[發明專利]一種運動分析方法、裝置、設備和存儲介質

在審

• 申請號: 202010542967.8
• 申請日: 2020-06-15
• 公開（公告）號: CN111860157A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 李建偉;郭天曉;沈燕飛;胡慶銳
• 申請（專利權）人: 北京體育大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 厲洋洋

1.一種運動分析方法，其特征在于，包括：

根據人體姿態估計算法OpenPose和訓練人員的動作視頻，得到所述訓練人員的第一動作集合序列；

根據所述第一動作集合序列，得到所述動作視頻的一維動作特征向量和二維動作特征點集；

根據所述一維動作特征向量和多類分類器，得到所述動作視頻的動作分類；

根據所述動作分類對應的標準二維動作特征點集和所述二維動作特征點集，得到所述訓練人員的動作得分。

2.根據權利要求1所述的運動分析方法，其特征在于，所述根據人體姿態估計算法OpenPose和訓練人員的動作視頻，得到所述訓練人員的第一動作集合序列，具體包括：

利用OpenPose對所述動作視頻的每幀圖像進行骨架識別，得到所述訓練人員的動作骨架序列，所述動作骨架序列包括關節點位置信息及對應的置信度；

從所述動作骨架序列中剔除低于預設閾值的置信度對應的關節點位置信息后，提取所述動作骨架序列中的關節點位置信息，得到所述第一動作集合序列。

3.根據權利要求2所述的運動分析方法，其特征在于，所述根據所述第一動作集合序列，得到所述動作視頻的一維動作特征向量和二維動作特征點集，具體包括：

建立人體坐標系，所述人體坐標系的中心點是人體的左右髖節點連線的中點；

將所述第一動作集合序列中的關節點位置信息轉換為對應所述人體坐標系的坐標信息，得到第二動作集合序列；

基于所述第二動作集合序列，確定投影區域，其中，所述投影區域覆蓋所述第二動作集合序列中的關節點的所有坐標信息；

從所述投影區域中選取預設區域，得到特征區域，并根據所述特征區域所覆蓋的所有關節點的坐標信息；

將所述特征區域所覆蓋的所有關節點的坐標信息進行齊次坐標系下的變換，得到所述二維動作特征點集；

根據所述二維動作特征點集中的動作特征點在所述特征區域中的分布進行編碼，得到所述一維動作特征向量。

4.根據權利要求3所述的運動分析方法，其特征在于，所述根據所述一維動作特征向量和多類分類器，得到所述動作視頻的動作分類，具體包括：

將所述特征區域中的所述一維動作特征向量的位置分布信息進行線性編碼，得到動作特征編碼集；

根據所述動作特征編碼集確定對應的特征向量，并將所述特征向量輸入所述多類分類器，得到所述動作視頻的動作分類。

5.根據權利要求3所述的運動分析方法，其特征在于，所述根據所述動作分類對應的標準二維動作特征點集和所述二維動作特征點集，得到所述訓練人員的動作得分，具體包括：

將所述標準二維動作特征點集P_c和所述訓練人員的二維動作特征點集P_s做幾何變化，構建距離均方差函數評價所述訓練人員的動作匹配度；

設計如下的打分函數：

其中R是所述標準二維動作特征點集和所述二維動作特征點集間的旋轉矩陣，t是所述標準二維動作特征點集和所述二維動作特征點集間的平移向量，l'×l'是所述二維動作特征點集中的動作特征點的數量，i是所述二維動作特征點集中的動作特征點的序號，取值范圍是1至l′×l′；

通過最小化公式的距離誤差得到所述訓練人員的動作得分，F_score采用Levenberg-Marquardt(LM)算法迭代求解得到。

6.根據權利要求1-5中任一項所述的運動分析方法，其特征在于，所述多類分類器通過以下方法進行訓練：

獲取批量歷史動作視頻，并將所述批量歷史動作視頻進行處理，得到特征向量訓練集和特征向量測試集；

基于支持向量機算法設計了所述多類動作分類器對所述特征向量訓練集進行訓練，并對所述特征向量測試集進行測試，得到所述多類分類器；

所述多類分類器的目標函數是：

其中，是第r個中心為c_r方差為的徑向基函數，R是徑向基函數的個數，ω_r是權重因子，b為偏差項。