【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种基于图像识别的体育成绩考核方法与系统。
技术介绍
1、在体能测试领域，引体向上、仰卧起坐、俯卧撑、屈臂悬垂、蛇形跑是一种常见的测试项目。传统的引体向上、仰卧起坐、俯卧撑、屈臂悬垂、蛇形跑测试方法主要依靠人工观察和计数，然后记录测试者的动作次数，以此来判断测试者的体能状况。然而，这种方法效率低下，容易出现误差，并且无法实现数据的实时监控和记录。
2、近年来，随着计算机视觉和人工智能技术的发展，出现了一些基于传感器的引体向上、仰卧起坐、俯卧撑、屈臂悬垂、蛇形跑测试方案。这些方案通过捕捉和分析测试者的传感器数据，来自动计数和评分。虽然这些方案在一定程度上提高了测试的效率和精度，但是仍然存在一些问题和缺点。而传感器计数法需要对设备进行定期的校验和维护，否则会影响计数的精度，传感器计数法在使用时，对于不同体型的测试者，需要根据其身高体重等进行调整，在测试器材上装卸传感器，增加了操作的复杂性和维护成本，传感器计数法也需要裁判员进行读数及统计，其测试效率也有待提高。因此，目前需要一种测试精度更高，测试...
【技术保护点】
1.一种基于图像识别的体育成绩考核方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图像识别的体育成绩考核方法，其特征在于，在步骤S2中，所述预处理包括缩放、裁剪和归一化。
3.根据权利要求1所述的一种基于图像识别的体育成绩考核方法，其特征在于，在步骤S2中，所述识别每帧预处理后的体育测试视频中测试者的骨架关键点前，还包括：构建区域建议网络，所述区域建议网络包括若干卷积层和若干池化层，向区域建议网络输入带有标注的训练集数据，对区域建议网络进行训练，得到训练好的区域建议网络；向训练好的区域建议网络输入体育测试视频，区域建议网络对每...
【技术特征摘要】
1.一种基于图像识别的体育成绩考核方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图像识别的体育成绩考核方法，其特征在于，在步骤s2中，所述预处理包括缩放、裁剪和归一化。
3.根据权利要求1所述的一种基于图像识别的体育成绩考核方法，其特征在于，在步骤s2中，所述识别每帧预处理后的体育测试视频中测试者的骨架关键点前，还包括：构建区域建议网络，所述区域建议网络包括若干卷积层和若干池化层，向区域建议网络输入带有标注的训练集数据，对区域建议网络进行训练，得到训练好的区域建议网络；向训练好的区域建议网络输入体育测试视频，区域建议网络对每帧体育测试视频分别进行若干次框选，每个骨架关键点对应一个关键点预选框，得到粗分类体育测试视频。
4.根据权利要求3所述的一种基于图像识别的体育成绩考核方法，其特征在于，在步骤s2中，所述识别每帧预处理后的体育测试视频中测试者的骨架关键点，其具体实现过程包括：构建卷积姿态机模型，所述卷积姿态机模型为卷积神经网络模型，向卷积姿态机模型输入带有标注的训练集数据，对卷积姿态机模型进行训练，得到训练好的卷积姿态机模型；向训练好的卷积姿态机模型输入粗分类体育测试视频，对于每个关键点预选框，所述卷积姿态机模型进行若干次预测，得到若干个预测骨架关键点，计算每个预测骨架关键点的置信度，置信度最高的预测骨架关键点即为该关键点预选框对应的骨架关键点。
5.根据权利要求4所述的一种基于图像识别的体育成绩考核方法，其特征在于，...
【专利技术属性】
技术研发人员：罗忠伟，赵定金，詹楚伟，明德，胡俊香，
申请(专利权)人：广东保伦电子股份有限公司，
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。