[发明专利]一种用于冰雪体育运动的场地监测管理方法与系统

权利要求书

1.一种用于冰雪体育运动的场地监测方法，其特征在于，包括：

深度摄像机采集第一深度视频，对第一深度视频进行初步分析，若确定存在安全隐患目标则向管理服务器发送安全指示；

管理服务器以所述深度摄像机为中心点，获取预定半径内的所有深度摄像机，向该半径区域内的所有深度摄像机发送查询指令；

每个接收到查询指令的深度摄像机从自身拍摄的深度视频中查找安全隐患目标的运动轨迹，将查找到安全隐患目标的深度摄像机拍摄的第二深度视频发送至管理服务器；

管理服务器根据第一深度视频和第二深度视频确定目标安全隐患严重程度，根据目标人物的安全隐患严重程度选择性向管理人员终端设备发送报警指示；

确定目标人物的安全隐患严重程度，具体包括如下子步骤：

采集不同身体素质的不同运动状况以及所能承受的冲击力得到特征向量，输入分类模型，训练分类模型得到不同的子分类模型，分别利用各个子分类模型对特征向量集进行分类，通过分类结果估计得到各个子分类模型的权重的集合；

具体地，采集历史摔倒事件中不同性别、高宽比的不同身体素质的大量数据，并采集这些不同身体素质的人员在摔倒时的运动状况，以及这些人员所能承受的冲击力，即力度范围不同时可能造成的不同程度的身体伤害，将这些数据组成特征向量集A＝{(x₁,y₁,z₁,t₁),(x₂,y₂,z₂,t₂),(x₃,y₃,z₃,t₃)…(x_n,y_n,z_n,t₄)}，其中，x₁,x₂…x_n为性别特征，y₁,y₂…y_n为对应高宽比特征，z₁,z₂…z_n为对应摔倒时的速度特征，t为对应所能承受的冲击力，n为采集的样本数量；将特征向量集输入分类模型，利用特征向量集训练子分类模型f_t(t)；再利用子分类模型f_t(t)对特征向量集进行分类，得到分类结果，通过分类结果采用公式估计子分类模型的权重的集合{μ₁，μ₂，μ₃......μ_T}；其中，argmin是具有最小值的μ的集合；

寻找权重的集合中的每个权重对应的最优值，通过各个子分类模型和其对应的权重的最优值的组合确定安全隐患严重程度，得到安全隐患识别模型；

通过粒子群优化算法计算各个子分类模型f_t(t)的权重的集合{μ₁，μ₂，μ₃......μ_T}中，每个权重对应的最优值；通过各个子分类模型{f₁(t)、f₂(t)、f₃(t)……f_T(t)}和其对应的权重的最优值{μ₁，μ₂，μ₃……μ_T}组合确定安全隐患严重程度，得到安全隐患识别模型；

从上一深度摄像机的视频中能够确定目标人物的高、宽，并根据深度视频中的骨骼数据能够确定目标人物的性别，从当前深度摄像机和上一深度摄像机拍摄视频计算目标人物摔倒时的速度，将目标人物的高、宽、性别以及目标人物摔倒时的速度输入安全隐患识别模型，计算目标人物摔倒时的冲击力，若目标人物摔倒时的冲击力高于人体所能承受的最大冲击力，则输出高数值的安全隐患严重程度，在输出高数值安全隐患严重程度之后向管理人员发送报警指示，指示管理人员进行及时救援。