一种视频动作评分方法、计算机可读存储介质及系统技术方案

本发明专利技术提供一种视频动作评分方法、计算机可读存储介质及系统，该方法获取动作演练者的身体数据和三维动作视频，识别各个三维动作视频中出现特定动作的所有连续帧图像以及当中最能反映特定动作的关键帧图像，然后识别出所选取的关键帧图像中的特定动作所属的动作类别、规格系数、难度系数，再将所有连续帧图像数量与所有标准动作连续帧图像数量进行对比，再结合动作演练者的身体数据得到演练系数，再根据特定动作的规格系数、难度系数、演练系数和功力系数进行计得到动作演练得分，故动作演练得分综合考虑了动作演练者的身体数据、动作类别、规格系数所反映的动作规格、难度系数所反映的动作难度以及功力系数，使动作评分结果不再片面。再片面。再片面。

【技术实现步骤摘要】
一种视频动作评分方法、计算机可读存储介质及系统


[0001]本专利技术涉及动作识别
，特别涉及一种视频动作评分方法、计算机可读存储介质及系统。

技术介绍

[0002]随着动作智能识别技术的快速发展，其在各行各业应用广泛。在武术演练场景中，可基于动作智能识别技术先识别出演练者的武术动作然后进行动作评分，在此过程中，先录取演练者打出武术动作的武术演练视频，评分系统利用视频动作识别算法模型识别出武术演练视频当中的武术动作，然后对识别出来的武术动作进行评分。目前的评分系统一般是将识别出来的武术动作与标准动作进行相似度对比，再根据对比结果进行评分，但这样简单地进行相似度对比评分没有考虑到动作演练者身体数据、武术动作的动作类别、动作难度等因素对整套武术动作的影响，得到的动作评分结果较为片面。

技术实现思路

[0003]本专利技术要解决的技术问题是如何改善动作评分结果较为片面的情况。
[0004]为解决上述技术问题，本专利技术提供一种视频动作评分方法，包括如下步骤：A.获取动作演练者的身体数据，所述身体数据包括性别系数、身高、体重和手臂长度；B.拍摄动作演练者的正面动作视频和若干个侧面动作视频，其中，各个侧面动作视频的拍摄角度不同；C.对每个侧面动作视频，将其与正面动作视频一起输入到三维重建算法模型中，构建出分别对应各个侧面动作视频的若干个三维动作视频；D.将所述若干个三维动作视频分别输入到视频动作识别算法模型中进行特定动作识别，得到每个三维动作视频中出现特定动作的起始帧图像到结束帧图像之间的所有连续帧图像，并识别出所有连续帧图像当中最能反映特定动作的关键帧图像；E.获取预设的标准动作库，所述标准动作库中包含有各个特定动作的所有标准动作连续帧图像；F.将各个关键帧图像分别输入到人体关键点回归算法中，得到各个关键帧图像中的特定动作所对应的人体关键点特征图，再将各个关键帧图像的人体关键点特征图分别与所述标准动作库中的各个特定动作的所有标准动作连续帧图像进行对比，根据对比结果从各个关键帧图像当中选取最符合标准动作的一个及其对应的三维动作视频，并识别出所选取的关键帧图像中的特定动作所属的动作类别、规格系数和难度系数；G.根据所选取的关键帧图像中的特定动作所属的动作类别，从所述标准动作库中获取该动作类别对应的所有标准动作连续帧图像数量，将所选取的关键帧图像对应的三维动作视频中出现特定动作的所有连续帧图像数量与获取的所有标准动作连续帧图像数量进行对比，再结合动作演练者的身体数据得到演练系数；
H.根据所选取的关键帧图像中的特定动作所属的动作类别、演练系数和身体数据计算得到功力系数，再根据所选取的关键帧图像中的特定动作的规格系数、难度系数、演练系数和功力系数进行计算得到动作演练得分。
[0005]优选地，所述步骤G中，演练系数的计算公式为：；其中，表示所选取的关键帧图像中的特定动作的演练系数，表示所选取的关键帧图像对应的三维动作视频中出现特定动作的所有连续帧图像数量，表示从标准动作库中获取的所有标准动作连续帧图像数量，是基于动作演练者的身体数据拟合出来的身体系数，拟合公式为：；其中，表示动作演练者的性别系数，表示动作演练者的体重，表示动作演练者的身高，表示动作演练者的手臂长度，、、、、是预设的拟合常数。
[0006]优选地，所述步骤H中，功力系数的计算公式为：；其中，表示所选取的关键帧图像中的特定动作的功力系数，表示所选取的关键帧图像中的特定动作的演练系数，是基于动作演练者的身体数据拟合出来的身体系数，是对应各个特定动作所属的动作类别分别预设的功力常数。
[0007]优选地，所述步骤H中，动作演练得分的计算公式为：；其中，表示动作演练得分，表示所选取的关键帧图像中的特定动作的规格系数，表示所选取的关键帧图像中的特定动作的难度系数，表示所选取的关键帧图像中的特定动作的演练系数，表示所选取的关键帧图像中的特定动作的功力系数。
[0008]优选地，所述视频动作识别算法模型经过特定动作识别训练，具体的训练方法包括如下步骤S1、S2、S3、S4、S5：S1.获取原始视频，根据用户输入的切分指令对所述原始视频进行切分后得到多个切分视频；S2.对每个切分视频进行多次图像提取，得到多个视频图像；S3.根据用户定义的特定动作对提取到的多个视频图像进行划分，划分结果包括特定动作图像和非特定动作图像；S4.将划分得到的特定动作图像合成为特定动作视频，按照预设的多个不同间隔频率分别对所述特定动作视频进行多次图像提取，每次图像提取得到多个样本图像；S5.将每次图像提取得到的多个样本图像分别转换为视频动作识别算法模型的样本文件格式，再将转换格式后的所有样本图像输入到所述视频动作识别算法模型中对其进行训练，直至所述视频动作识别算法模型具备识别出视频中的特定动作的能力。
[0009]优选地，所述步骤S1中，根据用户输入的切分指令对所述原始视频进行等分得到
时长相同的多个切分视频。
[0010]优选地，所述步骤S4中，对所述特定动作视频进行图像提取的次数为三次以上。
[0011]优选地，所述步骤S4中，各次图像提取的间隔频率所对应的提取时间与其他次图像提取的间隔频率对应的提取时间不完全重叠。
[0012]本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的视频动作评分方法中的步骤。
[0013]本专利技术还提供一种视频动作评分系统，包括主控设备、身高体重测量仪和若干个摄像机，所述主控设备分别连接所述身高体重测量仪和各个摄像机，所述主控设备包括相互连接的处理器和如上所述的计算机可读存储介质。
[0014]本专利技术具有以下有益效果：在进行视频动作评分时，获取动作演练者的身体数据和若干个三维动作视频，并利用视频动作识别算法模型识别各个三维动作视频中出现特定动作的所有连续帧图像以及当中最能反映特定动作的关键帧图像，再从各个关键帧图像当中选取最符合标准动作的一个及其对应的三维动作视频，然后根据预设的标准动作库识别出所选取的关键帧图像中的特定动作所属的动作类别、规格系数和难度系数，再根据所选取的关键帧图像中的特定动作所属的动作类别从标准动作库中获取对应的所有标准动作连续帧图像数量，然后将所选取的关键帧图像对应的三维动作视频中出现特定动作的所有连续帧图像数量与获取的所有标准动作连续帧图像数量进行对比，再结合动作演练者的身体数据得到演练系数，然后根据所选取的关键帧图像中的特定动作所属的动作类别和演练系数得到功力系数，再根据所选取的关键帧图像中的特定动作的规格系数、难度系数、演练系数和功力系数进行计得到动作演练得分，如此最终计算得到的动作演练得分综合考虑了动作演练者的身体数据、特定动作所属的动作类别、规格系数所反映的动作规格、难度系数所反映的动作难度以及根据动作类别和演练系数得到的功力系数，使动作评分结果不再片面。
附图说明
[0015]图1是视频动作评分系统的连接框图。
[0016]图2是演武台的示意图。
[0017]图3是视频动作评分方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频动作评分方法，其特征是，包括如下步骤：A.获取动作演练者的身体数据，所述身体数据包括性别系数、身高、体重和手臂长度；B.拍摄动作演练者的正面动作视频和若干个侧面动作视频，其中，各个侧面动作视频的拍摄角度不同；C.对每个侧面动作视频，将其与正面动作视频一起输入到三维重建算法模型中，构建出分别对应各个侧面动作视频的若干个三维动作视频；D.将所述若干个三维动作视频分别输入到视频动作识别算法模型中进行特定动作识别，得到每个三维动作视频中出现特定动作的起始帧图像到结束帧图像之间的所有连续帧图像，并识别出所有连续帧图像当中最能反映特定动作的关键帧图像；E.获取预设的标准动作库，所述标准动作库中包含有各个特定动作的所有标准动作连续帧图像；F.将各个关键帧图像分别输入到人体关键点回归算法中，得到各个关键帧图像中的特定动作所对应的人体关键点特征图，再将各个关键帧图像的人体关键点特征图分别与所述标准动作库中的各个特定动作的所有标准动作连续帧图像进行对比，根据对比结果从各个关键帧图像当中选取最符合标准动作的一个及其对应的三维动作视频，并识别出所选取的关键帧图像中的特定动作所属的动作类别、规格系数和难度系数；G.根据所选取的关键帧图像中的特定动作所属的动作类别，从所述标准动作库中获取该动作类别对应的所有标准动作连续帧图像数量，将所选取的关键帧图像对应的三维动作视频中出现特定动作的所有连续帧图像数量与获取的所有标准动作连续帧图像数量进行对比，再结合动作演练者的身体数据得到演练系数；H.根据所选取的关键帧图像中的特定动作所属的动作类别、演练系数和身体数据计算得到功力系数，再根据所选取的关键帧图像中的特定动作的规格系数、难度系数、演练系数和功力系数进行计算得到动作演练得分。2.根据权利要求1所述的视频动作评分方法，其特征是，所述步骤G中，演练系数的计算公式为：；其中，表示所选取的关键帧图像中的特定动作的演练系数，表示所选取的关键帧图像对应的三维动作视频中出现特定动作的所有连续帧图像数量，表示从标准动作库中获取的所有标准动作连续帧图像数量，是基于动作演练者的身体数据拟合出来的身体系数，拟合公式为：；其中，表示动作演练者的性别系数，表示动作演练者的体重，表示动作演练者的身高，表示动作演练者的手臂长度，、、、、是预设的拟合常数。3.根据权利要求2所述的视频动作评分方法，其特征是，所述步骤H中，功力系数的计算公式为：；
其中，表示所选取的关...

【专利技术属性】
技术研发人员：宗强，吴佳伦，李俊礼，
申请(专利权)人：讯龙广东智能科技有限公司，
类型：发明
国别省市：