【技术实现步骤摘要】
本专利技术涉及信息，具体涉及一种足球训练颠球次数检测的方法及计算机可读存储介质。
技术介绍
1、深度学习是一种强大的机器学习技术，它通过模拟人脑的神经网络结构来识别模式和数据特征。在人体关键点检测技术中，深度学习算法能够识别和定位人体的关键部位，如关节、头部等，通常用于动作识别、虚拟现实和增强现实等领域。这项技术通过训练大量的图像数据，让模型学会自动检测和理解人体的结构和姿态，从而实现对复杂人体动作的精确识别和分析。目前随着对青少年体育运动的重视，体育训练在校园中的比重不断增加。视觉检测目前主要应用在俯卧撑、引体向上等检测中，辅助教练监督相关学生的体能训练。
2、目前通过人体关键点检测技术对足球训练中颠球等训练内容的检测几乎没有。
技术实现思路
1、鉴于现有技术中存在的技术缺陷和技术弊端，本专利技术实施例提供克服上述问题或者至少部分地解决上述问题的一种足球训练颠球次数检测的方法及计算机可读存储介质，具体方案如下：
2、作为本专利技术的第一方面，提供一种足球训练颠球次...
【技术保护点】
1.一种足球训练颠球次数检测的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的足球训练颠球次数检测的方法，其特征在于，所述方法还包括：获取足球颠球图片，在足球颠球图像中标记足球点位信息和人体骨骼点位信息以获得足球颠球点位数据集；将足球颠球点位数据集输入足球颠球关键点检测网络中进行训练，得到训练好的足球颠球关键点检测网络。
3.根据权利要求2所述的足球训练颠球次数检测的方法，其特征在于，所述方法还包括：获取街景图片，在街景图片中标记人体骨骼点位信息，将标记后的街景图片和足球颠球图片一起作为足球颠球点位数据集。
4.根据权利要...
【技术特征摘要】
1.一种足球训练颠球次数检测的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的足球训练颠球次数检测的方法，其特征在于，所述方法还包括：获取足球颠球图片，在足球颠球图像中标记足球点位信息和人体骨骼点位信息以获得足球颠球点位数据集；将足球颠球点位数据集输入足球颠球关键点检测网络中进行训练，得到训练好的足球颠球关键点检测网络。
3.根据权利要求2所述的足球训练颠球次数检测的方法，其特征在于，所述方法还包括：获取街景图片，在街景图片中标记人体骨骼点位信息，将标记后的街景图片和足球颠球图片一起作为足球颠球点位数据集。
4.根据权利要求1所述的足球训练颠球次数检测的方法，其特征在于，基于步骤2获取的每帧图像中人体骨骼点位信息和足球点位信息，根据颠球过程中足球点位和人体骨骼点位之间的关联性判断是否满足颠球条件，满足颠球条件则记为颠球一次具体包括：
5.根据权利要求4所述的足球训练颠球次数检测的方法，其特征在于，所述人体骨骼点位信息包括左臀点、右臀点、左膝点、右膝点、左脚踝...
【专利技术属性】
技术研发人员：汤光裕，丁晏飞，谢安琪，
申请(专利权)人：湖北邮电规划设计有限公司，
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。