[發明專利]跳繩計數的方法、裝置及計算機存儲介質

在審

• 申請號: 202011033631.5
• 申請日: 2020-09-27
• 公開（公告）號: CN112163516A
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 胡茂偉;甘南南;張小兵;黃秀清
• 申請（專利權）人: 深圳市悅動天下科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T7/246
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 熊思遠

1.一種跳繩計數的方法，其特征在于，包括如下步驟：

獲取跳繩視頻；

通過人體關鍵點檢測模型檢測所述跳繩視頻中第一幀圖像中的若干關鍵肢體部位，并輸出與每一所述關鍵肢體部位對應的熱力圖；

將每一所述熱力圖中熱力值最大的位置的坐標設置為對應的所述關鍵肢體部位的第一關鍵點坐標；

獲取每一所述關鍵肢體部位在所述跳繩視頻中多個第二幀圖像中的若干第二關鍵點坐標，其中每一所述第二關鍵點坐標的獲取包括：通過跟蹤算法跟蹤前一幀圖像中所述關鍵肢體部位位置獲得或者通過所述人體關鍵點檢測模型輸出的熱力圖獲取；

將所有所述第一關鍵點坐標以及所有所述第二關鍵點坐標與每個跳繩動作引起的高度變化進行關聯處理，以獲得跳繩計數數據。

2.根據權利要求1所述的跳繩計數的方法，其特征在于，

通過人體關鍵點檢測模型分別檢測所述跳繩視頻中第一幀圖像中的若干關鍵肢體部位，并輸出與每一所述關鍵肢體部位對應的熱力圖，包括如下的步驟：

建立卷積姿態機模型；

將所述第一幀圖像輸入到所述卷積姿態機模型中，并通過所述卷積姿態機模型輸出每一所述關鍵肢體部位對應的熱力圖。

3.根據權利要求2所述的跳繩計數的方法，其特征在于，

所述建立卷積姿態機模型，包括如下步驟：

通過輕量化卷積神經網絡建立包括人體各肢體部位特征的主干網絡；

調整創建所述主干網絡的通道參數以及融合特征層數參數，得到裁剪后的所述主干網絡或者對所述主干網絡進行模型蒸餾處理，得到蒸餾處理后的所述主干網絡；

將裁剪后的所述主干網絡或蒸餾處理后的所述主干網絡與姿態機結合建立所述卷積姿態機模型。

4.根據權利要求2所述的跳繩計數的方法，其特征在于，

所述將所述跳繩視頻中第一幀圖像中的若干關鍵肢體部位通過人體關鍵點檢測模型處理，以獲得與每一所述關鍵肢體部位對應的熱力圖，包括如下的步驟：

將每一所述熱力圖進行高斯平滑濾波處理，以更新所述熱力圖。

5.根據權利要求1所述的跳繩計數的方法，其特征在于，還包括：

所述獲取每一所述關鍵肢體部位在所述跳繩視頻中多個第二幀圖像中的若干第二關鍵點坐標，包括如下步驟：

獲取通過所述跟蹤算法獲取的所述第二關鍵點坐標的跟丟次數；

獲取連續通過所述跟蹤算法進行檢測的所述跳繩視頻的幀圖像的檢測張數；

將所述跟丟次數以及所述檢測張數分別與預設的重檢測參數進行匹配，并根據匹配結果選擇通過跟蹤算法跟蹤前一幀圖像中所述關鍵肢體部位位置獲得或者選擇通過所述人體關鍵點檢測模型輸出的熱力圖獲取。

6.根據權利要求1所述的跳繩計數的方法，其特征在于，

將所有所述第一關鍵點坐標以及所有所述第二關鍵點坐標與每個跳繩動作引起的高度變化進行關聯處理，以獲得跳繩計數數據，包括如下步驟：

獲取所有第一關鍵點坐標的縱坐標的第一均值以及分別獲取每一幀圖像中所有所述第二關鍵點坐標的縱坐標的第二均值，并將所述第一均值以及所有所述第二均值依次構成序列；

將所述序列進行序列分割，以獲得若干具有極大值極小值對的子序列；

獲取所有所述子序列的個數，并將所述子序列的個數設置為跳繩計數數據。

7.根據權利要求6所述的跳繩計數的方法，其特征在于，

將所有所述第一關鍵點坐標以及所有所述第二關鍵點坐標與每個跳繩動作引起的高度變化進行關聯處理，以獲得跳繩計數數據，還包括如下步驟：

分別獲取待處理的相鄰的兩個子序列的極大值之間的間隔距離，并將所述間隔距離與預設的距離閥值進行比較；

根據比較結果，對所述待處理的相鄰的兩個子序列進行無效處理，并獲取下一待處理的相鄰的兩個子序列，直至遍歷完所有所述子序列；

當遍歷完所有子序列后，獲取無效處理后的所有所述子序列的有效個數，并將所述有效個數更新為跳繩計數數據。