[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

说明书

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，包括步骤：采集运动者的图像，提取骨架，骨架具有若干个关节部位和关节点；获取各个关节点的空间位置信息；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；根据匹配的结果记录为较大分值或者较小分值；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。本发明使用方便，具有较强的教学用途。

技术领域

本发明属于羽毛球运动过程中为运动姿态进行评分的技术领域，具体地说是一种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。

背景技术

据艾瑞咨询所得出的报告，羽毛球是仅次于跑步的最多市民参与的活动，接近35.0％，我国羽毛球爱好者人数高达2.5亿，且根据国内某电商平台发布的国民运动消费大数据显示，羽毛球用品消费人数和消费比数皆在前列。目前针对于羽毛球的智能产品较少。仅有发球机、酷浪小羽等。市场存在缺口，可挖掘性大。这些产品大多是基于传感器+app的模式，使用传感器捕获载体甚至人体的运动模式，使用app呈现相关数据等。比如酷浪小羽传感器，可以卡在球拍下方，实时捕获球拍的位置和姿态，并同步使用app记录最大拍速、热量消耗、挥拍时间及次数等参数，还能统计出了各种击球动作的次数分布，分析用户的运动风格等。羽毛球对打机器人，该相关产品仅仅有成电一家公司开发制作，造价高达40w，而且竞技水平极低，最多为学习了3天的羽毛球初学者水平。目标人群不明确，趣味性较高，已濒临倒闭；欧雷推出的optitrack运动捕捉系统采用高速摄像头对佩戴传感器的用户进行3D动作分析，不仅操作不方便，成本也极其昂贵；抖音app也有类似的功能，可以根据用户图片估计姿态并和标准舞蹈姿态对比，得到用户分数，但是设计粗糙，不能给用户呈现具体的动作细节，只能反馈一个分数，实用价值低。上述产品通常以娱乐为主，且极少有运用到人工智能的产品。

发明内容

本发明要解决的技术问题是提供一种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，操作方便，通俗易懂，便于查看，具有较强的教学用途。

为了解决上述技术问题，本发明采取以下技术方案：

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。

所述关节点的空间位置信息为对应的图像坐标参数。

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，在一个调用周期结束后实时显示正确的样本图像供运动者查看。

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。

一种基于计算机视觉深度学习算法的姿态评估打分系统，所述系统包括：

采集单元，用于拍摄得到运动者的姿态图像；