[发明专利]一种基于骨架的轻量化武术动作识别评分方法及装置

说明书

本申请实施例公开了一种基于骨架的轻量化武术动作识别评分方法及装置；所述方法包括：通过获取学生的武术动作帧图，并将该武术动作帧图生成骨架数据；根据预设的图卷积神经网络层，分析同一帧图的骨架数据的关节类型以及关节之间的相关性；获取所有动作帧图的聚合数据；根据所述聚合数据进行武术分类，得到分类输出结果；对比所述分类输出结果和预设的标准动作数据，以进行武术动作评分；本申请实施例智能化对武术动作进行评分，提高了评分结果的准确性，网络结构简单，耗时短，提升了评分的效率，减轻了教师的工作压力。

技术领域

本申请实施例涉及动作识别技术领域，尤其涉及一种基于骨架的轻量化武术动作识别评分方法及装置。

背景技术

随着教育的进步和发展，在学生的教育工作中，提倡不仅仅要进行思想素质教育，还要注重学生的体质健康素养，为此，有学校已经将武术和体操列入考试范围，其中，仅靠人工来为数量庞大的学生群的武术和体操的动作进行评分不够客观，且速度缓慢，效率和准确度低。因此，通过深度学习的神经网络模型对人体动作进行识别，来提高对武术动作的评分速率和准确度，但是，现有的武术动作的分析都使用了复杂的深度网络模型，所需的参数量极大，需要相当大的时间消耗，效率低。

发明内容

本申请实施例提供一种基于骨架的轻量化武术动作识别评分方法及装置，以解决现有的武术动作的分析都使用了复杂的深度网络模型，所需的参数量极大，需要相当大的时间消耗，效率低的问题。

在第一方面，本申请实施例提供了一种基于骨架的轻量化武术动作识别评分方法，所述方法包括以下步骤：

获取学生的武术动作帧图，并将该武术动作帧图生成骨架数据；

根据预设的图卷积神经网络层，分析同一帧图的骨架数据的关节类型以及关节之间的相关性；

获取所有动作帧图的聚合数据；

根据所述聚合数据进行武术分类，得到分类输出结果；

对比所述分类输出结果和预设的标准动作数据，以进行武术动作评分。

进一步的，所述获取学生的武术动作帧图，并将该武术动作帧图生成骨架数据，包括：

获取学生的武术动作帧图，将视频动作分为多个武术动作帧图；

通过深度传感器捕获学生的武术动作数据，每帧所述武术动作帧图中包含人体的多个关节，生成骨架数据；

其中，骨架数据中的骨架数列的所有关节用集合S表示：

其中，表示t帧时类型为k的关节，关节的位置用三维坐标P_t,k来表示，速度为相邻两帧位置之差，用V_t,k表示；

将位置信息进行嵌入：

其中，W₁、W₂均为权重矩阵，b₁和b₂均为偏置系数，σ表示激活函数；

将位置之差进行嵌入：

其中，W₃、W₄均为权重矩阵，b₃和b₄均为偏置系数，σ表示激活函数；

融合和得到动力学参数，记为Z_t,k。

进一步的，所述根据预设的图卷积神经网络层，分析同一帧图的骨架数据的关节类型以及关节之间的相关性，包括：

针对同一帧图中的关节间进行学习，将关节类型语义合并到图卷积神经网络层中，学习内容自适应图；