[发明专利]基于计算机视觉的人体跑步姿势识别分析方法及装置

说明书

基于计算机视觉的人体跑步姿势识别分析方法，通过摄像机将跑步机上的测试人员的数据进行摄像采集并进行数据分类，采用卷积神经网络方法得到姿势识别模型；再对测试对象进行跑步姿势拍摄，将其与标准姿势运动轨迹图进行对比运算，并输出姿势规范程度评分以及改正意见。纠正测试对象的具体错误位置及不规范类型，减少其造成运动损伤的概率，达到更好的健身效果。

技术领域

本发明涉及计算机视觉图像识别技术领域，特别涉及一种用于跑步姿势识别分析方法及装置。

背景技术

通过计算机视觉进行人体动作识别具有重要的现实意义、广泛的应用前景和可观的经济价值，智能设备获得“看懂”世界的能力，可以满足多种人工智能应用的需求，也可以在人类的自我认知上起到推动作用和参考价值。通过计算机视觉进行人体动作识别涉及的应用领域主要包括：智能监控系统、视频存储和检索、智能人机接口、安全家居环境、运动分析。

运动分析主要通过计算机视觉方式对人体关节部位的运动进行跟踪，建立人体几何模型，对人体运动进行分析，有助于掌握人的运动状态，提高运动性能。尤其在体育运动，舞蹈等运动项目中，运动员可以通过分析人物的动作来对姿态等进行修正，有助于提高成绩。在医学上也可以通过运动姿态观察患者的康复状况，对治疗方案进行调整。

2020年全国体育消费总规模达到1.5万亿元，人均体育消费支出占总消费总支出的比重显著上升，体育消费结构更为合理。在具体任务上，文件提到要重点支持推动马拉松项目产业发展规划的细化落实，形成新的体育消费热点。从2014 年到2018年短短5年时间，中国马拉松赛事从50场增加到1000场，数量增长率达到2000％。虽然马拉松赛事数量以及参赛人数呈井喷式增长，赛事质量也得到了很大的提升，但是大众选手普遍水平却很低。在大众选手中存在最严重、最普遍的问题就是跑步姿势不规范，这将导致各种严重的伤病。所以对大众马拉松选手通过计算机视觉进行跑步姿态分析，同时为其提供指导性意见具有重大的意义。

因此，申请人针对普通跑者的跑姿规范，进行了基于计算机视觉的人体跑步姿势识别分析技术的研究。

发明内容

针对上述问题，本发明提供了一种基于计算机视觉的人体跑步姿势识别分析方法及装置，以视频为媒介，采用基于计算机视觉的方法快速、准确地进行跑步姿势的规范性识别。

为实现上述目的，本发明采用以下技术方案：

基于计算机视觉的人体跑步姿势识别分析方法，包括以下步骤：

步骤一，数据采集，在跑步机上，对各种典型错误跑姿及标准跑姿进行拍摄，且被拍摄对象身高均为170cm，将其绘制成跑姿运动轨迹图；

步骤二，数据分类，将步骤一获得的跑步姿势运动轨迹图进行姿势分类；

步骤三，数据训练，采用卷积神经网络方法，对步骤二进行姿势分类后图片进行识别训练，按标准跑姿以及各类典型错误跑姿对其运动轨迹图进行分组训练，得到与之相对应的跑姿识别模型分组，得到姿势识别模型；

步骤四，姿势识别，对测试对象进行跑步姿势拍摄，并通过步骤三获得的姿势识别模型，对实时视频中的测试对象跑步姿势运动轨迹图进行搜索、识别，确认与姿势识别模型中姿势分类相符的用户姿势；

步骤五，姿势评价分析，对步骤四识别出的用户姿势，通过姿势识别模型将其与标准姿势运动轨迹图进行对比运算，并输出姿势规范程度评分以及改正意见。

上述的基于计算机视觉的人体跑步姿势识别分析方法，所述数据采集包括姿势拍摄、视频上传、视频预处理和绘制运动轨迹图；

姿势拍摄时跑步机速率为固定值；

数据采集对标准姿势跑者以及各类典型非标准跑姿跑者进行多个规定角度拍摄；

将实时拍摄的跑步视频上传到视频处理软件；