[發明專利]一種基于人體姿態估計的速度滑冰運動員動作識別方法在審
| 申請號: | 202110305362.1 | 申請日: | 2021-03-22 |
| 公開(公告)號: | CN113052061A | 公開(公告)日: | 2021-06-29 |
| 發明(設計)人: | 劉玉杰;張敏杰;孫奉鈺;仵宇;李宗民;李冠林 | 申請(專利權)人: | 中國石油大學(華東) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 266580 山*** | 國省代碼: | 山東;37 |
| 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 基于 人體 姿態 估計 速度 滑冰 運動員 動作 識別 方法 | ||
本發明屬于深度學習與圖形圖像處理領域,具體公開了一種基于人體姿態估計的速度滑冰運動員動作識別方法,該方法包括如下步驟:s1、獲取速度滑冰視頻中運動員的人體關鍵節點序列;s2、將獲取到的姿態序列輸入到圖卷積動作識別網絡中;s3、利用圖卷積網絡判斷速度滑冰運動員的動作類別;s4、將動作姿態以及動作類別顯示到視頻,輔助教練員分析。本發明方法通過使用深度神經網絡對于速度滑冰運動員的動作姿態進行分析,反饋給教練員,幫助提高運動員的運動水平。
技術領域
本發明屬于深度學習與圖形圖像處理領域,涉及一種基于人體姿態估計的速度滑冰運動員動作識別方法。
背景技術
如何提高速度滑冰運動員的競技水平是每個教練員面臨的一大挑戰。速度滑冰運動員要想提高自己的水平就必須關注滑冰過程中的每一個細節,尤其各種動作,如何判斷遠動員動作的時機尤為重要。
目前,判斷運動員的姿態以及動作都需要運動員佩戴傳感器,這顯然影響到了運動員的正常發揮,為了更加接近真實的判斷運動員的競技狀態,我們采用計算機視覺的方法來解決這個問題。通過處理比賽視頻來獲得運動員的動作信息更加方便快捷,因此,我們設計了一種基于人體姿態估計的速度滑冰運動員動作識別方法,通過該方法為教練員和運動員提供輔助信息以提高競技水平。
發明內容
本發明的目的在于提出一種基于人體姿態估計的速度滑冰運動員動作識別方法,其采用如下方案:
一種基于人體姿態估計的速度滑冰運動員動作識別方法,包括如下步驟:
s1、通過人體姿態估計網絡獲取比賽視頻中運動員的姿態時序序列;
s2、將姿態時序序列輸入到圖卷積動作識別網絡中;
s3、利用圖卷積網絡判斷速度滑冰運動員的動作類別;
s4、將動作姿態以及動作類別顯示到視頻,輔助教練員分析。
進一步,上述步驟s1中進一步包括:
s11、利用多目標跟蹤算法,跟蹤多個運動員,得到運動員的時序目標檢測框
s12、將是s11獲取的目標檢測框輸入到人體姿態估計網絡提取運動員的時序姿態序列;
進一步,上述步驟s12中,需要將對于s12中獲取到的信息存儲到緩存中。
進一步,上述步驟s2中,將緩存中的運動員時序姿態序列分別輸入到圖卷積動作識別網絡中
進一步,利用圖卷積網絡判斷速度滑冰運動員的動作類別:
s31、判斷比賽運動員的個數,設置對應的緩存空間
s32、將對應的運動員的時序姿態讀入緩存;
s33、緩存空間滿足圖卷積動作識別時,將它輸入網絡,判斷當前運動員的動作類別;
進一步,將動作姿態以及動作類別顯示到視頻,輔助教練員分析:
進一步,上述步驟s1中,人體姿態估計網絡模型的詳細結構為:
s11、通過簡化的DenseNet網絡提取特征;
s12、特征通過一個雙分支網絡進一步提取;
s13、結合傳統的每個關鍵節點一個標簽和我們提出的全局姿態標簽進行訓練;
s14、疊加兩種方法的損失,快速準確地獲取時序姿態。
本發明具有如下優點:
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中國石油大學(華東),未經中國石油大學(華東)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/202110305362.1/2.html,轉載請聲明來源鉆瓜專利網。





