[發明專利]人體運動質量視覺分析與評價系統及其方法

有效

• 申請號: 201710076916.9
• 申請日: 2017-02-13
• 公開（公告）號: CN106846372B
• 公開（公告）日: 2020-04-03
• 發明（設計）人: 楊駿;楊忠;史翰纓
• 申請（專利權）人: 南京升渡智能科技有限公司
• 主分類號: G06T7/277
• 分類號: G06T7/277;G06K9/62;G06T7/80;G06K9/32;G06T7/73;G06K9/34;A61B5/11;G06K9/36
• 代理公司: 南京品智知識產權代理事務所(普通合伙) 32310
• 代理人: 奚曉寧

本發明公開了一種人體運動質量視覺分析與評價系統及其方法。所述系統包括：彩色標簽、單目攝像頭或具備照相功能的可移動終端設備、嵌入式視覺處理計算機和棋盤格。所述方法的步驟如下：首先，統計參評者身材、性別、年齡、民族、參評關節名稱等信息，按照其參評項目的不同建立對應的樣本數據庫；其次，使用不同顏色的標簽紙預先標記各參評關節，采用Hu矩計算出圖像中各標簽紙的質心坐標，利用光流法計算出視頻幀中各質心運動的速度矢量，在此基礎上，構建基于Kalman濾波器的運動狀態矢量；最后，利用Kalman濾波器的預測機制，不斷預測各參評關節的運動狀態，記錄其歷史運動軌跡及運動頻率，供人員或機器學習模型分析評價。

技術領域

本發明屬于機器視覺技術領域，具體是一種人體運動質量視覺分析與評價系統及其方法。

背景技術

人體運動質量的分析評價是一個長期而循序漸進的過程，對普通人群的運動分析可以更好的指導科學運動，從而指導健康的生活；運動員可以在運動分析的幫助下矯正運動姿態，從而提升競技水平；對于某些需要理療的病患，可在運動分析的幫助下，在理療周期內得到有效地監督評價。傳統的運動分析主要依賴于肉眼觀察，分析人員的經驗決策貫穿于運動周期的各個階段。而現實生活中，運動分析人員的缺乏、不同分析員之間水平的差異，都會導致參評者在運動周期中難以得到有效的監督和評價。隨著科學技術的發展和社會物質文明的提高，人類對于自身運動質量的關注度與日俱增，一系列應運而生的新技術也使得針對人體運動的分析評價逐漸趨于標準化、精準化。

在這類新技術中，較為典型的有申請號為201410306132.7的“一種基于心率和加速度傳感器的人體運動分析方法及其裝置”專利，利用三軸加速度儀和心率傳感器得到人體的運動狀態S，利用該運動狀態進行交叉對比，能夠有效地檢測各種有氧運動和無氧運動，以及睡眠，結果更為準確，該發明可以有效地防止因為洗手、疊被子等操作導致產品誤提示進入運動狀態，特別是判斷一些肢體不移動的運動，比如力量訓練、瑜伽、舉重等，同時帶有激勵用戶保持這種狀態的反饋。

申請號為200910237155.6的“一種人體環節慣性參數的估測方法及系統”專利，在獲取被測個體運動捕獲數據以及被測個體總質量的基礎上建立被測個體的人體模型，依據捕獲數據、個體總質量以及人體模型，計算出人體環節慣性參數。該發明的突出優勢在于無需使用人體密度信息庫，適用于任何民族、性別以及群體，并且在估測人體環節慣性的同時，運動捕獲數據也得到了校正。

隨著人工智能技術的快速發展，以便攜式成像設備為工具，采集人體運動的實時視頻，進而利用視覺技術進行人體運動分析評價的方法已經成為一種可能，相較于傳統的多傳感器運動監測儀，采用基于視覺的運動分析與評價方法具有設備簡單、成本低、易于維護等優點。

其中，申請號為201610248526.0的“一種基于視覺的運動特征提取方法”專利，通過提取各像素點運動矢量的方向—幅值直方圖，構建出對應的立方特征向量，在此基礎上通過聚類算法對局部描述子形成編碼向量，從而形成運動特征的詞典頻率。該方法使用聚類算法得到各類描述子質心的方法較為便捷，但所得結果精度欠佳，對于運動的特征的描述不夠充分。

申請號為201610056555.7的“一種高實時性機器視覺運動分析方法”專利，通過雙目攝像頭采集圖像，對前后幀左圖SURF特征點進行跟蹤，得到前后幀跟蹤匹配點對集合，在此基礎上，采用奇異值分解方法計算運動參數，并利用該參數計算跟蹤匹配點誤差，剔除誤差粗大的跟蹤匹配點對，得到有效的匹配點對集合，最后，再次利用奇異值分解方法得到經優化的運動參數。該方法剔除了部分誤差較大的匹配點對，提高了運動分析的精度，但針對整幅圖像提取SURF特征點的方式適用于全局運動分析，并不適用于針對某一特定物體的局部運動分析，且無法有效的預測特征點的后續運動狀態。