[发明专利]一种羽毛球运动员运动姿态评估方法

说明书

本发明涉及人体姿态评估领域，具体涉及一种羽毛球运动员运动姿态评估方法；包括以下步骤：S1：输入待测姿态模型骨骼点坐标；S2：进行坐标转换并计算出矢量夹角；S3：计算待测姿态模型的累计差值；S4：计算累计误差并输出累计误差最小的姿态模型序号。本发明借助图像像素坐标系下羽毛球运动员的一组骨骼点坐标，对候选姿态库的数据进行搜索，在搜索过程中匹配最优姿态模型并计算累计误差，通过匹配阶段和累计误差对运动姿态模型进行评估，提出了一种新的量化标准，与基于机器学习的传统动作识别方法比，用累计误差来量化人体姿态与标准姿态的相似度，可以从数据层面更精确的对比人体姿态的差异。

技术领域

本发明涉及人体姿态模型评估领域，特别是一种羽毛球运动员运动姿态评估方法。

背景技术

在羽毛球运动员运动过程中，对于自身动作的标准程度有着较高要求，但是在训练中始终靠的是教练对于羽毛球运动员姿态的纠正，没有较为准确的评估系统。

而在人体姿态模型评估领域，大多都是将图像像素坐标系下的人体姿态模型坐标转换到世界坐标系下，然后通过在三维空间中构建人体姿态模型进行评估，上述方法计算复杂且不实用，不能在二维维度上精确查找运动姿态与标准姿态差异。

发明内容

本发明的目的在于：针对现有技术存在的针对羽毛球运动员的运动姿态评估方法，计算复杂不实用，不能在二维维度上精确查找运动姿态与标准姿态差异的问题，提供一种羽毛球运动员运动姿态评估方法。为了实现上述目的，本发明采用的技术方案为：

一种羽毛球运动员运动姿态评估方法，包括以下步骤：

S1：输入待测姿态模型在图像像素坐标系下的一组人体骨骼点坐标，并对所述人体骨骼点坐标进行合法性判断；

S2：对通过合法性判断的各个所述人体骨骼点坐标进行坐标转换，将图像像素坐标系转换到以0点为原点的直角坐标系，分别计算各个所述人体骨骼点坐标到0点的矢量，以及所述矢量与直角坐标系x轴正方向形成的骨骼点夹角；

S3：设置各个骨骼点的优先度，按优先度依次取一个骨骼点与候选姿态集中所有姿态模型的对应骨骼点计算累计差值，并输出所述累计差值，在所述待测姿态模型的所有骨骼点均计算完成后进入步骤S4；

其中，所述累计差值为所述步骤S2中所述骨骼点夹角的差值绝对值，所述候选姿态集初始为预设的人体姿态标准库；

S4：计算累计误差，并在所述候选姿态集中寻找累计误差最小的姿态模型，输出姿态模型序号并以及累计误差；所述累计误差为所述待测姿态模型在一个候选姿态集中的姿态模型中各个骨骼点累计差值之和。本发明借助图像像素坐标系下羽毛球运动员的一组骨骼点坐标，对标准动作库的数据进行搜索，在搜索过程中匹配最优姿态模型并计算累计误差，通过匹配阶段和累计误差对运动姿态模型进行评估。并将累计误差的概念应用于对羽毛球运动员人体姿态的评估中，提出了一种新的量化标准，与基于机器学习的传统动作识别方法比，用累计误差来量化人体姿态与标准姿态的相似度，可以从数据层面更精确的对比人体姿态的差异。