的一种基于机器视觉的综合体质测评方法的测评系统，基于智能移动终端实现，其特征在于，包括：
8.根据权利要求7所述的一种基于机器视觉的体质测评系统，其特征在于，还包括：
9.一种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6中任一项所述的综
...【技术特征摘要】
1.一种基于机器视觉的综合体质测评方法，基于智能移动终端实现，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的综合体质测评方法，其特征在于，所述s1还包括：
3.根据权利要求2所述的一种基于机器视觉的综合体质测评方法，其特征在于，所述s2具体包括：
4.根据权利要求3所述的一种基于机器视觉的综合体质测评方法，其特征在于，所述s21具体包括：
5.根据权利要求2所述的一种基于机器视觉的综合体质测评方法，其特征在于，所述s3具体包括：<...
【专利技术属性】
技术研发人员：王利利，赵汉青，满鹤楠，熊轲，王金连，俞绍钧，孟江玉，高强，卢宇平，王翎南，孙开源，江锦铭，夏铭堃，牛奕萱，
申请(专利权)人：北京交通大学，
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。