基于体感器的高尔夫挥杆过程的智能识别技术的制作方法
【专利摘要】基于体感器的高尔夫挥杆过程的智能识别技术属于运动过程智能识别【技术领域】，应用于高尔夫运动的动作过程的自动识别。本发明要解决的技术问题是在室内及室外环境中，采用普通摄像机及体感器同时录制高尔夫运动过程，分别得到彩色或灰度视频(简称2D视频)及3D人体关节点运动视频（简称3D关节视频），通过3D关节视频识别出2D视频中肢体的常规动作及挥杆动作。本发明的基本配置是采用单个或多个普通摄像机及体感器，通过HUB连接到微机，微机上运行着视频采集处理程序及挥杆动作识别程序。摄像机及体感器从不同的角度对准场景中的运动员，进行录像，并实时的把视频传送到微机上。当录像结束时，系统将自动裁剪出哪些包含完整挥杆过程的视频。
【专利说明】基于体感器的高尔夫挥杆过程的智能识别技术
【技术领域】
[0001] 本发明属于运动过程智能识别【技术领域】，涉及一种基于体感器的高尔夫挥杆过程 的智能识别技术，应用于高尔夫运动的动作过程的自动识别。
【背景技术】
[0002] 近年来，随着图像识别及分类，手势识别，人脸识别，语音识别等自然交互技术研 究的深入，人体运动动作的识别研究也逐渐得到广泛重视。其中，高尔夫挥杆过程由于其运 动过程短暂，肢体互相遮挡，光照条件复杂，因而如何采用图像技术进行准确快速的识别， 一直是一项技术研究难点及热点。
[0003] 目前国内外对高尔夫运动的识别主要是基于彩色或灰度图像。这些图像由于平面 成像原理的限制，丢弃了深度信息以及易受光照环境的影响。因而其识别准确率及速度，难 以满足真实环境下的应用。
[0004] 最近，面向普通消费者的体感器问世，给高尔夫挥杆过程带来新的启发。体感器不 仅可以提供2D的彩色或图像，还可以提供深度图像。深度图像提供人体肢体在3D空间的 位置信息，这些信息可以用于有效的分离人体与背景，去除环境光照影响，识别肢体遮挡的 部分，因而其可成为一种更实用的高尔夫运动过程识别技术的基础。
【发明内容】
[0005] 本发明要解决的技术问题是在室内及室外环境中，采用普通摄像机及体感器同时 录制高尔夫运动过程，分别得到彩色或灰度视频（简称2D视频）及3D人体关节点运动视 频(简称3D关节视频)，通过3D关节视频识别出2D视频中肢体的常规动作及挥杆动作。
[0006] 本发明的基本配置是采用单个或多个普通摄像机及体感器，通过HUB连接到微 机，微机上运行着视频采集处理程序及挥杆动作识别程序。摄像机及体感器从不同的角度 对准场景中的运动员，进行录像，并实时的把视频传送到微机上。当录像结束时，系统将自 动裁剪出哪些包含完整挥杆过程的视频。
[0007] 体感器内置的算法认为人体由31部分组成，部分之间由关节点相连。在体感器的 每一帧中，包含这些关节点在3D场景中的位置信息。在高尔夫挥杆过程中，本发明认为运 动员用球杆击打球的那一瞬间，头部、躯干、殿部、腿、脚处在同一条直线上，两只手的关节 点是连在一起，并且也处在那条直线上。以这一特征作为分界线，前后〇. 5秒分别可视为挥 杆的起始与终止。从而可用于标定2D视频中所有的挥动动作片段。
[0008]
【具体实施方式】： 第一步：布置硬件设置。
[0009] 第二步：标定摄像机与体感器位置关系。
[0010] 第三步：通过插值算法补偿2D视频与3D关节视频之间的帧速差异。
[0011] 第四步：从3D关节视频中识别出每个击打瞬间。
[0012] 第五步：通过击打瞬间的前后0. 5秒，裁剪出2D视频中的每个挥杆过程片段。
【权利要求】
1. 一种在室内及室外环境中，采用普通摄像机及体感器同时录制高尔夫运动过程，分 别得到彩色或灰度视频（简称2D视频）及3D人体关节点运动视频(简称3D关节视频)，通 过3D关节视频识别出2D视频中肢体的常规动作及挥杆动作的分析方法。
2. -种在高尔夫挥杆过程中根据运动员肢体动作标定挥杆时机的方式，本发明专利认 为运动员用球杆击打球的那一瞬间，头部、躯干、殿部、腿、脚处在同一条直线上，两只手的 关节点是连在一起，并且也处在那条直线上，以这一特征作为分界线，前后〇. 5秒分别可视 为挥杆的起始与终止，从而可用于标定2D视频中所有的挥动动作片段。
【文档编号】G06K9/00GK104156699SQ201410363550
【公开日】2014年11月19日 申请日期:2014年7月29日 优先权日:2014年7月29日
【发明者】王超, 何荣盛 申请人:大连戴姆科技有限公司