申请/专利权人：电子科技大学

申请日：2020-05-26

公开（公告）日：2020-09-15

公开（公告）号：CN111666844A

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06K9/62(20060101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2023.07.21#发明专利申请公布后的驳回;2020.10.13#实质审查的生效;2020.09.15#公开

摘要：本发明涉及人体姿态评估领域，具体涉及一种羽毛球运动员运动姿态评估方法；包括以下步骤：S1：输入待测姿态模型骨骼点坐标；S2：进行坐标转换并计算出矢量夹角；S3：计算待测姿态模型的累计差值；S4：计算累计误差并输出累计误差最小的姿态模型序号。本发明借助图像像素坐标系下羽毛球运动员的一组骨骼点坐标，对候选姿态库的数据进行搜索，在搜索过程中匹配最优姿态模型并计算累计误差，通过匹配阶段和累计误差对运动姿态模型进行评估，提出了一种新的量化标准，与基于机器学习的传统动作识别方法比，用累计误差来量化人体姿态与标准姿态的相似度，可以从数据层面更精确的对比人体姿态的差异。

主权项：1.一种羽毛球运动员运动姿态评估方法，其特征在于：包括以下步骤：S1：输入待测姿态模型在图像像素坐标系下的一组人体骨骼点坐标，并对所述人体骨骼点坐标进行合法性判断；S2：对通过合法性判断的各个所述人体骨骼点坐标进行坐标转换，将图像像素坐标系转换到以0点为原点的直角坐标系，分别计算各个所述人体骨骼点坐标到0点的矢量，以及所述矢量与直角坐标系x轴正方向形成的骨骼点夹角；S3：设置各个骨骼点的优先度，按优先度依次取一个骨骼点与候选姿态集中所有姿态模型的对应骨骼点计算累计差值，并输出所述累计差值，在所述待测姿态模型的所有骨骼点均计算完成后进入步骤S4；其中，所述累计差值为所述步骤S2中所述骨骼点夹角的差值绝对值，所述候选姿态集初始为预设的人体姿态标准库；S4：计算累计误差，并在所述候选姿态集中寻找累计误差最小的姿态模型，输出姿态模型序号并以及累计误差；所述累计误差为所述待测姿态模型在一个候选姿态集中的姿态模型中各个骨骼点累计差值之和。

全文数据：

权利要求：

百度查询： 电子科技大学 一种羽毛球运动员运动姿态评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD