[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

本發明公開了一種跳繩計數的方法、裝置及計算機存儲介質，涉及人工智能領域。跳繩計數的方法包括獲取跳繩視頻；通過人體關鍵點檢測模型檢測跳繩視頻中第一幀圖像中的若干關鍵肢體部位，并輸出與其對應的熱力圖；將每一熱力圖中熱力值最大的位置的坐標設置為第一關鍵點坐標；獲取每一關鍵肢體部位在跳繩視頻中多個第二幀圖像中的若干第二關鍵點坐標，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獲得或者通過人體關鍵點檢測模型獲取；將所有第一關鍵點坐標以及所有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。通過人體關鍵點檢測模型結合跟蹤算法可以提升跳繩計數的準確度的同時不降低統計效率。

技術領域

本發明涉及人工智能領域，特別涉及一種跳繩計數的方法、裝置及計算機存儲介質。

背景技術

跳繩運動是一種人們經常從事的體育運動項目之一，跳繩者在跳繩的過程中需要進行計數，即需要知道運動量作為運動指標。而在跳繩過程中的計數通常采用兩種計數方式，一種是通過電子計數跳繩進行計數；另外一種是采用人工方式進行計數；雖然電子計數跳繩可以實現自動統計，但是電子計數跳繩對跳繩動作識別正確率低，導致計數錯誤；而人工統計方式需要一對一，統計效率低，且統計者分神時容易統計錯誤。因此兩種統計方法雖然可以實時獲得計數數據，但是均容易出現計數失誤，導致計數不準確。

發明內容

本發明旨在至少解決現有技術中存在的技術問題之一。為此，第一方面本發明提供了一種跳繩計數的方法，可以提升跳繩計數的準確度的同時不降低統計效率。第二方面，本發明提供應用跳繩計數的裝置。第三方面，本發明提供用于執行跳繩計數的方法的計算機存儲介質。

根據本發明第一方面實施例的一種跳繩計數的方法，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。

根據本發明的上述實施例，至少具有如下有益效果：通過人體關鍵點檢測模型可以從跳繩視頻中準確的獲取每一幀圖像中關鍵肢體部位的位置的坐標，并且通過關鍵肢體部位的坐標變化與跳繩動作進行關聯分析，從而可以進行精準計數。同時由于在跳繩計數的方法中結合了跟蹤算法，因此可以減少識別關鍵肢體部位的位置的坐標的計算量，提升了跳繩計數的效率。因此通過人體關鍵點檢測模型結合跟蹤算法可以提升跳繩計數的準確度的同時不降低統計效率。

根據本發明第一方面的一些實施例，所述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。

根據本發明第一方面的一些實施例，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；