【技术实现步骤摘要】
本申请涉及目标检测，更具体地说，本申请涉及基于视频运动目标检测与融合的运动技术教学方法及系统。
技术介绍
1、目标检测技术是计算机视觉领域的一项核心技术，能够识别图像或视频中的特定物体，并确定其在图像中的位置，与传统的分类任务不同，目标检测不仅要识别物体的类别，还要给出物体的精确位置（通常以边界框的形式表示），目标检测技术广泛应用于自动驾驶、安防监控、智能家居和无人机导航等领域，常见的目标检测算法包括基于深度学习的faster r-cnn、yolo和ssd，这些模型通过卷积神经网络提取图像特征，并结合回归方法输出物体的边界框和类别，近年来，随着硬件性能的提升和数据标注的丰富，目标检测技术在实时性和准确性上得到了显著提升，使其能够应对复杂的场景和多样化的应用需求，逐步成为智能系统中的关键组成部分。
2、当前运动技术教学中，尤其是针对运动员动作状态和轨迹的评估，仍存在精准度不足的问题，传统的教学评估方法往往依赖于教练员的人工观察和分析，无法对运动员的动作进行系统性、量化的评估，这导致评估过程主观性较强，且难以全面捕捉运动员在动态训练中的细微动作变化，此外，现有的视频分析技术在处理复杂的运动轨迹和多角度运动状态时，仍面临挑战，特别是在时空特征融合与动作状态相似度的计算精度上存在一定的技术瓶颈，尤其是在提取和分析每帧图像中的动作特征时，传统方法的算法性能不够强大，难以处理高速、复杂的运动目标，导致教学效果不理想，因此，如何实现运动员在运动技术教学过程中的动作状态和轨迹进行精确标定，从而提高运动教学动作评估的准确性成为了业界面
技术实现思路
1、本申请提供基于视频运动目标检测与融合的运动技术教学方法及系统，可实现运动员在运动技术教学过程中的动作状态和轨迹进行精确标定，从而提高运动教学动作评估的准确性。
2、第一方面，本申请提供基于视频运动目标检测与融合的运动技术教学方法，所述运动技术教学方法包括如下步骤：
3、获取运动技术教学视频，进而将所述运动技术教学视频转换成教学图像帧序列；
4、基于预设的目标检测模型提取出所述教学图像帧序列中每个教学图像帧的目标检测框和预测轨迹框；
5、对所述教学图像帧序列进行时空域特征融合，得到所述教学图像帧序列的级联融合特征，通过所述级联融合特征和每个教学图像帧的目标检测框内运动目标的动作尺度确定所述每个教学图像帧的目标检测框内运动目标在运动技术教学过程中的运动状态相似度；
6、根据每个教学图像帧的目标检测框和预测轨迹框之间的匹配度和每个教学图像帧的预测轨迹框中运动目标的各个特征匹配点确定所述每个教学图像帧的预测轨迹框中运动目标在运动技术教学过程中的动作轨迹特征；
7、通过所有的运动状态相似度和所有的动作轨迹特征确定所述运动技术教学视频中的运动目标在运动技术教学过程中的姿态信息，进而通过所述姿态信息生成运动技术教学评估报告
8、在本实施例中，基于预设的目标检测模型提取出所述教学图像帧序列中每个教学图像帧的目标检测框和预测轨迹框具体包括：
9、将所述教学图像帧序列中每个教学图像帧逐帧输入预设的目标检测模型；
10、所述目标检测模型检测出每个教学图像帧的目标检测框；
11、选取一个教学图像帧作为选定教学图像帧；
12、基于长短期记忆网络模型和选定教学图像帧的前一个教学图像帧的目标检测框确定选定教学图像帧的预测轨迹框；
13、继续确定剩余教学图像帧的预测轨迹框。
14、在本实施例中，对所述教学图像帧序列进行时空域特征融合，得到所述教学图像帧序列的级联融合特征具体包括：
15、提取出所述教学图像帧序列中每个教学图像帧的空间域特征和时间域特征；
16、对所有的空间域特征和所有的时间域特征进行特征融合，得到所述教学图像帧序列的级联融合特征。
17、在本实施例中，通过所述级联融合特征和每个教学图像帧的目标检测框内运动目标的动作尺度确定所述每个教学图像帧的目标检测框内运动目标在运动技术教学过程中的运动状态相似度具体包括：
18、确定每个教学图像帧的目标检测框内运动目标的动作尺度；
19、根据所有的动作尺度确定每个教学图像帧的目标检测框内的运动状态差异；
20、通过所述级联融合特征和所有的运动状态差异确定所述每个教学图像帧的目标检测框内运动目标在运动技术教学过程中的运动状态相似度。
21、在本实施例中，根据每个教学图像帧的目标检测框和预测轨迹框之间的匹配度和每个教学图像帧的预测轨迹框内运动目标的各个特征匹配点确定所述每个教学图像帧的预测轨迹框内运动目标在运动技术教学过程中的动作轨迹特征具体包括：
22、根据每个教学图像帧的目标检测框和预测轨迹框确定所述每个教学图像帧的预测轨迹框内运动目标的各个特征匹配点；
23、对所有的特征匹配点进行轨迹建模，得到每个教学图像帧的预测轨迹框内运动目标的运动轨迹模型；
24、通过每个教学图像帧的目标检测框和预测轨迹框之间的匹配度和每个教学图像帧的预测轨迹框内运动目标的运动轨迹模型确定所述每个教学图像帧的预测轨迹框内运动目标在运动技术教学过程中的动作轨迹特征。
25、在本实施例中，通过所有的运动状态相似度和所有的动作轨迹特征确定所述运动技术教学视频中的运动目标在运动技术教学过程中的姿态信息具体包括：
26、对所有的动作轨迹特征进行姿态估计，得到所述运动技术教学视频内运动目标的姿态跟踪向量；
27、对所有的运动状态相似度进行时序加权，得到所述运动技术教学视频内运动目标的运动状态时序向量；
28、根据所述姿态跟踪向量和所述运动状态时序向量确定所述运动技术教学视频中的运动目标在运动技术教学过程中的姿态信息。
29、在本实施例中，使用计算机视觉库将所述运动技术教学视频分解为教学图像帧序列。
30、在本实施例中，教学图像帧序列为多个连续的教学图像帧构成的有序序列。
31、在本实施例中，目标检测框为界定教学图像帧中运动目标的位置与范围的矩形边界框。
32、第二方面，本申请提供一种运动技术教学系统，用于执行基于视频运动目标检测与融合的运动技术教学方法，所述运动技术教学系统包括：
33、视频获取模块，用于获取运动技术教学视频，进而将所述运动技术教学视频转换成教学图像帧序列；
34、目标检测模块，用于基于预设的目标检测模型提取出所述教学图像帧序列中每个教学图像帧的目标检测框和预测轨迹框；
35、运动状态相似度确定模块，用于对所述教学图像帧序列进行时空域特征融合，得到所述教学图像帧序列的级联融合特征，通过所述级联融合特征和每个教学图像帧的目标检测框内运动目标的动作尺度确定所述每个教学图像帧的目标检测框内运动目标在运动技术教学过程中的运动状态相似度；
36、动作轨迹特本文档来自技高网...
【技术保护点】
1.基于视频运动目标检测与融合的运动技术教学方法，其特征在于，所述运动技术教学方法包括如下步骤：
2.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，基于预设的目标检测模型提取出所述教学图像帧序列中每个教学图像帧的目标检测框和预测轨迹框具体包括：
3.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，对所述教学图像帧序列进行时空域特征融合，得到所述教学图像帧序列的级联融合特征具体包括：
4.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，通过所述级联融合特征和每个教学图像帧的目标检测框内运动目标的动作尺度确定所述每个教学图像帧的目标检测框内运动目标在运动技术教学过程中的运动状态相似度具体包括：
5.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，根据每个教学图像帧的目标检测框和预测轨迹框之间的匹配度和每个教学图像帧的预测轨迹框内运动目标的各个特征匹配点确定所述每个教学图像帧的预测轨迹框内运动目标在运动技术教学过程中的动作轨迹
6.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，通过所有的运动状态相似度和所有的动作轨迹特征确定所述运动技术教学视频中的运动目标在运动技术教学过程中的姿态信息具体包括：
7.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，使用计算机视觉库将所述运动技术教学视频分解为教学图像帧序列。
8.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，教学图像帧序列为多个连续的教学图像帧构成的有序序列。
9.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，目标检测框为界定教学图像帧中运动目标的位置与范围的矩形边界框。
10.一种运动技术教学系统，用于执行如权利要求1至9任意一项所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，所述运动技术教学系统包括：
...【技术特征摘要】
1.基于视频运动目标检测与融合的运动技术教学方法，其特征在于，所述运动技术教学方法包括如下步骤：
2.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，基于预设的目标检测模型提取出所述教学图像帧序列中每个教学图像帧的目标检测框和预测轨迹框具体包括：
3.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，对所述教学图像帧序列进行时空域特征融合，得到所述教学图像帧序列的级联融合特征具体包括：
4.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，通过所述级联融合特征和每个教学图像帧的目标检测框内运动目标的动作尺度确定所述每个教学图像帧的目标检测框内运动目标在运动技术教学过程中的运动状态相似度具体包括：
5.如权利要求1所述的基于视频运动目标检测与融合的运动技术教学方法，其特征在于，根据每个教学图像帧的目标检测框和预测轨迹框之间的匹配度和每个教学图像帧的预测轨迹框内运动目标的各个特征匹配点确...
【专利技术属性】
技术研发人员：陈文正，
申请(专利权)人：成都航空职业技术学院，
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。