[发明专利]一种智能识别仰卧起坐动作姿态完成状况的系统和方法

说明书

本发明公开了一种智能识别仰卧起坐动作姿态完成状况的系统和方法，包括以下步骤：设定与动作姿态对应的身体相关部位所形成的关键角；比较测试视频中相邻两帧图像中的关键角，并对关键角的比较结果进行标识；将所述标识串联组成结果列表，并根据所述结果列表中标识的改变，获得动作姿态的完成状况。本发明，通过比较视频中前后两帧图像的关键角识别身体下降阶段和身体上升阶段，近而识别出动作姿态的完成状况，无须训练识别模型，利用视频图像可以直接识别，简化了算法，部署快速方便。

技术领域

本发明涉及图像智能识别技术领域，具体涉及一种智能识别仰卧起坐动作姿态完成状况的系统和方法。

背景技术

仰卧起坐是最常见的锻炼身体（力量训练）的方式之一，由于仰卧起坐锻炼简单易行，不受场地的限制。因此，是军事训练的必修科目，同时也成为了各级学校力量训练和考核的重要科目。

在仰卧起坐锻炼或考核过程中，动作是否标准及计数是衡量对锻炼或考核结果十分重要。

随着AI技术的发展进步，仰卧起坐的自动识别计数，已经开始取代人工计数而逐渐得以广泛应用。例如：中国发明专利CN111368810B公开了一种基于人体及骨骼关键点识别的仰卧起坐检测系统及方法，检测连续帧中的人体框形态变化、人体骨骼关键点的以腰部关键点与肩部关键点构成的直线与水平位置构成的夹角变化情况来综合判断其为躺下、坐立、还是在由躺下到坐立的过程中，从而完成被测试者固定时间内仰卧起坐的检测。但是存在以下问题：

1、该方案基于两个参数实现，一个是被测试者胯肩骨骼关键点连线与水平线夹角V；另一个是人体框对角线与底边夹角V’。其中，人体框的识别误差较大，从而造成识别结果不够准确。

2、该方案采用的仰卧起坐行为识别模块，基于注意力机制、LSTM的仰卧起坐行为识别深度学习模型训练过程为：采集不同年龄、性别、身材的被测试者的仰卧起坐视频图像标注为正样本，同时采集一些非仰卧起坐视频标注为负样本；以当前已公开的注意力机制、LSTM，微调相应参数构建一个端到端的具有双层结构的网络；模型的输入视频帧序列，输出当前帧序列端是否为一次仰卧起坐行为。模型的训练需要大量的样本数据，前期工作量较大。

有鉴于此，需要对现有的仰卧起坐动作姿态完成状况智能识别算法进行改进，以提高识别准确率，并减少前期工作量，方便系统的部署。

发明内容

针对上述缺陷，本发明所要解决的技术问题在于提供一种智能识别仰卧起坐动作姿态完成状况的系统和方法，以解决现有技术识别结果不够准确、前期需要大量的样本数据训练模型，工作量较大的问题。

为此，本发明提供了一种智能识别仰卧起坐动作姿态完成状况的方法，包括以下步骤：

将完成一次仰卧起坐的标准动作姿态划分为身体上升阶段和身体下降阶段两个阶段；

设定肩关节、腰关节和膝关节形成的夹角为关键角；

比较测试视频中前、后相邻的两帧图像中的关键角，并对前、后相邻的两帧图像中的关键角的比较结果进行标识，将所述标识串联组成结果列表；

使用滑动窗口遍历所述结果列表，并将滑动窗口内的所有标识替换为数量最多的标识，所述滑动窗口至少包括五帧；

根据结果列表中所述标识的改变，识别获得仰卧起坐的身体上升阶段和身体下降阶段；

根据识别获得的仰卧起坐的身体上升阶段和身体下降阶段的交替，识别出仰卧起坐的动作姿态。

在上述方法中，优选地，所述标识采用数字0或1表示。

在上述方法中，优选地，通过检测关键角是否小于第一阈值，判断身体上升动作是否完成，并在身体上升动作完成时生成第一完成标记；