【技术实现步骤摘要】
本专利技术涉及人工智能,具体涉及一种基于图像分析计算实心球投掷距离的系统及其方法。
技术介绍
1、随着人工智能技术、大数据分析技术的不断成熟和发展,人工智能取代传统体育教学已成趋势。
2、传统实心球成绩统计,投掷距离采用人工统计,成绩采用人工录入,因此测试和整理数据均耗费了大量的时间和精力,且由于没有长期的实心球成绩统计记录,无法实现数据跟踪。
3、现有技术中,中国专利cn212141378u公开了智能实心球以及智能实心球实训系统,其采用智能实心球,微处理器通过惯性测量单元侦测和记录球体的状态信息和运动信息,进而获得用户投掷实心球的角度、轨迹、距离。
4、但是,现有技术依旧存在以下弊端:智能实心球结构复杂,制备成本高,使用智能实心球增加了教学测试的成本,且实心球反复投掷在地面上,内部的电器元件需要增加保护措施避免损坏,这无疑进一步增加了产品的整体成本;同时由于校园场地复杂,人员较多,干扰较多,需要进行抗干扰处理。
5、基于此,本专利技术设计了一种基于图像分析计算实心球投掷距离的系统及其方法
...【技术保护点】
1.一种基于图像分析计算实心球投掷距离的系统,其特征在于,包括:
2.根据权利要求1所述的基于图像分析计算实心球投掷距离的系统,其特征在于,人体姿态检测模块可以采用Tensorflow Lite姿态检测模型,可实时采集视频中脚踝关键点、手腕关键点;识别出拿球手腕关键点的方法为:图像处理单元调用球体识别模块对接收的视频帧进行球体识别,将球所在的手腕关键点标识出来并作为拿球手腕关键点。
3.根据权利要求2所述的基于图像分析计算实心球投掷距离的系统,其特征在于,图像处理单元实时跟踪判断测试人员的脚踝关键点右侧是否刚好接触起点线,若是,则此时发送语音播
...【技术特征摘要】
1.一种基于图像分析计算实心球投掷距离的系统,其特征在于,包括:
2.根据权利要求1所述的基于图像分析计算实心球投掷距离的系统,其特征在于,人体姿态检测模块可以采用tensorflow lite姿态检测模型,可实时采集视频中脚踝关键点、手腕关键点;识别出拿球手腕关键点的方法为:图像处理单元调用球体识别模块对接收的视频帧进行球体识别,将球所在的手腕关键点标识出来并作为拿球手腕关键点。
3.根据权利要求2所述的基于图像分析计算实心球投掷距离的系统,其特征在于,图像处理单元实时跟踪判断测试人员的脚踝关键点右侧是否刚好接触起点线,若是,则此时发送语音播报指令b给语音播放设备,同时此处作为实心球投掷起点。
4.根据权利要求3所述的基于图像分析计算实心球投掷距离的系统,其特征在于,人体姿态检测模块,通过跟踪拿球手腕关键点的坐标变化,识别出抛球动作,记录抛球结束的时间,作为实心球投掷起始时间。
5.根据权利要求4所述的基于图像分析计算实心球投掷距离的系统,其特征在于,图像处理单元调用球体识别模块对接收的视频帧进行球体识别,并进行实心球轮廓提取,获取实心球轮廓中心点;检...
【专利技术属性】
技术研发人员:周晓,张磊,
申请(专利权)人:南京羚跃乾诚智能科技有限公司,
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。