[发明专利]一种基于机器视觉的人体动作打分方法

说明书

本发明公开了一种基于机器视觉的人体动作打分方法，包括：根据用户选取的动作类别获取动作特征方案，对图像采集角度和位置进行初始校正；获取用户动作的实际图像，根据所述动作特征方案提取实际图像中对应的关键特征点，所述关键特征点包括头部、颈部、肩部、胸、腹、手肘、手腕、手、臀部、膝盖、脚裸、脚或道具的特征点；根据所述动作特征方案连接对应关键特征点生成特征连线，所述特征连线包括头颈、颈肩、胸腹、上臂、下臂、大腿、小腿、脚部或手与道具的特征连线；根据实际图像与标准图像中对应特征连线的匹配度，确定人体动作评分。本发明具有高可靠性和易用性，提升了用户的使用体验。

技术领域

本发明涉及自动化检测装置领域，尤其涉及一种基于机器视觉的人体动作打分方法。

背景技术

随着人们生活水平的提高，舞蹈、武术或健身等体育活动逐渐成为人们强身健体、丰富业余生活的一种选择，然而，出于动作的美观性、高效性和安全性的考虑，人体动作的规范性显得尤为重要，目前的人体动作评价方法适用面单一，无法满足不同人群对不同体育活动的指导需求。

同时，由于目前的人体动作评价方法通常基于二维图片，无法客观准确的反应三维空间内人体活动的标准程度，以杠铃卧推举为例，杠铃在最高点和最低点的水平位置、双手握宽、腰部和胸部的姿态、肘部与躯干的距离都影响动作的效率和安全性，单靠二维平面的动作指导不仅影响其可靠性，也容易带来安全隐患。

发明内容

为克服现有的人体动作评价方法适用面窄、可靠性低、存在安全隐患的问题，本发明实施例提供了一种基于机器视觉的人体动作打分方法，包括：

根据用户选取的动作类别获取动作特征方案，对图像采集角度和位置进行初始校正；

获取用户动作的实际图像，根据所述动作特征方案提取实际图像中对应的关键特征点，所述关键特征点包括头部、颈部、肩部、胸、腹、手肘、手腕、手、臀部、膝盖、脚裸、脚或道具的特征点；

根据所述动作特征方案连接对应关键特征点生成特征连线，所述特征连线包括头颈、颈肩、胸腹、上臂、下臂、大腿、小腿、脚部或手与道具的特征连线；

根据实际图像与标准图像中对应特征连线的匹配度，确定人体动作评分。

进一步，上述所述根据实际图像与标准图像中对应特征连线的匹配度，确定人体动作评分的步骤，包括：

根据实际图像中对应特征连线的夹角值，生成第一数据集；

根据标准图像中对应特征连线的夹角值，生成第二数据集；

根据第一数据集和第二数据集中对应夹角值的差值，确定人体动作评分。

进一步，上述所述实际图像为连续时间的实际图像，所述根据第一数据集和第二数据集中对应夹角值的差值，确定人体动作评分的步骤，包括：

确定实际图像中的关键帧和过渡帧；

根据第一数据集和第二数据集中对应关键帧的夹角值差值，生成第一评分S1；

根据第一数据集和第二数据集中对应过渡帧的夹角值差值，生成第二评分S2；

根据实际图像与标准图像中对应关键帧和过渡帧的数量，生成第三评分S3；

根据公式确定人体动作评分S，其中D1为第一评分S1的权重，D2为第二评分S2的权重，D3为第三评分S3的权重。

进一步，上述所述根据用户选取的动作类别获取动作特征方案，对图像采集角度和位置进行初始校正的步骤，包括：

根据用户选取的动作类别，生成与动作类别对应的动作特征方案；

获取所述动作特征方案对应的拍摄规范和动作规范；