[发明专利]基于大数据的智慧体育项目测评方法在审

专利信息
申请号: 202211584656.3 申请日: 2022-12-10
公开(公告)号: CN115984733A 公开(公告)日: 2023-04-18
发明(设计)人: 唐义平;祖慈 申请(专利权)人: 安徽一视科技有限公司
主分类号: G06V20/40 分类号: G06V20/40;A63B71/06;G06V10/764;G06V10/774;G06V10/82;G06N3/044;G06N3/0442;G06N3/045;G06N3/0464;G06N3/08
代理公司: 合肥正则元起专利代理事务所(普通合伙) 34160 代理人: 朱明里
地址: 230000 安徽省合肥市高新区*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数据 智慧 体育项目 测评 方法
【说明书】:

发明公开了基于大数据的智慧体育项目测评方法,涉及智慧体育项目测评技术领域,该方法通过每种体育项目的历史运动视频数据训练出识别体育项目的神经网络模型;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;再根据关键得分的动作视频训练出根据关键得分特征进行自动打分的神经网络模型;对于每个实时的体育项目测评,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;根据动作视频,使用神经网络模型识别体育项目类型;并根据体育项目类型,使用对应的神经网络模型自动打分;极大的降低了体育测评的人力成本并避免了测评主观性的弊端。

技术领域

本发明属于智慧体育领域,涉及智慧体育项目测评技术,具体是基于大数据的智慧体育项目测评方法。

背景技术

目前大多数的体育考试或测评项目是由测评考官进行主观打分的;例如跆拳道测评,测评官通过观察待测评者在测评过程中的动作或表现是否达到一定的标准,手动给出得分,从而得到待测评者的成绩;由于每个测评官的主观意识都有所不同,因此,不同的人对相同的动作所给出的得分也不尽相同;因此,大多数体育项目的测评甚至需要多名测评考官进行共同打分,极大的消耗人力与物力;

为此,提出基于大数据的智慧体育项目测评方法。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出基于大数据的智慧体育项目测评方法,该基于大数据的智慧体育项目测评方法通过预先从多个角度收集体育项目的动作视频数据,根据动作视频数据训练出识别体育项目类型的神经网络模型;再根据体育项目类别的不同,找出每个体育项目类别的关键得分特征;训练出根据关键得分特征视频进行自动打分的神经网络模型;极大的降低了体育测评的人力成本并避免了测评主观性的弊端。

为实现上述目的,根据本发明的第一方面的实施例提出基于大数据的智慧体育项目测评方法,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;

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;作为一个示例,对于跳远项目的测评,需要在跳远沙坑的两侧以及沙坑的前方个设置一台视频捕捉设备;

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;

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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽一视科技有限公司,未经安徽一视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211584656.3/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top