[發明專利]運動計數方法、識別裝置、識別系統及存儲介質

在審

• 申請號: 202110104910.4
• 申請日: 2021-01-26
• 公開（公告）號: CN112818801A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 蔣偉
• 申請（專利權）人: 每步科技（上海）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 上海恒銳佳知識產權代理事務所(普通合伙) 31286
• 代理人: 黃海霞

本發明提供了一種運動計數方法，包括通過建立殘差神經網絡模型提取視頻數據中的目標數據，并依據算法數據流圖獲取邏輯值向量和每幀占比向量，然后根據所述每幀占比向量與所述邏輯值向量獲得動作計數值。本發明的所述運動計數方法通過建立殘差神經網絡模型提取視頻數據中的目標數據，對拍攝動作的角度沒有特殊要求，就能夠通過運動動作間相似性矩陣判斷重復動作個數，結合依據算法數據流圖獲取邏輯值向量和每幀占比向量以及根據每幀占比向量與邏輯值向量獲得動作計數值，提高了運動計數的準確性。本發明還提供了執行所述運動計數方法的識別裝置和識別系統以及存儲所述運動計數方法的存儲介質。

技術領域

本發明涉及計數系統技術領域，尤其涉及一種運動計數方法、識別裝置、識別系統及存儲介質。

背景技術

對重復動作的精準統計，如對俯臥撐、仰臥起坐、引體上向等個數的精準計量，是運動會以及體能測試中必備的。現有動作計數法很多，例如公開號為CN110210360A的中國專利申請通過人臉檢測算法確定每幀人臉區域及中心點高度坐標，繪制其隨時間變化曲線，依據過零點判斷跳繩個數。基于人體骨骼關節點檢測計算法進行俯臥撐、跳繩等運動個數統計。公開號為CN108744471A的中國專利申請揭示的基于智能手環動作計數法對跳繩數據分別于X軸、Y軸方向進行周期處理，融合雙向結果得到計數值。但上述的動作識別和計數方法只能針對一種或一類運動，局限性較大。

現有技術中的重復動作的識別的缺點還有：識別技術單一，只能針對某一特殊運動實現計數，不同的運動需要開發不同的計數方法。比如基于人臉計數法需人臉精準存在視頻，丟失會誤判；需要借助其他手段綜合判斷計數結果，有時運動相機捕捉不到人臉，比如俯臥撐運動時，人運動時，相機可能有某段時間拍攝不到運動員的臉部，會造成一些數據的遺失，從而降低了計數準確度。基于人體骨骼關鍵點檢測計數法對拍攝角度要求高，魯棒性不好。基于智能手環動作計數法只能計算需要手部運動的情況，俯臥撐等同樣無法計算。

因此，有必要提供一種新型的運動計數方法以解決現有技術中存在的上述問題。

發明內容

本發明的目的在于提供一種應用于重復動作計數的運動計數方法以及應用所述運動計數方法的識別裝置、識別系統和存儲介質，以提高計數準確性。

為實現上述目的，本發明的所述運動計數方法包括：

S1：建立殘差神經網絡模型，于所述殘差神經網絡模型中構建算法數據流圖；

S2：獲取包含重復動作的視頻數據，并對所述視頻數據進行預處理，得到目標數據；

S3：將所述目標數據傳輸至所述殘差神經網絡模型中，并依據所述算法數據流圖獲取邏輯值向量和每幀占比向量；

S4：根據所述每幀占比向量與所述邏輯值向量獲得動作計數值。

本發明的所述運動計數方法的有益效果在于：通過建立殘差神經網絡模型提取視頻數據中的目標數據，對拍攝動作的角度沒有特殊要求，就能夠通過運動動作間相似性矩陣判斷重復動作個數，結合依據算法數據流圖獲取邏輯值向量和每幀占比向量以及根據每幀占比向量與邏輯值向量獲得動作計數值，提高了運動計數的準確性。

優選的，所述包含重復動作的視頻數據來源于動態視頻。其有益效果在于：能夠更準確體現運動情況，有利于提高計數準確性。

優選的，所述步驟S1中，通過步長序列為循環特征處理主干網絡和若干全連接層形成所述殘差神經網絡模型，所述主干網絡和所述若干全連接層由連接網絡融合連接而成。其有益效果在于：有利于通過運動動作間相似性矩陣判斷重復動作個數。

進一步優選的，還包括通過所述步驟S1建立不同殘差神經網絡模型，所述不同殘差神經網絡模型的主干網絡的層數不同。其有益效果在于：有助于后續通過不同動作計數值比較計數精度，從而提高計數的準確性。