[发明专利]基于大数据的智慧体育项目测评方法

权利要求书

1.基于大数据的智慧体育项目测评方法，其特征在于，包括以下步骤：

步骤一：预先收集每种体育项目的历史运动视频数据；

步骤二：根据历史运动视频数据训练出识别体育项目的神经网络模型；

步骤三：根据每项体育项目的得分特性，为每项体育项目设置关键得分特征；并预先收集每项体育项目的关键得分的动作视频，并人工对其中关键得分特征进行得分标记；

步骤四：对于不同的体育项目，以经过得分标记的动作视频作为输入，输入至神经网络模型中进行训练；训练出根据关键得分特征进行自动打分的神经网络模型；

步骤五：对于正进行中的体育项目，根据体育项目类别，在对应拍摄位置，设置对应数量的视频捕捉设备，对进行体育项目的人员动作进行实时捕捉；

步骤六：对于捕捉的动作视频，根据运动视频数据判断视频中人员进行的体育项目；

步骤七：运动结束后，根据关键得分特征视频，使用训练完成的神经网络模型对关键得分特征进行评分。

2.根据权利要求1所述的基于大数据的智慧体育项目测评方法，其特征在于，所述历史运动视频数据的收集过程包括以下步骤：

步骤S1：预先根据每项体育项目的运动特点，为每项体育项目设置视频捕获位置以及视频捕捉设备的数量；

步骤S2：每台视频捕捉设备收集每次体育项目的人员运动视频。

3.根据权利要求1所述的基于大数据的智慧体育项目测评方法，其特征在于，训练识别体育项目的神经网络模型包括以下步骤：

步骤P1：为每个视频捕捉设备捕获的动作视频打上对应的体育项目标签；

步骤P2：将每个动作视频作为输入，输入至具有时序处理能力的神经网络模型中；

步骤P3：根据实际经验设置并调试该神经网络模型的训练参数，对该神经网络模型进行训练；并预设预测准确率阈值P，训练至该神经网络模型的预测准确率达到预测准确率阈值P；将训练完成的神经网络模型标记为M1。

4.根据权利要求1所述的基于大数据的智慧体育项目测评方法，其特征在于，所述关键得分特征为根据不同体育项目的得分性质设置的关键动作或运动体育项目结束时的运动结果。

5.根据权利要求1所述的基于大数据的智慧体育项目测评方法，其特征在于，训练根据关键得分特征进行自动打分的神经网络模型的方式为：

对于关键动作得分的体育项目，将每个视频捕捉设备捕捉的视频分别作为具有时序处理能力的神经网络模型的输入，并以实际得分为预测目标，对神经网络模型进行训练；

对于根据运动结果打分的体育项目，将拍摄有运动结果的视频捕捉设备捕获的视频中的运动结果图像作为输入，输入至具有图像识别能力神经网络模型中，并以实际得分为预测目标，对神经网络模型进行训练；

将自动打分的神经网络模型标记为Mi2；其中，i为体育项目类型的标记。

6.根据权利要求1所述的基于大数据的智慧体育项目测评方法，其特征在于，根据运动视频数据判断视频中人员进行的体育项目包括以下步骤：

步骤X1：获取捕获当前待测评人员的每个视频捕捉设备捕获的运动视频；

步骤X2：对于每个视频步骤设备捕获的运动视频，使用神经网络模型M分析运动视频中的体育项目；判断数量最多的体育项目类别作为最终的判断结果。

7.根据权利要求1所述的基于大数据的智慧体育项目测评方法，其特征在于，对关键得分特征进行评分包括以下步骤：

步骤Y1：将对体育项目类别的判断结果标记为i；从每个视频捕捉设备捕获的动作视频中获取对应体育项目类别的关键得分特征的视频或图像；

步骤Y2：使用对应体育项目类别的神经网络模型Mi2，分析每份对应体育项目类别的关键得分的视频或图像，并获得分数的输出；

步骤Y3：计算根据所有动作视频输出的得分的平均值作为最终得分。