[发明专利]基于计算机视觉深度学习算法的姿态评估打分方法和系统

权利要求书

1.基于计算机视觉深度学习算法的姿态评估打分方法，包括以下步骤：

采集运动者的图像，提取运动者的骨架，该骨架具有若干个关节部位和关节点，每个部位都包含至少一个关节点；

获取各个关节点的空间位置信息；

使用基于关节点空间距离和肢体角度的匹配算法，将获取到的当前图像的各关节点信息与样本库中的图像关节点信息进行比对，计算两者对应位置关节点的空间距离和关节点之间连接的肢体的角度，将两个结果进行融合，计算出两者的当前匹配值；

若两者的当前匹配值大于等于预设匹配值，则表明运动者当前关节点的姿态符合标准要求，显示绿色表示当前关节点及相连肢体所处位置合格，并且记录为较大分值进行存储；若两者的当前匹配值小于预设匹配值，则表明运动者当前关节点的姿态不符合标准要求，显示红色表示当前关节点及相连肢体所处位置不合格，并且记录为较小分值进行存储；

统计分数，将已经被标注颜色的图像和对应的分数进行显示，供用户查看。

2.根据权利要求1所述的基于计算机视觉深度学习算法的姿态评估打分方法，其特征在于，所述关节点的空间位置信息为对应的图像坐标参数。

3.根据权利要求2所述的基于计算机视觉深度学习算法的姿态评估打分方法，其特征在于，所述匹配时，将当前图像的各个关节与样本库中的图像的各个关节进行对应比对，实时显示正确的样本图像供运动者查看。

4.根据权利要求3所述的基于计算机视觉深度学习算法的姿态评估打分方法，其特征在于， 所述进行图像比对后，记录比对日期、具体时间、每个关节点的单独评分和整体综合评分。

5.一种基于计算机视觉深度学习算法的姿态评估打分系统，其特征在于，所述系统包括：

采集单元，用于拍摄得到运动者的姿态图像；

显示单元，用于运动者进行操作模式的选择和评分分数的查看；

计算单元，用于对采集到的图像进行计解析，计算出人体关节点；

控制单元，用于计算单元和采集单元之间的通信、数据的存取。

6.根据权利要求5所述的基于计算机视觉深度学习算法的姿态评估打分系统，其特征在于，所述控制器包括比对单元、分数统计单元和评分单元，比对单元用于将采集到的当前图像与样本库中的图像进行比对；评分单元用于对每个关节点与样本库中的图像信息比对后进行分数的评定；分数统计单元用于统计所有关节点的分数得到一个整体的总分数。