【技术实现步骤摘要】
基于AI技术的智慧体育考试方法及相关装置
[0001]本专利技术涉及智慧体育领域，具体涉及一种基于
AI
技术的智慧体育考试方法及相关装置
。
技术介绍
[0002]近年来，越来越重视培养学生良好的体育素质，而体能测试是其中的一项重要环节，传统的体能测试项目需要教师亲自检测和评分，且采用人工评测的方式，其效率相对较低且工作量比较大
,
同时人为干扰因素比较多，存在诸多弊端
。
[0003]目前，体育动作的规范性分析和识别是智慧体育的一个重要分支，然而相关技术难以高质量地结合
AI
技术实现体育动作数据的规范性分析处理
。
虽然一些智能手机或手环包含跑步和跳绳等运动模式，可以进行相关数据的测量，包括计数
、
运动心率
、
消耗的卡路里以及运动时间等，但缺少对体育动作数据的规范性分析处理，难以满足各类学校的体能测试
。
[0004]目前也有个别的智慧体育考试系统，但主要针对室内场景
(
主要指体育教室
)
，需要预先安装大量的监控设备
、3D
摄像头
、
各种大屏
(
例如
LED
屏
、
电视或班牌等
)、
可穿戴传感器等检测人体的姿态和运动状态
。
上述设备的价格相对较高，而且维护和更新费用也比较高，同时，在进行视频分析和体育测试时，识别用户...
【技术保护点】
【技术特征摘要】
1.
一种基于
AI
技术的智慧体育考试方法，其特征在于，包括：考生根据人脸识别信息登录并选择体育考试项目，其中，所述体育考试项目为单人运动，其包括以下多者中的至少一者：体操
、
仰卧起坐
、
引体向上
、
双杠臂屈伸
、
开合跳
、
臀桥
、
深蹲
、
武术套路；加载所述体育考试项目对应的
3D
标准动作骨骼模型和
3D
动作扣分骨骼模型，其中，所述
3D
标准动作骨骼模型包括各个预设时间序列对应的关键骨骼点的运动轨迹；采集该考生的体育考试视频，根据该视频的各个关键帧图像提取与考试时间对应的
3D
骨骼点，构建该考生的
3D
体育考试项目骨骼模型；根据所述
3D
标准动作骨骼模型
、
所述
3D
动作扣分骨骼模型和所述
3D
体育考试项目骨骼模型，计算该考生的体育考试项目成绩
。2.
根据权利要求1所述的基于
AI
技术的智慧体育考试方法，其特征在于，所述根据该视频的各个关键帧图像提取与考试时间对应的
3D
骨骼点进一步包括：将该视频的各个关键帧的
2D
图像转换为
ITK
数据格式；将该
ITK
数据格式的
2D
图像转换为
DICOM
格式图像；根据
skeleton_3D
方法提取与考试时间对应的该
DICOM
格式图像的
3D
骨骼点
。3.
根据权利要求2所述的基于
AI
技术的智慧体育考试方法，其特征在于，所述根据
skeleton_3D
方法提取与考试时间对应的该
DICOM
格式图像的
3D
骨骼点进一步包括：根据
skeleton_3D
方法提取与考试时间对应的该
DICOM
格式图像的
2D
骨骼点；针对任一时间序列
t
的关键帧
2D
骨骼点，根据前一个时间序列
t
‑1的关键帧
2D
骨骼点
、2D
骨骼点轮廓比例和
2D
骨骼点轮廓位移信息，计算该时间序列
t
的关键帧
2D
骨骼点对应的
3D
骨骼点
。4.
根据权利要求1所述的基于
AI
技术的智慧体育考试方法，其特征在于，所述根据所述
3D
标准动作骨骼模型
、
所述
3D
动作扣分骨骼模型和所述
3D
体育考试项目骨骼模型，计算该考生的体育考试项目成绩进一步包括：针对所述
3D
体育考试项目骨骼模型中任一时间序列的关键帧
3D
骨骼点，计算该关键帧
3D
骨骼点坐标与对应该时间序列的所述
3D
标准动作骨骼模型中的关键帧
3D
骨骼点坐标的第一空间距离均方差，以及，该关键帧
3D
骨骼点坐标与对应该时间序列的所述
3D
动作扣分骨骼模型中的关键帧
3D
骨骼点坐标的第二空间距离均方差；分别根据第一空间距离均方差...
【专利技术属性】
技术研发人员：唐义平，关俊宏，祖慈，刘兵，
申请(专利权)人：安徽一视科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。