一种基于计算机视觉的双摄像头三级蛙跳测试方法和系统与流程

本发明涉及一种基于计算机视觉的双摄像头三级蛙跳测试方法和系统，属于视觉识别。

背景技术：

1、现有三级蛙跳测试方法主要包括：人工三级蛙跳测试方法和传统接触式传感器三级蛙跳测试方法。人工三级测试方法通过裁判与测试人员比例为一对一或者一对多的方式进行测试。该方法存在问题：人力开销较高：需要多人作为裁判或单人裁判长时间进行监督；测试标准不一：不同裁判的违规判断标准有松有紧；难以溯源测试结果：测试人员人员无法对测试过程进行回顾，也就无法针对性的进行训练，并且对于有异议的测试结果进行溯源。

2、传统接触式传感器三级蛙跳测试方法：传统接触式传感器三级蛙跳测试方法通过主要通过感应式跳远毯进行测试。该方法虽然在测距上提升了测试精度，并且减少了部分人力成本，无需人工测量。但是，该方式仍然需要人员进行监督，人力开销高、违规检测不准确、难以溯源测试结果的问题仍然存在。

3、综上所述，需要一种基于计算机视觉的双摄像头三级蛙跳测试方法解决现有三级蛙跳测试方法存在的问题。

技术实现思路

1、本发明目的是提供了一种基于计算机视觉的双摄像头三级蛙跳测试方法和系统，统一了检测标准，减少认为参与保证了测试准确性和公平性。

2、本发明为实现上述目的，通过以下技术方案实现：

3、搭建三级蛙跳测试场地，通过起跳线划分区域为准备区和跳远区，所述准备区和跳远区同一侧分别安装一个摄像头；

4、对摄像头拍摄的图像进行区域标定和畸变校正；

5、测试人员进入测试区域，采集测试人员关键点数据判断其是否准备就绪，如果就绪，则开始测试；

6、准备区域摄像头实时采集测试图像，基于人体关键点检测模型检测当前测试人员的测试姿态，获取屈膝、摆臂、第一次起跳关键帧，并实时判断是否存在起跳违规；

7、测试人员起跳后，开启跳远区域摄像头，跳远区域摄像头实时采集测试图像，基于人体关键点检测模型检测当前测试人员的测试姿态，获取第一次腾空最高帧、第一次起跳落地帧、第二次起跳帧、第二次起跳腾空最高帧、第二次起跳落地帧、第三次起跳帧、第三次起跳腾空最高帧、第三次起跳落地帧图像，计算每次跳跃之间的时间间隔，判断是否存在跳跃不连贯违规；

8、计算不违规测试的成绩，跳远区域摄像头检测到测试人员第三次落地后，获得测试人员的着地点，对着地点、起跳线进行畸变矫正，获取去除畸变后着地点和起跳线，矫正后的着地点到起跳线的垂直距离即为实际跳远距离。

9、优选的，所述区域标定具体方式如下：将摄像头拍摄的图像按顺序依次标记四个点，其中两个相邻的点位于起跳线，将四个点依次，四点连线区域即为标定区域，起跳线两侧分别为准备区、起跳区。

10、优选的，对摄像头内拍摄的图像进行区域标定的区域标定包括准备区标定、起跳线标定、跳远区标定。

11、优选的，所述跳远区摄像头进行畸变校正具体方式如下：

12、将棋盘格放在跳远区域摄像头的视野范围内的多个位置，拍摄多张图片；

13、调用opencv畸变矫正函数计算得该摄像头的内参和外参，所述内参包括包括相机矩阵和畸变系数，消除图像中的桶形和枕形畸变；

14、根据标定时获取的跳远区域4个点和跳远区域的实际长度和宽度，计算图像的透视变换矩阵，将图像转换为正投影形式。

15、优选的，判断测试者是否准备就绪标准如下：

16、脚踝关键点位于准备区，连续10帧脚踝关键点的波动小于设定的阈值，图像分辨率为m*n时，所述阈值为个像素值，臀部关键点、脚踝关键点和膝盖关键点组成的夹角角度大于阈值，所述阈值为160度，肩膀关键点、膝盖关键点和臀部关键点组成的夹角角度大于阈值，所述阈值为160度。

17、优选的，所述起跳违规包括压线违规、单脚起跳违规、垫步违规和助跑违规；

18、所述压线违规判断方式如下：

19、获取第一次起跳关键帧并通过目标检测模型对当前帧进行检测，对图中的鞋子进行标记，判断鞋子检测框图是否越过起跳线，如果越过起跳线，则为压线违规；

20、所述单脚起跳违规判断方式如下：

21、获取第一次起跳关键帧，计算左右脚脚踝关键点之间的距离，如果距离大于设定阈值，图像分辨率为m*n时，所述阈值为个像素值，则单脚起跳违规；

22、所述垫步违规判断方式如下：

23、获得连续5帧脚踝关键点的数据，如果脚踝关键点在竖直方向上达到了起跳阈值，图像分辨率为m*n时，所述阈值为个像素值，在横向变化上未达到起跳阈值，图像分辨率为m*n时，所述阈值为个像素值，则垫步违规；

24、所述助跑违规判断方式如下：

25、获得连续5帧脚踝关键点的数据，判断脚踝关键点的变化趋势，如果脚踝关键点逐渐远离起跳线，则助跑违规。

26、优选的，所述跳跃不连贯违规判断方式如下：获取当前起跳落地帧和下一次起跳帧，计算上一次落地和下一次起跳之间的时间间隔，如果时间间隔大于设定阈值，所述阈值为2s，则跳跃不连贯违规。

27、优选的，起跳帧判定方式如下：

28、获取连续5帧脚踝关键点，如果脚踝关键点在竖直方向和横向的变化均大于设定阈值，图像分辨率为m*n时，竖直方向阈值为个像素值，横向阈值为个像素值，则当前帧为起跳帧；

29、起跳落地帧判定方式如下：

30、获取连续5帧脚踝关键点，脚踝关键点在竖直方向和横向的变化均小于设定阈值，图像分辨率为m*n时，所述阈值为5个像素值，则当前帧为起跳落地帧。

31、所述关键帧判定方式如下：

32、在起跳之前，一直计算当前曲膝角度，寻找起跳前最小的曲膝角度，则当前图像为曲膝关键帧；在起跳之前，一直计算当前摆臂幅度，寻找起跳前最大的摆臂幅度，则当前帧为摆臂关键帧；当判断到测试人员起跳时，计算当前测试人员的起跳角度，则当前帧为起跳关键帧；在测试人员起跳后，在测试人员落地前，一直计算测试人员脚踝关键点的高度，寻找最高的高度，则当前帧为腾空关键帧。

33、优选的，计算成绩具体方式如下：

34、通过opencv对第三次起跳落地帧图像进行灰度变换，调用opencv边缘检测算法进行边缘检测，对边缘检测的结果进行拐点检测获得身体的着地点；

35、调用目标检测模型，获取测试人员鞋子的位置，随后对鞋子部位进行图像处理获得鞋子脚后跟着地点；

36、将获得的着地点和起跳线同时进行畸变矫正，获取去除畸变后着地点和起跳线，判断哪个着地点最靠近起跳线，该矫正后的着地点到起跳线的垂直距离即为实际跳远距离。

37、一种基于计算机视觉的双摄像头三级蛙跳测试系统，包括：

38、图像采集模块：基于两个摄像头，实现测试全过程的抓帧取帧功能，取得帧用于实时智能分析和测试过程视频保存；

39、语音播报模块：测试阶段对测试人员进行语音播报；

40、标定模块：用于两个摄像头视角下测试区域的标定功；

41、矫正模块：用于对摄像头的畸变矫正，包括消除桶形畸变、枕形畸变和对图像进行透视变换获得正投影下的图像；

42、智能测试模块：基于计算机视觉中的人体关键点检测模型，实现测试人员状态检测、双摄像头的自动切换，并对测试人员进行姿态分析、动作检测和违规判断；基于鞋子检测模型、图像处理技术获得测试人员最靠近起跳线的着地点；基于畸变矫正，对着地点进行矫正，获得实际跳远距离。

43、通信模块：用于进行各个模块之间的通信，并将测试视频、图片进行离线保存。

44、本发明的优点在于：本发明发明基于计算机视觉领域的人体关键点检测技术、图像处理技术和目标检测技术，实现具有自动化、智能化的摄像头畸变矫正、人体动作检测、违规行为检测和自动测距，统一了检测标准，减少认为参与保证了测试准确性和公平性。