[發明專利]一種用于冰雪體育運動的場地監測管理方法與系統有效
| 申請號: | 202110243764.3 | 申請日: | 2021-03-05 |
| 公開(公告)號: | CN112949503B | 公開(公告)日: | 2022-08-09 |
| 發明(設計)人: | 姚良才;宋雙慧;徐龍;楊忠山;張文波 | 申請(專利權)人: | 齊齊哈爾大學 |
| 主分類號: | G06V20/40 | 分類號: | G06V20/40;G06V40/20;G08B21/02 |
| 代理公司: | 蘇州國卓知識產權代理有限公司 32331 | 代理人: | 江舟 |
| 地址: | 161006 黑龍江*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 用于 冰雪 體育運動 場地 監測 管理 方法 系統 | ||
1.一種用于冰雪體育運動的場地監測方法,其特征在于,包括:
深度攝像機采集第一深度視頻,對第一深度視頻進行初步分析,若確定存在安全隱患目標則向管理服務器發送安全指示;
管理服務器以所述深度攝像機為中心點,獲取預定半徑內的所有深度攝像機,向該半徑區域內的所有深度攝像機發送查詢指令;
每個接收到查詢指令的深度攝像機從自身拍攝的深度視頻中查找安全隱患目標的運動軌跡,將查找到安全隱患目標的深度攝像機拍攝的第二深度視頻發送至管理服務器;
管理服務器根據第一深度視頻和第二深度視頻確定目標安全隱患嚴重程度,根據目標人物的安全隱患嚴重程度選擇性向管理人員終端設備發送報警指示;
確定目標人物的安全隱患嚴重程度,具體包括如下子步驟:
采集不同身體素質的不同運動狀況以及所能承受的沖擊力得到特征向量,輸入分類模型,訓練分類模型得到不同的子分類模型,分別利用各個子分類模型對特征向量集進行分類,通過分類結果估計得到各個子分類模型的權重的集合;
具體地,采集歷史摔倒事件中不同性別、高寬比的不同身體素質的大量數據,并采集這些不同身體素質的人員在摔倒時的運動狀況,以及這些人員所能承受的沖擊力,即力度范圍不同時可能造成的不同程度的身體傷害,將這些數據組成特征向量集A={(x1,y1,z1,t1),(x2,y2,z2,t2),(x3,y3,z3,t3)…(xn,yn,zn,t4)},其中,x1,x2…xn為性別特征,y1,y2…yn為對應高寬比特征,z1,z2…zn為對應摔倒時的速度特征,t為對應所能承受的沖擊力,n為采集的樣本數量;將特征向量集輸入分類模型,利用特征向量集訓練子分類模型ft(t);再利用子分類模型ft(t)對特征向量集進行分類,得到分類結果,通過分類結果采用公式估計子分類模型的權重的集合{μ1,μ2,μ3......μT};其中,argmin是具有最小值的μ的集合;
尋找權重的集合中的每個權重對應的最優值,通過各個子分類模型和其對應的權重的最優值的組合確定安全隱患嚴重程度,得到安全隱患識別模型;
通過粒子群優化算法計算各個子分類模型ft(t)的權重的集合{μ1,μ2,μ3......μT}中,每個權重對應的最優值;通過各個子分類模型{f1(t)、f2(t)、f3(t)……fT(t)}和其對應的權重的最優值{μ1,μ2,μ3……μT}組合確定安全隱患嚴重程度,得到安全隱患識別模型;
從上一深度攝像機的視頻中能夠確定目標人物的高、寬,并根據深度視頻中的骨骼數據能夠確定目標人物的性別,從當前深度攝像機和上一深度攝像機拍攝視頻計算目標人物摔倒時的速度,將目標人物的高、寬、性別以及目標人物摔倒時的速度輸入安全隱患識別模型,計算目標人物摔倒時的沖擊力,若目標人物摔倒時的沖擊力高于人體所能承受的最大沖擊力,則輸出高數值的安全隱患嚴重程度,在輸出高數值安全隱患嚴重程度之后向管理人員發送報警指示,指示管理人員進行及時救援。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于齊齊哈爾大學,未經齊齊哈爾大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110243764.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:基于核密度估計的鋰離子電池循環壽命預測方法
- 下一篇:骨節式傳動機構





