本发明涉及计算机视觉和人体姿态检测,具体涉及一种立定跳远起跳和落地瞬间视觉捕捉方法、系统、设备及存储介质。
背景技术:
1、立定跳远为中小学、大学每年体能测试的必测项目,是衡量学生健康程度的重要指标。目前的常见的立定跳远测试方式主要有两种:基于传感器(如红外式、激光式等)和基于计算机视觉。
2、基于传感器的方式,鞋子形状、安装位置、灰尘颗粒等因素都会干扰传感器的扫描,导致起跳和落地瞬间无法准确的捕捉。基于计算机视觉的方式,通过人体姿态检测的脚关键点位置变化来判断起跳和落地状态,但会出现因人体骨骼关键点的位置估计的不准确造成突变噪声干扰而且单凭脚关检点位置变化不足以应对复杂各异的立定跳远姿态,这样的方式无法保证立定跳远起跳和落地瞬间捕捉的准确性和可靠性。
技术实现思路
1、为了解决背景技术中存在的难题,本发明提供了一种立定跳远起跳和落地瞬间视觉捕捉方法、系统、设备及存储介质,提出一种新的跟踪微分器滤波方法以解决人体骨骼关键点位置估计不准确突变噪声的难题,根据立定跳远起跳、落地瞬间的膝关节角会出现极大值的运动特性来解决复杂各异的跳远姿态捕捉的难题,再结合膝、腰的关节角和倾斜角到达起跳、落地状态相对应的阈值来最终确定起跳瞬间和落地瞬间,提高立定跳远起跳和落地瞬间捕捉的抗干扰能力以及准确率。
2、实现上述目的,本发明提供的技术方案是:
3、一种立定跳远起跳和落地瞬间视觉捕捉方法,包括以下步骤:
4、(1)架好摄像头用于实时采集图像;
5、(2)通过对立定跳远过程实时采集的图像,对立定跳远测试者进行人体姿态检测,提取出人体骨骼关键点及其坐标;
6、(3)根据人体骨骼关键点计算出膝、腰的关节角和倾斜角;
7、(4)采用跟踪微分器对膝关节角进行平滑去噪,输出膝关节角的一阶微分值;
8、(5)根据膝关节角的一阶微分值找到膝关节角极大值位置;
9、(6)结合膝、腰的关节角和倾斜角达到起跳和落地状态的阈值,捕捉起跳和落地瞬间。
10、为优化上述技术方案,采取的具体措施/限定还包括:
11、步骤(1)中,将摄像头架设在跳远场地的侧面中间位置,调节摄像头以能够覆盖所需的远测试区域。
12、步骤(2)中,对立定跳远过程实时采集图像,获得图像序列;所述的提取出人体骨骼关键点及其坐标的方法是通过人体姿态检测算法提取图像序列中立定跳远测试者的人体骨骼关键点,获取人体骨骼关键点的位置坐标。
13、步骤(3)中,所述的根据人体骨骼关键点计算出膝、腰的关节角和倾斜角的方法为计算以脚关键点、膝关键点、腰关键点组成的膝关节角,计算以肩关键点、腰关键点、膝关键点组成的腰关节角,计算以腰关键点、膝关键点、地平面方向组成的膝倾斜角和计算以肩关键点、腰关键点、地平面方向组成的腰倾斜角。
14、步骤(4)中,所述的采用跟踪微分器对膝关节角进行平滑去噪的方法为在立定跳远过程中以膝关节角为输入信号,通过离散的二阶跟踪微分器对图像进行平滑去噪,最后输出膝关节角的一阶微分值。
15、步骤(5)中,所述的根据膝关节角的一阶微分值找到膝关节角极大值位置的方法为通过跟踪微分器输出膝关节角的一阶微分值为零且单调增,则该位置为膝关节的极大值。
16、步骤(6)中,所述的捕捉起跳和落地瞬间的方法为在确定图像序列中膝关节角极大值位置后,通过比较测试者的膝、腰的关节角和倾斜角是否达到起跳和落地状态的阈值,来捕捉到起跳和落地瞬间图像。
17、本发明还保护一种立定跳远起跳和落地瞬间视觉捕捉系统,包括:
18、图像采集模块,用于通过摄像头对立定跳远过程实时采集图像;
19、人体姿态检测模块,用于根据实时采集的图像,对立定跳远测试者进行人体姿态检测,提取出人体骨骼关键点及其坐标;
20、计算及处理模块,用于根据人体骨骼关键点计算出膝、腰的关节角和倾斜角;采用跟踪微分器对膝关节角进行平滑去噪,输出膝关节角的一阶微分值;根据膝关节角的一阶微分值找到膝关节角极大值位置;结合膝、腰的关节角和倾斜角达到起跳和落地状态的阈值,捕捉起跳和落地瞬间。
21、可读存储模块,用于存储计算机程序,保存立定跳远的测试者个人信息和测试成绩等数据。
22、与现有技术相比,本发明的有益效果是:
23、本发明提供了一种立定跳远起跳和落地瞬间视觉捕捉方法及系统,能够适用于实际的复杂场景,针对立定跳远起跳和落地瞬间捕捉,利用人体姿态检测算法提取人体骨骼关键点及其坐标,根据人体骨骼关键点计算关节角和倾斜角,采用跟踪微分器对有突变噪声的膝关节角进行平滑去噪处理,通过膝关节角的一阶微分值为零且单调增找到膝关节角的极大值位置,再结合膝、腰的关节角和倾斜角分别达到起跳和落地状态相对应的阈值,确保了捕捉到起跳和落地瞬间的准确性和鲁棒性。
24、本发明具有以下优点:
25、1、本发明适用于复杂的立定跳远室内外各种实际场景;
26、2、本发明根据立定跳远起跳和落地瞬间膝关节角出现极大值的运动特征,通过跟踪微分器对膝关节角的突变噪声进行平滑去噪,输出膝关节角一阶微分值找到膝关节角的极大值,保证了起跳和落地瞬间捕捉的准确性;
27、3、本发明可以适用于测试者各种不同的起跳和落地姿态,保证了起跳和落地瞬间捕捉的稳定性。
1.一种立定跳远起跳和落地瞬间视觉捕捉方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的立定跳远起跳和落地瞬间视觉捕捉方法,其特征在于:步骤(1)中,将摄像头架设在跳远场地的侧面中间位置,调节摄像头以能够覆盖所需的远测试区域。
3.根据权利要求1所述的立定跳远起跳和落地瞬间视觉捕捉方法,其特征在于:步骤(2)中,对立定跳远过程实时采集图像,获得图像序列;所述的提取出人体骨骼关键点及其坐标的方法是通过人体姿态检测算法提取图像序列中立定跳远测试者的人体骨骼关键点,获取人体骨骼关键点的位置坐标。
4.根据权利要求1所述的立定跳远起跳和落地瞬间视觉捕捉方法,其特征在于:步骤(3)中,所述的根据人体骨骼关键点计算出膝、腰的关节角和倾斜角的方法为计算以脚关键点、膝关键点、腰关键点组成的膝关节角,计算以肩关键点、腰关键点、膝关键点组成的腰关节角,计算以腰关键点、膝关键点、地平面方向组成的膝倾斜角和计算以肩关键点、腰关键点、地平面方向组成的腰倾斜角。
5.根据权利要求1所述的立定跳远起跳和落地瞬间视觉捕捉方法,其特征在于:步骤(4)中,所述的采用跟踪微分器对膝关节角进行平滑去噪的方法为在立定跳远过程中以膝关节角为输入信号,通过离散的二阶跟踪微分器对图像进行平滑去噪,最后输出膝关节角的一阶微分值。
6.根据权利要求1所述的立定跳远起跳和落地瞬间视觉捕捉方法,其特征在于:步骤(5)中,所述的根据膝关节角的一阶微分值找到膝关节角极大值位置的方法为通过跟踪微分器输出膝关节角的一阶微分值为零且单调增,则该位置为膝关节的极大值。
7.根据权利要求1所述的立定跳远起跳和落地瞬间视觉捕捉方法,其特征在于:步骤(6)中,所述的捕捉起跳和落地瞬间的方法为在确定图像序列中膝关节角极大值位置后,通过比较测试者的膝、腰的关节角和倾斜角是否达到起跳和落地状态的阈值,来捕捉到起跳和落地瞬间图像。
8.一种立定跳远起跳和落地瞬间视觉捕捉系统,其特征在于,包括: