CN107688465A - 一种基于计算机视觉的挥杆动作分析系统 - Google Patents

一种基于计算机视觉的挥杆动作分析系统 Download PDF

Info

Publication number
CN107688465A
CN107688465A CN201610628883.XA CN201610628883A CN107688465A CN 107688465 A CN107688465 A CN 107688465A CN 201610628883 A CN201610628883 A CN 201610628883A CN 107688465 A CN107688465 A CN 107688465A
Authority
CN
China
Prior art keywords
output end
electrically connected
module
input
human body
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610628883.XA
Other languages
English (en)
Inventor
蔡昭权
胡辉
陈伽
胡松
蔡映雪
罗伟
卢庆武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huizhou University
Original Assignee
Huizhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huizhou University filed Critical Huizhou University
Priority to CN201610628883.XA priority Critical patent/CN107688465A/zh
Publication of CN107688465A publication Critical patent/CN107688465A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding

Abstract

本发明公开了一种基于计算机视觉的挥杆动作分析系统，包括摄像机、目标识别模块、人体分层识别模块和球杆识别模块；所述摄像机输出端与采集卡输入端电性连接，所述采集卡输出端与计算机输入端电性连接，所述目标识别模块输出端、人体分层识别模块输出端和球杆识别模块输出端均与计算机输入端电性连接，所述计算机输出端分别与报警模块输入端和显示模块输入端电性连接，所述计算机分别与人体轮廓图像提取模块、存储模块、图像处理模块和运算部电性连接。本发明能及时的将挥杆动作传送给计算机，计算机经处理后可将挥杆结果及时、准确的显示出来，且结构简单，易于推广使用。

Description

一种基于计算机视觉的挥杆动作分析系统
技术领域
本发明涉及挥杆动作分析装置领域，具体地说是一种基于计算机视觉的挥杆动作分析系统。
背景技术
近年来，随着图像识别及分类、手势识别、人脸识别、语音识别等自然交互技术研究的深入，人体运动动作的识别研究也逐渐得到广泛重视。其中，高尔夫挥杆过程由于其运动过程短暂，肢体互相遮挡，光照条件复杂，因而如何采用图像技术进行准确快速的识别，一直是一项技术研究难点及热点；由于平面成像原理的限制，一些识别技术丢弃了深度信息以及易受光照环境的影响。因而其识别准确率及速度，难以满足真实环境下的应用。
发明内容
针对上述现有技术存在的不足，本发明的目的是提供一种基于计算机视觉的挥杆动作分析系统。
为了实现上述目的，本发明所采用的技术方案是：一种基于计算机视觉的挥杆动作分析系统，包括摄像机、目标识别模块、人体分层识别模块、人体轮廓图像提取模块、运算部、异常动作检测模块和球杆识别模块；所述摄像机输出端与采集卡输入端电性连接，所述采集卡输出端与计算机输入端电性连接，所述目标识别模块输出端、人体分层识别模块输出端和球杆识别模块输出端均与计算机输入端电性连接，所述计算机输出端分别与报警模块输入端和显示模块输入端电性连接，所述计算机分别与人体轮廓图像提取模块、存储模块、图像处理模块和运算部电性连接。
进一步，所述待处理图像输出端与形态学操作输入端电性连接，所述形态学操作输出端与人体轮廓图像提取输入端电性连接，所述人体轮廓图像提取输出端与人体姿态模型输入端电性连接。
进一步，所述测量部输出端与特征量提取部输入端电性连接，所述特征量提取部输出端与统计处理部输入端电性连接。
进一步，所述异常动作检测模块输出端与计算机输入端电性连接。
采用上述技术方案后，本发明和现有技术相比所具有的优点是：
本发明所述的基于计算机视觉的挥杆动作分析系统，通过设置人体分层识别模块，可以预先对人体动作进行识别，改变了传统挥杆识别系统只可以单一识别挥杆的缺点，使识别准确性和识别速度大幅提高，通过挥杆动作，通过球杆识别模块，可以对球杆摆动进行识别，通过设置异常动作检测模块，可对不正确的挥杆动作进行识别、报警，提示挥杆人员，且结构简单，易于推广使用。
附图说明
下面结合附图和实施例对本发明进一步说明：
图1为本发明的结构示意图；
图2为本发明人体轮廓图像提取模块的结构示意图；
图3为本发明运算部的结构示意图。
附图标记中：1-摄像机；2-采集卡；3-计算机；4-目标识别模块；5-人体分层识别模块；6-球杆识别模块；7-人体轮廓图像提取模块；8-存储模块；9-图像处理模块；10-运算部；11-显示模块；12-异常动作检测模块；13-报警模块；71-待处理图像；72-形态学操作；73-人体轮廓图像提取；74-人体姿态模型；101-测量部；102-特征量提取部；103-统计处理部。
具体实施方式
以下所述仅为本发明的较佳实施例，并不因此而限定本发明的保护范围。
实施例， 如图1-3所示，一种基于计算机视觉的挥杆动作分析系统，包括摄像机1、目标识别模块4、人体分层识别模块5、人体轮廓图像提取模块7、运算部10、异常动作检测模块12和球杆识别模块6；摄像机1输出端与采集卡2输入端电性连接，采集卡2输出端与计算机3输入端电性连接，目标识别模块4输出端、人体分层识别模块5输出端和球杆识别模块6输出端均与计算机3输入端电性连接，计算机3输出端分别与报警模块13输入端和显示模块11输入端电性连接，计算机3分别与人体轮廓图像提取模块7、存储模块8、图像处理模块9和运算部10电性连接，待处理图像71输出端与形态学操作72输入端电性连接，形态学操作72输出端与人体轮廓图像提取73输入端电性连接，人体轮廓图像提取73输出端与人体姿态模型74输入端电性连接，测量部101输出端与特征量提取部102输入端电性连接，特征量提取部102输出端与统计处理部103输入端电性连接，异常动作检测模块12输出端与计算机3输入端电性连接，通过设置人体分层识别模块5，可以预先对人体动作进行识别，改变了传统挥杆识别系统只可以单一识别挥杆的缺点，使识别准确性和识别速度大幅提高，通过挥杆动作，通过球杆识别模块6，可以对球杆摆动进行识别，通过设置异常动作检测模块12，可对不正确的挥杆动作进行识别、报警，提示挥杆人员，且结构简单，易于推广使用。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
以上所述，仅为本发明的较佳实施例，并不用以限制本发明，凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同替换和改进，均应包含在本发明技术方案的保护范围之内。

Claims (4)

1.一种基于计算机视觉的挥杆动作分析系统，包括摄像机（1）、目标识别模块（4）、人体分层识别模块（5）、人体轮廓图像提取模块（7）、测量部（101）、异常动作检测模块（12）和球杆识别模块（6）；其特征在于：所述摄像机（1）输出端与采集卡（2）输入端电性连接，所述采集卡（2）输出端与计算机（3）输入端电性连接，所述目标识别模块（4）输出端、人体分层识别模块（5）输出端和球杆识别模块（6）输出端均与计算机（3）输入端电性连接，所述计算机（3）输出端分别与报警模块（13）输入端和显示模块（11）输入端电性连接，所述计算机（3）分别与人体轮廓图像提取模块（7）、存储模块（8）、图像处理模块（9）和运算部（10）电性连接。
2.根据权利要求1所述的一种基于计算机视觉的挥杆动作分析系统，其人体轮廓图像提取模块（7）特征在于：所述待处理图像（71）输出端与形态学操作（72）输入端电性连接，所述形态学操作（72）输出端与人体轮廓图像提取（73）输入端电性连接，所述人体轮廓图像提取（73）输出端与人体姿态模型（74）输入端电性连接。
3.根据权利要求1所述的一种基于计算机视觉的挥杆动作分析系统，其运算部（10）特征在于：所述测量部（101）输出端与特征量提取部（102）输入端电性连接，所述特征量提取部（102）输出端与统计处理部（103）输入端电性连接。
4.根据权利要求1所述的一种基于计算机视觉的挥杆动作分析系统，其特征在于：所述异常动作检测模块（12）输出端与计算机（3）输入端电性连接。
CN201610628883.XA 2016-08-04 2016-08-04 一种基于计算机视觉的挥杆动作分析系统 Pending CN107688465A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610628883.XA CN107688465A (zh) 2016-08-04 2016-08-04 一种基于计算机视觉的挥杆动作分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610628883.XA CN107688465A (zh) 2016-08-04 2016-08-04 一种基于计算机视觉的挥杆动作分析系统

Publications (1)

Publication Number Publication Date
CN107688465A true CN107688465A (zh) 2018-02-13

Family

ID=61151305

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610628883.XA Pending CN107688465A (zh) 2016-08-04 2016-08-04 一种基于计算机视觉的挥杆动作分析系统

Country Status (1)

Country Link
CN (1) CN107688465A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794384A (zh) * 2010-03-12 2010-08-04 浙江大学 一种基于人体轮廓图提取与分组运动图查询的投篮动作识别方法
CN102542573A (zh) * 2010-10-27 2012-07-04 索尼公司 图像处理设备、图像处理方法和程序
CN103987429A (zh) * 2012-12-11 2014-08-13 斗星技术株式会社 用于实时分析高尔夫球杆上的高尔夫挥杆动作的系统和操作方法
CN104159644A (zh) * 2011-09-20 2014-11-19 布莱恩·弗朗西斯·穆尼 分析高尔夫挥杆的装置和方法
CN104331901A (zh) * 2014-11-26 2015-02-04 北京邮电大学 一种基于tld的多视角目标跟踪装置及方法
CN105664462A (zh) * 2016-01-07 2016-06-15 北京邮电大学 基于人体姿态估计算法的辅助训练系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794384A (zh) * 2010-03-12 2010-08-04 浙江大学 一种基于人体轮廓图提取与分组运动图查询的投篮动作识别方法
CN102542573A (zh) * 2010-10-27 2012-07-04 索尼公司 图像处理设备、图像处理方法和程序
CN104159644A (zh) * 2011-09-20 2014-11-19 布莱恩·弗朗西斯·穆尼 分析高尔夫挥杆的装置和方法
CN103987429A (zh) * 2012-12-11 2014-08-13 斗星技术株式会社 用于实时分析高尔夫球杆上的高尔夫挥杆动作的系统和操作方法
CN104331901A (zh) * 2014-11-26 2015-02-04 北京邮电大学 一种基于tld的多视角目标跟踪装置及方法
CN105664462A (zh) * 2016-01-07 2016-06-15 北京邮电大学 基于人体姿态估计算法的辅助训练系统

Similar Documents

Publication Publication Date Title
CN108875524B (zh) 视线估计方法、装置、系统和存储介质
US10832039B2 (en) Facial expression detection method, device and system, facial expression driving method, device and system, and storage medium
US9881026B2 (en) Method and apparatus for identifying input features for later recognition
Tsai et al. Implementation of fall detection system based on 3D skeleton for deep learning technique
JP6815707B2 (ja) 顔姿勢検出方法、装置及び記憶媒体
Ginosar et al. Detecting people in cubist art
KR20200066371A (ko) 이벤트 카메라-기반 변형가능 물체 추적
CN110728196B (zh) 一种人脸识别的方法、装置及终端设备
CN105159463B (zh) 一种非接触式可穿戴智能戒指系统及其手势识别方法
CN112446919A (zh) 物体位姿估计方法、装置、电子设备及计算机存储介质
CN106919899A (zh) 基于智能机器人的模仿人脸表情输出的方法和系统
WO2022017022A1 (zh) 空间定位方法、相关装置以及导航棒
Mai et al. 3D object detection with SLS-fusion network in foggy weather conditions
CN106960473B (zh) 一种行为感知系统及方法
WO2019127102A1 (zh) 信息处理方法、装置、云处理设备以及计算机程序产品
US20160078639A1 (en) Computing device and method for calculating area of outline of object
CN105096669A (zh) 利用虚拟技术训练幼儿日常交流能力的方法
Lu et al. Low-power image recognition challenge
Manasa et al. Real time object counting using Raspberry pi
CN109829380B (zh) 一种狗脸特征点的检测方法、装置、系统及存储介质
CN107688465A (zh) 一种基于计算机视觉的挥杆动作分析系统
JP2020173781A (ja) 番号認識装置、方法及び電子機器
Wei et al. Occluded pedestrian detection based on depth vision significance in biomimetic binocular
He et al. High accuracy intelligent real-time framework for detecting infant drowning based on deep learning
KR20130081126A (ko) 손 제스처 인식 방법 및 그 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180213

RJ01 Rejection of invention patent application after publication