[发明专利]一种运动测试评分的方法、装置、设备及存储介质

说明书

本发明公开了一种运动测试的方法、装置、设备及存储介质，其中方法包括获取多个相机拍摄的被测对象完成设定动作的视频流，根据所述视频流的每一帧图像进行二维姿态估计，确定每一帧图像中所述设定动作的二维姿态特征；将每个相机的内参、外参以及所述设定动作的二维姿态特征进行拟合，确定所述每一帧图像对应的世界坐标系中所述设定动作的三维姿态特征；将所述设定动作的三维姿态特征与预设的标准姿态特征进行匹配，根据所述匹配结果确定所述设定动作的分数。本发明实施例将二维姿态特征转变为三维姿态特征进行运动测评，测试结果更准确。

技术领域

本发明实施例涉及机器视觉领域，尤其涉及一种运动测试评分的方法、装置、设备及存储介质。

背景技术

人体运动分析是机器视觉领域非常重要的技术，人体运动分析如运动测试，尤其是针对儿童的运动测试的研究越来越受到关注。通过对儿童的运动测试，可以判断儿童的运动能力，以及与运动能力匹配的年龄，监测儿童的运动情况对预防儿童身体缺陷具有重大意义。

目前，运动测试通常用于成年用户健身的场景，通过一个摄像头拍摄用户的运动视频，利用运动视频中的每一帧静态图片，计算每一帧静态图片与对应的每一帧预设静态图片之间的偏差，以此确定每一帧图片对应的分数值，并求和得到该运动视频的分数值。而该方法中需要设置每一帧预设静态图片，内存需求较大、计算量大。并且，采用单摄像头拍摄，拍摄到的用户运动姿态也不完整。

发明内容

本发明提供一种运动测试评分的方法、装置、设备及存储介质，可以利用世界坐标系的三维人体运动姿态进行运动测试评分，使测试结果更准确。

第一方面，本发明实施例提供了一种运动测试评分的方法，包括：

获取多个相机拍摄的被测对象完成设定动作的视频流，根据所述视频流的每一帧图像进行二维姿态估计，确定每一帧图像中所述设定动作的二维姿态特征；

将每个相机的内参、外参以及所述设定动作的二维姿态特征进行拟合，确定所述每一帧图像对应的世界坐标系中所述设定动作的三维姿态特征；

将所述设定动作的三维姿态特征与预设的标准姿态特征进行匹配，根据所述匹配结果确定所述设定动作的分数。

进一步的，在将多个相机的内参、外参以及所述设定动作的二维姿态特征进行拟合之前，还包括：

获取标定板源图像的尺度不变特征变换SIFT特征；

获取标定板源图像打印的标定板在测试场景中的每个相机至少10帧不同角度和/或位置下所拍摄的测试图像；

根据所述测试图像，获取所述测试图像的SIFT特征；

将所述标定板源图像的SIFT特征和所述测试图像的SIFT特征进行匹配，并拟合计算出所述测试图像与所述标定板源图像间的单应矩阵；

根据所述单应矩阵和所述每个相机的编号，计算所述每个相机的内参和外参。

进一步的，计算出所述测试图像到所述标定板源图像的单应矩阵，包括：

获取第一帧全场景图像的SIFT特征；

将所述标定板源图像的SIFT特征和所述第一帧全场景图像的SIFT特征进行匹配，并拟合计算出所述当第一帧全场景图像与所述标定板源图像间的第一单应矩阵H1；

根据第一单应矩阵H1切割第二帧全场景图像，得到切割后的第二帧小场景图像，并获取第二帧小场景图像的特征区域ROI；

根据所述ROI，获取所述第二帧小场景图像的SIFT特征；

将所述标定板源图像的SIFT特征和所述第二帧小场景图像的SIFT特征进行匹配，并拟合计算出所述第二帧小场景图像与所述标定板源图像间的第二单应矩阵H2；