CN108542021A - 一种运动服及基于色条识别的肢体测量方法及装置 - Google Patents
一种运动服及基于色条识别的肢体测量方法及装置 Download PDFInfo
- Publication number
- CN108542021A CN108542021A CN201810222049.XA CN201810222049A CN108542021A CN 108542021 A CN108542021 A CN 108542021A CN 201810222049 A CN201810222049 A CN 201810222049A CN 108542021 A CN108542021 A CN 108542021A
- Authority
- CN
- China
- Prior art keywords
- vitta
- angle
- limbs
- upper arm
- identification
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A41—WEARING APPAREL
- A41D—OUTERWEAR; PROTECTIVE GARMENTS; ACCESSORIES
- A41D13/00—Professional, industrial or sporting protective garments, e.g. surgeons' gowns or garments protecting against blows or punches
- A41D13/0015—Sports garments other than provided for in groups A41D13/0007 - A41D13/088
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physical Education & Sports Medicine (AREA)
- Textile Engineering (AREA)
- Image Processing (AREA)
Abstract
本发明涉及体育运动训练领域,其特征是:运动服包括左前臂、左上臂、右上臂、右前臂、躯干、右大腿、右小腿、左大腿、左小腿九个服装部位,选取RGB三基色十五种排列及组合中的九个色条标识分别设置或印制在所述的九个服装部位,通过摄像装置获取所述九个色条标识确定对应的服装部位,色条线段和摄像装置的图像水平行形成的夹角即肢体的姿态角度。该方法适合肢体运动姿态的获取及测量,非常适合瑜伽运动,指导肢体运动姿态训练。
Description
技术领域
本发明涉及体育运动训练领域,特别是一种运动服及基于色条识别的肢体测量方法及装置。
背景技术
目前体育运动训练领域对人体肢体测量的方法有传感器法(肢体各部位设置加速度传感器)、反光标志法(肢体各部位设置反光标志)、人体图像识别等方法。
本发明提出一种基于色条识别的肢体测量方法,消耗CPU资源低,特别适合手机APP,同时该方法尤其适合肢体运动姿态的获取及测量,非常适合瑜伽运动,瑜伽运动的关键动作是姿态保持,瑜伽运动状态标准角度信息由教练视频提供(标准视频),通过摄像获取跟随者的图像(跟随视频),通过比较跟随视频和标准视频中肢体状态角度信息偏差量进行跟随运动,进一步通过声、光、震动输出信号的大小和频率随偏差量变化实现跟随提示。
发明内容
现有摄像及显示均基于三基色原理,即RGB三基色,排列及组合为:R、G、B、RG、RB、GB、RGB、GR、BR、BG、BGR、GRB、BRG、RBG、GBR十五种标识状态。
RGB三基色组合为:R、G、B、RG、RB、GB、RGB七种标识状态,采用组合方式的优势是识别简单(无需排列识别),但标识数量不够,仅能用于上服及大腿标识,即:左前臂、左上臂、右上臂、右前臂、躯干、右大腿、左大腿。
本发明的技术方案是:
一种运动服,其特征是:运动服包括左前臂、左上臂、右上臂、右前臂、躯干、右大腿、右小腿、左大腿、左小腿九个服装部位,选取RGB三基色十五种排列及组合中的九个色条标识分别设置或印制在所述的九个服装部位,通过摄像装置获取所述九个色条标识确定对应的服装部位,色条线段和摄像装置的图像水平行形成的夹角即肢体的姿态角度。
或,
一种运动服,其特征是:运动服包括左前臂、左上臂、右上臂、右前臂、躯干、右大腿、左大腿七个服装部位,选取RGB三基色七种组合中的七个色条标识分别设置或印制在所述的七个服装部位,通过摄像装置获取所述七个色条标识确定对应的服装部位,色条线段和摄像装置的图像水平行形成的夹角即肢体的姿态角度。
或,
一种运动服,其特征是:运动服包括左前臂、左上臂、右上臂、右前臂、躯干五个服装部位,选取RGB三基色七种组合中的五个色条标识分别设置或印制在所述的五个服装部位,通过摄像装置获取所述五个色条标识确定对应的服装部位,色条线段和摄像装置的图像水平行形成的夹角即肢体的姿态角度。
所述的运动服,其特征是:所述的运动服是瑜伽运动训练服。
一种基于色条识别的肢体测量方法,其特征在于,包括步骤:
(1)目标肢体穿着色条标识的运动服,所述运动服选取RGB三基色排列或组合中的不同色条标识分别设置或印制在服装的不同部位;
(2)获取目标图像,解析色条标识确定服装部位;
(3)对各服装部位的色条的线段建立坐标描述y=kx+b,xy为摄像图像坐标,设x方向为水平方向,k为斜率,b为截距,由k、b唯一确定服装部位,k=tanα,α为色条线段和水平线的夹角;
(4)计算左前臂水平角α1、左上臂水平角α2、右上臂水平角α3、右前臂水平角α4、躯干水平角α5、右大腿水平角α6、左大腿水平角α8。
所述的基于色条识别的肢体测量方法,其特征在于,包括步骤:
(5)将α1、α2、α3、α4、α5、α6、α8和标准视频的α10、α20、α30、α40、α50、α60、α80比对获得偏差量Δα1=α1-α10,Δα2=α2-α20,Δα3=α3-α30,Δα4=α4-α40,Δα5=α5-α50,Δα6=α6-α60,Δα8=α8-α80,如果偏差量大于阀值则输出信号或偏差量小于阀值时输出信号。
所述的基于色条识别的肢体测量方法,其特征在于,包括步骤:
(6)计算右小腿水平角α7、左小腿水平角α9。
所述的基于色条识别的肢体测量方法,其特征在于,包括步骤:
(7) 将α7、α9和标准视频的α70、α90比对获得偏差量Δα7=α7-α70,Δα9=α9-α90,如果偏差量大于阀值则输出信号或偏差量小于阀值时输出信号。
所述的基于色条识别的肢体测量方法,其特征还在于:输出的信号是如下之一或组合:声、光、震动。
进一步,声音的音量随偏差量变化、或声音的频率随偏差量变化、或发光的颜色随偏差量变化、或发光的频闪随偏差量变化、或震动的幅度随偏差量变化、或震动的频率随偏差量变化。
所述的基于色条识别的肢体测量方法,其特征还在于:应用于瑜伽运动训练。
一种基于色条识别的肢体测量方法的装置,其特征是包括:
摄像装置,获取目标图像;
识别单元,对色条进行识别定位;
计算单元,对色条建立坐标y=kx+b,xy为摄像图像坐标,设x方向为水平方向,k为斜率,b为截距,由k、b唯一确定服装部位,k=tanα,α为色条线段和水平线的夹角。
所述的基于色条识别的肢体测量方法的装置,其特征是还包括:
存储介质,存储标准视频;
比对单元,将目标图像的色条水平角和标准视频的色条水平角进行比对获取偏差量。
本发明的有益效果是:提出一种基于色条识别的肢体测量方法,消耗CPU资源低,特别适合手机APP,同时该方法尤其适合肢体运动姿态的获取及测量,非常适合瑜伽运动,瑜伽运动的关键动作是姿态保持,瑜伽运动状态标准角度信息由教练视频提供(标准视频),通过摄像获取跟随者的图像(跟随视频),通过比较跟随视频和标准视频中肢体状态角度信息偏差量进行跟随运动,进一步通过声、光、震动输出信号的大小和频率随偏差量变化实现跟随提示并在视频屏幕上进行偏差量指示,指导肢体运动姿态训练。
附图说明
图1为本发明原理示意图。
图2为本发明装置配置图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
图1为本发明原理示意图,101为服装部位示意图,通过摄像获取图像102。101中选取RGB三基色十五种排列及组合中的九个色条标识分别设置或印制在九个服装部位,分别是:左前臂R、左上臂G、右上臂B、右前臂RG、躯干RGB、右大腿RB、右小腿BR、左大腿GB、左小腿BG。在102图像中,摄像装置形成的图像帧以xy表示,x方向为图像的行,并设定x方向为水平线方向,由此得到左前臂水平角α1、左上臂水平角α2、右上臂水平角α3、右前臂水平角α4、躯干水平角α5、右大腿水平角α6、右小腿水平角α7、左大腿水平角α8、左小腿水平角α9。
色条组合方案:RGB三基色组合为:R、G、B、RG、RB、GB、RGB七种标识状态,采用组合方式的优势是识别简单(无需排列识别),但标识数量不够,仅能用于上服及大腿标识,即:左前臂、左上臂、右上臂、右前臂、躯干、右大腿、左大腿,分别是:左前臂R、左上臂G、右上臂B、右前臂RG、躯干RGB、右大腿RB、左大腿GB。
图2为本发明装置配置图,包括:
摄像装置,获取目标图像;
识别单元,对色条进行识别定位;
计算单元,对色条建立坐标y=kx+b,xy为摄像图像坐标,设x方向为水平方向,k为斜率,b为截距,由k、b唯一确定服装部位,k=tanα,α为色条线段和水平线的夹角。
存储介质,存储标准视频;
比对单元,将目标图像的色条水平角和标准视频的色条水平角进行比对获取偏差量。
参照图1及图2:
基于色条识别的肢体测量方法,其特征在于,包括步骤:
(1)目标肢体穿着色条标识的运动服,所述运动服选取RGB三基色排列或组合中的不同色条标识分别设置或印制在服装的不同部位;
(2)获取目标图像,解析色条标识确定服装部位;
(3)对各服装部位的色条的线段建立坐标描述y=kx+b,xy为摄像图像坐标,设x方向为水平方向,k为斜率,b为截距,由k、b唯一确定服装部位,k=tanα,α为色条线段和水平线的夹角;
(4)计算左前臂水平角α1、左上臂水平角α2、右上臂水平角α3、右前臂水平角α4、躯干水平角α5、右大腿水平角α6、左大腿水平角α8。
所述的基于色条识别的肢体测量方法,其特征在于,包括步骤:
(5)将α1、α2、α3、α4、α5、α6、α8和标准视频的α10、α20、α30、α40、α50、α60、α80比对获得偏差量Δα1=α1-α10,Δα2=α2-α20,Δα3=α3-α30,Δα4=α4-α40,Δα5=α5-α50,Δα6=α6-α60,Δα8=α8-α80,如果偏差量大于阀值则输出信号或偏差量小于阀值时输出信号。
所述的基于色条识别的肢体测量方法,其特征在于,包括步骤:
(6)计算右小腿水平角α7、左小腿水平角α9。
所述的基于色条识别的肢体测量方法,其特征在于,包括步骤:
(7) 将α7、α9和标准视频的α70、α90比对获得偏差量Δα7=α7-α70,Δα9=α9-α90,如果偏差量大于阀值则输出信号或偏差量小于阀值时输出信号。
所述的基于色条识别的肢体测量方法,其特征还在于:输出的信号是如下之一或组合:声、光、震动。
进一步,声音的音量随偏差量变化、或声音的频率随偏差量变化、或发光的颜色随偏差量变化、或发光的频闪随偏差量变化、或震动的幅度随偏差量变化、或震动的频率随偏差量变化。
所述的基于色条识别的肢体测量方法,其特征还在于:应用于瑜伽运动训练。
上述应用模式及规则均不限定本发明的方法及系统的基本特征,并非限定本发明的保护范围,凡在本发明的精神和原则之内,作出的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种运动服,其特征是:运动服包括左前臂、左上臂、右上臂、右前臂、躯干、右大腿、右小腿、左大腿、左小腿九个服装部位,选取RGB三基色十五种排列及组合中的九个色条标识分别设置或印制在所述的九个服装部位,通过摄像装置获取所述九个色条标识确定对应的服装部位,色条线段和摄像装置的图像水平行形成的夹角即肢体的姿态角度。
2.一种运动服,其特征是:运动服包括左前臂、左上臂、右上臂、右前臂、躯干、右大腿、左大腿七个服装部位,选取RGB三基色七种组合中的七个色条标识分别设置或印制在所述的七个服装部位,通过摄像装置获取所述七个色条标识确定对应的服装部位,色条线段和摄像装置的图像水平行形成的夹角即肢体的姿态角度。
3.一种运动服,其特征是:运动服包括左前臂、左上臂、右上臂、右前臂、躯干五个服装部位,选取RGB三基色七种组合中的五个色条标识分别设置或印制在所述的五个服装部位,通过摄像装置获取所述五个色条标识确定对应的服装部位,色条线段和摄像装置的图像水平行形成的夹角即肢体的姿态角度。
4.一种基于色条识别的肢体测量方法,其特征在于,包括步骤:
(1)目标肢体穿着色条标识的运动服,所述运动服选取RGB三基色排列或组合中的不同色条标识分别设置或印制在服装的不同部位;
(2)获取目标图像,解析色条标识确定服装部位;
(3)对各服装部位的色条的线段建立坐标描述y=kx+b,xy为摄像图像坐标,设x方向为水平方向,k为斜率,b为截距,由k、b唯一确定服装部位,k=tanα,α为色条线段和水平线的夹角;
(4)计算左前臂水平角α1、左上臂水平角α2、右上臂水平角α3、右前臂水平角α4、躯干水平角α5、右大腿水平角α6、左大腿水平角α8。
5.根据权利要求4所述的基于色条识别的肢体测量方法,其特征在于,包括步骤:
(5)将α1、α2、α3、α4、α5、α6、α8和标准视频的α10、α20、α30、α40、α50、α60、α80比对获得偏差量Δα1=α1-α10,Δα2=α2-α20,Δα3=α3-α30,Δα4=α4-α40,Δα5=α5-α50,Δα6=α6-α60,Δα8=α8-α80,如果偏差量大于阀值则输出信号或偏差量小于阀值时输出信号。
6.根据权利要求5所述的基于色条识别的肢体测量方法,其特征在于,包括步骤:
(6)计算右小腿水平角α7、左小腿水平角α9。
7.根据权利要求6所述的基于色条识别的肢体测量方法,其特征在于,包括步骤:
(7) 将α7、α9和标准视频的α70、α90比对获得偏差量Δα7=α7-α70,Δα9=α9-α90,如果偏差量大于阀值则输出信号或偏差量小于阀值时输出信号。
8.根据权利要求5或7所述的基于色条识别的肢体测量方法,其特征还在于:输出的信号是如下之一或组合:声、光、震动。
9.一种基于色条识别的肢体测量方法的装置,其特征是包括:
摄像装置,获取目标图像;
识别单元,对色条进行识别定位;
计算单元,对色条建立坐标y=kx+b,xy为摄像图像坐标,设x方向为水平方向,k为斜率,b为截距,由k、b唯一确定服装部位,k=tanα,α为色条线段和水平线的夹角。
10.根据权利要求9所述的基于色条识别的肢体测量方法的装置,其特征是还包括:
存储介质,存储标准视频;
比对单元,将目标图像的色条水平角和标准视频的色条水平角进行比对获取偏差量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810222049.XA CN108542021A (zh) | 2018-03-18 | 2018-03-18 | 一种运动服及基于色条识别的肢体测量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810222049.XA CN108542021A (zh) | 2018-03-18 | 2018-03-18 | 一种运动服及基于色条识别的肢体测量方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108542021A true CN108542021A (zh) | 2018-09-18 |
Family
ID=63516578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810222049.XA Pending CN108542021A (zh) | 2018-03-18 | 2018-03-18 | 一种运动服及基于色条识别的肢体测量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108542021A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110059670A (zh) * | 2019-04-29 | 2019-07-26 | 杭州雅智医疗技术有限公司 | 人体头面部、肢体活动角度及体姿非接触测量方法及设备 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWM352092U (en) * | 2007-10-09 | 2009-03-01 | Taipei Nat University Of The Arts | Optical recognition device for stretching gesture based on biomechanics |
CN101647609A (zh) * | 2009-08-13 | 2010-02-17 | 秦衡 | 适用于网络试衣系统的人体建模方法 |
CN102129551A (zh) * | 2010-02-16 | 2011-07-20 | 微软公司 | 基于关节跳过的姿势检测 |
US20110306396A1 (en) * | 2010-06-11 | 2011-12-15 | Harmonix Music Systems, Inc. | Dance Game and Tutuorial |
CN102800126A (zh) * | 2012-07-04 | 2012-11-28 | 浙江大学 | 基于多模态融合的实时人体三维姿态恢复的方法 |
CN104200491A (zh) * | 2014-08-15 | 2014-12-10 | 浙江省新华医院 | 一种人体运动姿态校正系统 |
CN104317386A (zh) * | 2014-06-25 | 2015-01-28 | 西南科技大学 | 一种姿势序列有限状态机动作识别方法 |
CN104598867A (zh) * | 2013-10-30 | 2015-05-06 | 中国艺术科技研究所 | 一种人体动作自动评估方法及舞蹈评分系统 |
CN105512621A (zh) * | 2015-11-30 | 2016-04-20 | 华南理工大学 | 一种基于Kinect的羽毛球动作指导系统 |
CN107122048A (zh) * | 2017-04-21 | 2017-09-01 | 甘肃省歌舞剧院有限责任公司 | 一种动作评估系统 |
CN107632698A (zh) * | 2016-07-18 | 2018-01-26 | 岱宇国际股份有限公司 | 基于影像的动作分析系统与方法 |
CN107831897A (zh) * | 2017-11-17 | 2018-03-23 | 吉林大学 | 一种虚拟装配操作中rula评测方法 |
-
2018
- 2018-03-18 CN CN201810222049.XA patent/CN108542021A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWM352092U (en) * | 2007-10-09 | 2009-03-01 | Taipei Nat University Of The Arts | Optical recognition device for stretching gesture based on biomechanics |
CN101647609A (zh) * | 2009-08-13 | 2010-02-17 | 秦衡 | 适用于网络试衣系统的人体建模方法 |
CN102129551A (zh) * | 2010-02-16 | 2011-07-20 | 微软公司 | 基于关节跳过的姿势检测 |
US20110306396A1 (en) * | 2010-06-11 | 2011-12-15 | Harmonix Music Systems, Inc. | Dance Game and Tutuorial |
CN102800126A (zh) * | 2012-07-04 | 2012-11-28 | 浙江大学 | 基于多模态融合的实时人体三维姿态恢复的方法 |
CN104598867A (zh) * | 2013-10-30 | 2015-05-06 | 中国艺术科技研究所 | 一种人体动作自动评估方法及舞蹈评分系统 |
CN104317386A (zh) * | 2014-06-25 | 2015-01-28 | 西南科技大学 | 一种姿势序列有限状态机动作识别方法 |
CN104200491A (zh) * | 2014-08-15 | 2014-12-10 | 浙江省新华医院 | 一种人体运动姿态校正系统 |
CN105512621A (zh) * | 2015-11-30 | 2016-04-20 | 华南理工大学 | 一种基于Kinect的羽毛球动作指导系统 |
CN107632698A (zh) * | 2016-07-18 | 2018-01-26 | 岱宇国际股份有限公司 | 基于影像的动作分析系统与方法 |
CN107122048A (zh) * | 2017-04-21 | 2017-09-01 | 甘肃省歌舞剧院有限责任公司 | 一种动作评估系统 |
CN107831897A (zh) * | 2017-11-17 | 2018-03-23 | 吉林大学 | 一种虚拟装配操作中rula评测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110059670A (zh) * | 2019-04-29 | 2019-07-26 | 杭州雅智医疗技术有限公司 | 人体头面部、肢体活动角度及体姿非接触测量方法及设备 |
CN110059670B (zh) * | 2019-04-29 | 2024-03-26 | 杭州雅智医疗技术有限公司 | 人体头面部、肢体活动角度及体姿非接触测量方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103517046B (zh) | 用于捕获视频内容的方法、装置和计算机程序产品 | |
KR20130032855A (ko) | 고정된 카메라로 운동하는 피사체를 촬영하고 그 촬영 이미지에 기초하여 피사체의 실제의 운동 궤적의 투사 이미지를 획득하기 위한 방법 및 시스템 | |
WO2014193670A4 (en) | Reconstruction of images from an in vivo multi-camera capsule | |
CN101641718A (zh) | 图像处理装置、图像处理方法和图像处理系统 | |
CN107231529A (zh) | 图像处理方法、移动终端及存储介质 | |
CN104797967B (zh) | 摄像装置及对焦控制方法 | |
JPWO2016059786A1 (ja) | なりすまし検知装置、なりすまし検知方法、および、なりすまし検知プログラム | |
CN109902189B (zh) | 一种图片选择方法及相关设备 | |
CN112259191A (zh) | 辅助健身的方法和电子装置 | |
CN107590791A (zh) | 图像增强方法以及图像处理装置 | |
CN108268830A (zh) | 光学识别方法 | |
CN107621867A (zh) | 熄屏控制方法、装置和终端设备 | |
US20150002648A1 (en) | Measuring Apparatus Capable Of Measuring A Continuous Motional State | |
CN105376478B (zh) | 照相机、拍摄控制装置、拍摄系统、拍摄方法以及记录介质 | |
US11889083B2 (en) | Image display method and device, image recognition method and device, storage medium, electronic apparatus, and image system | |
JP5812550B1 (ja) | 画像表示装置、画像表示方法及びプログラム | |
CN102749966B (zh) | 图像处理装置、图像处理系统和图像处理方法 | |
JP5735861B2 (ja) | 画像表示プログラム、画像表示装置、画像表示方法、画像表示システム、マーカ | |
CN108542021A (zh) | 一种运动服及基于色条识别的肢体测量方法及装置 | |
CN208172727U (zh) | 科技展厅用体感操控与面部识别聚合展示系统 | |
CN101647609B (zh) | 适用于网络试衣系统的人体建模方法 | |
CN108924627A (zh) | 运动对象的位置分布显示方法、装置、设备及存储介质 | |
CN109814740B (zh) | 交互式智能书画设备与交互方法 | |
CN108124140A (zh) | 一种颜色拾取方法、装置、电子画笔及存储介质 | |
CN103854020B (zh) | 文字识别方法及装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180918 |