[发明专利]一种基于骨骼关键点运动轨迹的动作相似度评价方法

说明书

本发明提出一种基于骨骼关键点运动轨迹的动作相似度评价方法。方法包括：采集参照标准动作的视频画面,基于卷积神经网络模型获取人体骨骼关键点坐标，选取骨骼关键点中动作影响关键点，绘制每个关键点的运动曲线。固定拍摄角度，获取被对比动作的视频画面，基于卷积神经网络模型模型获取人体骨骼关键点坐标。选取骨骼关键点中动作影响关键点，绘制每个关键点的运动曲线。将两个对比动作的各个骨骼点的运动曲线进行归一化等预处理处理。然后通过曲线相似度评价算法获取每条曲线的相似度评分。最后通过加权汇总每个点的相似度评分获取整体动作的相似度评分。本发明基于图像的AI处理，不需要外在其他传感器等设备进行有效数据采集，简单方便。

技术领域

本发明申请涉及信息技术领域，尤其是涉及视频图像处理中的一种基于骨骼关键点运动轨迹的动作相似度评价方法。

背景技术

随着人们生活水平的提高，人们对运动健身的需求越来越多，目前线下体育场馆及健身房锻炼及学习各种运动已经不能满足人们的需求，尤其在疫情期间，人们不能去体育场馆和健身房，线上进行健身及学习体育运动已经深入人们的观念，线上自主学习健身、足球、篮球、瑜伽的需求日趋旺盛，在线对各种体育动作进行评价的变得尤其重要。

传统以外的方式是人工对用户上传的各种视频进行打分，这种评价方式工作强度大，效率低下，且存在评价结果比较滞后的问题。

发明内容

本发明提出了一种基于骨骼关键点运动轨迹的动作相似度评价方法，通过深度学习算法获取人体关键点，采样动作影响关键点的运动轨迹点评价整体动作与标准动作的相似度，该方式可以客观且高效的进行动作相似度评价，助力用户通过在线体育运动软件自主学习，该方法包括以下步骤：

一种基于骨骼关键点运动轨迹的动作相似度评价方法，其特征在于，该方法包括以下步骤：

1)获取参考动作的视频画面，通过卷积神经网络模型获取人体关键点坐标。

2)选取动作影响关键的骨骼关键点坐标作为计算关键点，将每一个关键点的运动曲线进行保存，用作动作对比使用。

3)固定拍摄角度，获取被对比人待对比动作的视频画面，通过卷积神经网络模型获取人体关键点坐标。

4)选取动作影响关键的骨骼关键点坐标作为计算关键点，获取每一个关键点的运动曲线。

5)将参考动作和对比动作的每一个骨骼关键点曲线进行归一化处理，固定在同一坐标体系内。

6)将每一个计算关键点归一化后的运动曲线通过曲线相似度评价算法进行相似度计算。

7)将运动影响关键计算点的运动曲线相似度进行加权平均处理，但不限于加权平均处理获取整个动作的相似度评分。

优选的，对归一化处理后的曲线通过弗雷歇距离算法进行相似度评价。

优选的，将各个关键点的运动曲线的相似度评价分数，通过对所有点的运动评分进行统一加权平均和方差计算方式获得可以反映整体动作相似性的评分。

本发明的优点在于：通过动作视频画面进行图像处理获取运动人体骨骼关键点，通过对对应运动项目的分析选取影响动作的骨骼关键点作为计算关键点，可以保留运动动作关键信息的前提下减少相似度计算量。将两个对比动作的关键点运动曲线通过归一化等处理固定在同一坐标体系内，这样做可以去除两个对比动作实施人在身高、体重方面对运动动作实施的影响。该方式可以客观且高效的进行动作相似度评价，助力用户通过在线体育运动软件自主学习。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

图1为动作相似度评价服务实施示意图。

具体实施方式