CN110929594A - 一种基于人工智能的篮球投篮手型视频分析系统及方法 - Google Patents
一种基于人工智能的篮球投篮手型视频分析系统及方法 Download PDFInfo
- Publication number
- CN110929594A CN110929594A CN201911080279.8A CN201911080279A CN110929594A CN 110929594 A CN110929594 A CN 110929594A CN 201911080279 A CN201911080279 A CN 201911080279A CN 110929594 A CN110929594 A CN 110929594A
- Authority
- CN
- China
- Prior art keywords
- hand
- gesture
- detection system
- key point
- analysis system
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 74
- 230000026676 system process Effects 0.000 claims abstract description 4
- 238000010835 comparative analysis Methods 0.000 claims abstract description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Images
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
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于人工智能的篮球投篮手型视频分析系统及方法，该系统包括手检测系统、手势关键点检测系统和手型分析系统；手检测系统记录训练状态的视频的每一帧图像中检测和定位到训练者手的检测框；手势关键点检测系统将手检测系统检测到的手位置检测框内的图像处理，得到手的关节点；手型分析系统根据手势关键点检测系统获得的手势关键点进行动作分析，并与预先设定的标准手势的手势关键点信息进行对比分析。分析方法包括进行视频采集、手检测系统运行、手势关键点检测系统运行和手型分析系统运行。本发明使使用者在投篮训练时不需额外人工即可提供投篮手型标准与否的反馈，并指出错误手型与正确手型的差距，使投篮者在没有教练的情况下依然获得投篮手型的教学反馈。
Description
技术领域
本发明涉及篮球投篮分析系统，尤其涉及一种基于人工智能的篮球投篮手型视频分析系统及方法。
背景技术
随着篮球在国内关注度的提高，越来越多的人加入到篮球运动中。投篮作为篮球运动中最为重要的技术之一，其学习方式有三种：第一种为寻求专业的篮球教练一对一指导，但是此种方式价格昂贵，且时间效率比较低；第二种为观看球星投篮或者教学视频进行学习，但是此种方式不能获得训练的反馈，使用者在训练或者学习时不能获得正确的反馈以及准确的找出与正确动作的差异点在哪里；第三种是通过使用者在手上或者篮球上佩戴传感器来获得运动数据，进一步用于手型分析，但此种方式使用不便，不利于普及，大众接受度较低。因此，提供一种可以使投篮手势的智能易用的系统已经成为亟待解决的问题。
发明内容
发明目的：本发明提供一种基于人工智能的篮球投篮手型视频分析系统及方法，以解决现有技术中存在的不足之处。
技术方案：本发明基于人工智能的篮球投篮手型视频分析系统，该系统包括手检测系统、手势关键点检测系统和手型分析系统；手检测系统记录训练状态的视频的每一帧图像中检测和定位到训练者手的检测框；手势关键点检测系统将手检测系统检测到的手的位置的检测框内的图像进行处理，得到手的关节点；手型分析系统根据手势关键点检测系统获得的手势关键点进行动作分析，并且与预先设定的标准手势的手势关键点信息进行对比分析。
手检测系统采用通用目标检测方法，即使用卷积神经网络去训练在图像中标注了手的检测框的数据以得到手检测模型，并使用反向传播方法对模型进行优化。
手势关键点检测系统使用卷积神经网络学习根据手检测系统得到的检测框的大小和范围裁剪的图片，图片中有对手势关节点的标注。
通过学习标注过的关节点的数据获得检测出手势关节点的模型，使用反向传播方法进行优化。
手型分析系统对训练者在每一帧图像中的手势关节点信息进行提取分析，并与预先设定的标准手势的手势关键点信息进行对比，获得手势动作正确与否的信息，以及手势关节点的运动信息。
本发明基于人工智能的篮球投篮手型视频分析系统的分析方法，包括以下步骤：
1.进行视频采集；
2.手检测系统运行；
3.手势关键点检测系统运行；
4.手型分析系统运行。
步骤1中，在手机APP上对进行投篮训练的使用者进行视频采集。
步骤2中，通过手势检测系统检测出运动员的手势检测框。
步骤3中，通过手势关键点检测系统检测出手势关键点。
步骤4中，将通过步骤3中获得的手势关键点位置信息，与预先存储在APP中的正确姿势的关节点的信息进行差异计算，公式为：
其中N为手势关键点的数量，i为第i个手势关键点，Ti为训练者第i个手势关键点的位置信息，Pi为第i个预先设置的正确手势关键点的信息，
为预先设定用于判别手型标准与否的阈值；根据计算出的差异值给予训练者偏差尺度的反馈并在APP上进行可视化展示。
有益效果：本发明具有以下优点：
(1)给使用者在投篮训练时不需要额外人工即可提供投篮手型标准与否的反馈，以及指出错误手型与正确手型的差距，进一步的提供改进的方向，让训练者在没有教练的情况下依然获得投篮手型的教学反馈。
(2)训练者通过使用本发明找到自己手型出现的问题，并精确到关节点，且获得向正确动作改进的方向。
附图说明
图1是本发明视频分析系统的结构示意图；
图2是本发明视频分析方法的结构示意图；
图3是本发明实施例中的手势检测框中的手势关键点示意图。
具体实施方式
如图1所示，本发明包括手检测系统、手势关键点检测系统以及手型分析系统。
手检测系统在记录训练者训练状态的视频的每一帧图像中检测和定位到训练者手的检测框。其采用的人工智能为通用目标检测方法，具体为，使用卷积神经网络去训练一些在图像中标注了手的检测框的数据以得到手检测模型，使用反向传播算法对模型进行优化，具体地，反向传播算法是对网络中所有权重计算损失函数的梯度，此梯度会反馈给最优化方法，用来更新权值以最小化损失函数，得到一个在图像中可以检测到训练者手的检测框的模型。
手势关键点检测系统，将手检测系统检测到的手的位置的检测框内的图像进行处理，得到手的关节点。其所采用的人工智能技术为关键点检测技术，具体为，使用卷积神经网络学习一些根据手检测系统得到检测框的大小和范围裁剪的图片，这些图片还进行了手势关节点的标注，通过学习这些标注过关节点的数据获得可以检测出手势关节点的模型，使用反向传播方法进行优化。据此，手势关键点检测系统构建完成，使用时可以获得不同手势关键点的位置信息。
手型分析系统，根据手势关键点检测系统获得的手势关键点进行动作分析，并且与预先设定的标准手势的手势关键点信息进行对比分析，可以获得手势动作正确与否的信息，以及手势关节点的运动信息；具体如下：获得了训练者在每一帧图像中的手势关节点信息，则在使用者开始投篮到投篮出手结束的这一段视频帧的图像中的手势关节点的信息进行提取分析，同样的，可以预先以此种方式获取教学人员标准的手势关节点的信息并进行存储。则根据这一段视频帧中每一帧训练者的手势关节点信息与预先存储好的教学人员标准的手势关节点信息进行对比以及计算差异，通过此种差异来判断训练者的手型所出现差异的大小以及通过出现差异的视频帧来判断出现问题的时刻，并根据此信息进行可视化反馈，具体可以采取训练者手势关节点信息与标准者手势关节点信息差距的方式，并画出差距点之间的距离。
为了对本发明进行更加详细的说明，本实施例采用一种本系统应用于手机上的实例进行解释。
本实例中的具体体现形式为：使用智能手机APP作为载体进行本发明的应用，使用智能手机作为采集设备以及效果展示设备，并能实时的进行动作分析和记录。
如图2所示，本发明视频分析方法包括以下步骤：视频采集、手检测系统运行、手势关键点检测系统运行和手型分析系统运行；具体步骤如下：
(1)在APP上开始视频采集：打开APP，将智能手机对准备进行投篮训练的使用者，并开始视频采集；
(2)手检测系统运行：如图3所示，通过手检测系统检测出运动员的手势检测框，其中图3中的小黑点为手势关键点。
(3)手势关键点检测系统运行：要通过手势关键点检测系统检测出的关键点如图3的手势关键点。
(4)手型分析系统运行，具体的，通过步骤3中获得的手势关键点位置信息，与预先存储在APP中的正确姿势的关节点的信息进行差异计算，公式如下：
其中N为手势关键点的数量，i为第i个手势关键点，Ti为训练者第i个手势关键点的位置信息，Pi为第i个预先设置的正确手势关键点的信息，
为预先设定用于判别手型标准与否的阈值，如果小于这个阈值则证明该训练者的手型是正确的，反之为错误的，并且根据此计算出的差异值给予训练者偏差尺度的反馈，在APP上进行可视化展示。本实例仅为本发明中的一种具体应用形式。
Claims (10)
1.一种基于人工智能的篮球投篮手型视频分析系统，其特征在于：包括手检测系统、手势关键点检测系统和手型分析系统；所述手检测系统记录训练状态的视频的每一帧图像中检测和定位到训练者手的检测框；手势关键点检测系统将手检测系统检测到的手的位置的检测框内的图像进行处理，得到手的关节点；所述手型分析系统根据手势关键点检测系统获得的手势关键点进行动作分析，并且与预先设定的标准手势的手势关键点信息进行对比分析。
2.根据权利要求1所述的基于人工智能的篮球投篮手型视频分析系统，其特征在于：所述手检测系统采用通用目标检测方法，即使用卷积神经网络去训练在图像中标注了手的检测框的数据以得到手检测模型，并使用反向传播方法对模型进行优化。
3.根据权利要求1或2所述的基于人工智能的篮球投篮手型视频分析系统，其特征在于：所述手势关键点检测系统使用卷积神经网络学习根据手检测系统得到的检测框的大小和范围裁剪的图片，所述图片有对手势关节点的标注。
4.根据权利要求3所述的基于人工智能的篮球投篮手型视频分析系统，其特征在于：通过学习标注过的关节点的数据获得检测出手势关节点的模型，使用反向传播方法进行优化。
5.根据权利要求1所述的基于人工智能的篮球投篮手型视频分析系统，其特征在于：所述手型分析系统对训练者在每一帧图像中的手势关节点信息进行提取分析，并与预先设定的标准手势的手势关键点信息进行对比，获得手势动作正确与否的信息，以及手势关节点的运动信息。
6.一种如权利要求1所述的基于人工智能的篮球投篮手型视频分析系统的分析方法，其特征在于：包括以下步骤：
(1)进行视频采集；
(2)手检测系统运行；
(3)手势关键点检测系统运行；
(4)手型分析系统运行。
7.根据权利要求6所述的基于人工智能的篮球投篮手型视频分析系统的分析方法，其特征在于：步骤(1)中，在手机APP上对进行投篮训练的使用者进行视频采集。
8.根据权利要求6所述的基于人工智能的篮球投篮手型视频分析系统的分析方法，其特征在于：步骤(2)中，通过手势检测系统检测出运动员的手势检测框。
9.根据权利要求6所述的基于人工智能的篮球投篮手型视频分析系统的分析方法，其特征在于：步骤(3)中，通过手势关键点检测系统检测出手势关键点。
10.根据权利要求6所述的基于人工智能的篮球投篮手型视频分析系统的分析方法，其特征在于：步骤(4)中，将通过步骤(3)中获得的手势关键点位置信息，与预先存储在APP中的正确姿势的关节点的信息进行差异计算，公式为：
其中N为手势关键点的数量，i为第i个手势关键点，Ti为训练者第i个手势关键点的位置信息，Pi为第i个预先设置的正确手势关键点的信息，
为预先设定用于判别手型标准与否的阈值；根据计算出的差异值给予训练者偏差尺度的反馈并在APP上进行可视化展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911080279.8A CN110929594A (zh) | 2019-11-07 | 2019-11-07 | 一种基于人工智能的篮球投篮手型视频分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911080279.8A CN110929594A (zh) | 2019-11-07 | 2019-11-07 | 一种基于人工智能的篮球投篮手型视频分析系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110929594A true CN110929594A (zh) | 2020-03-27 |
Family
ID=69853616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911080279.8A Pending CN110929594A (zh) | 2019-11-07 | 2019-11-07 | 一种基于人工智能的篮球投篮手型视频分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110929594A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111476291A (zh) * | 2020-04-03 | 2020-07-31 | 南京星火技术有限公司 | 数据处理方法，装置及存储介质 |
| CN113065458A (zh) * | 2021-03-29 | 2021-07-02 | 新疆爱华盈通信息技术有限公司 | 基于手势识别的投票方法与系统、电子设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109117766A (zh) * | 2018-07-30 | 2019-01-01 | 上海斐讯数据通信技术有限公司 | 一种动态手势识别方法及系统 |
| CN109359538A (zh) * | 2018-09-14 | 2019-02-19 | 广州杰赛科技股份有限公司 | 卷积神经网络的训练方法、手势识别方法、装置及设备 |
| CN110170159A (zh) * | 2019-06-27 | 2019-08-27 | 郭庆龙 | 一种人体健身动作运动监测系统 |
-
2019
- 2019-11-07 CN CN201911080279.8A patent/CN110929594A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109117766A (zh) * | 2018-07-30 | 2019-01-01 | 上海斐讯数据通信技术有限公司 | 一种动态手势识别方法及系统 |
| CN109359538A (zh) * | 2018-09-14 | 2019-02-19 | 广州杰赛科技股份有限公司 | 卷积神经网络的训练方法、手势识别方法、装置及设备 |
| CN110170159A (zh) * | 2019-06-27 | 2019-08-27 | 郭庆龙 | 一种人体健身动作运动监测系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111476291A (zh) * | 2020-04-03 | 2020-07-31 | 南京星火技术有限公司 | 数据处理方法，装置及存储介质 |
| CN113065458A (zh) * | 2021-03-29 | 2021-07-02 | 新疆爱华盈通信息技术有限公司 | 基于手势识别的投票方法与系统、电子设备 |
| CN113065458B (zh) * | 2021-03-29 | 2024-05-28 | 芯算一体(深圳)科技有限公司 | 基于手势识别的投票方法与系统、电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11823495B2 (en) | Kinect-based auxiliary training system for basic badminton movements | |
| US11776421B2 (en) | Systems and methods for monitoring and evaluating body movement | |
| CN103413120B (zh) | 基于物体整体性和局部性识别的跟踪方法 | |
| CN108564596B (zh) | 一种高尔夫挥杆视频的智能比对分析系统及方法 | |
| US10737158B2 (en) | Method and device for recognizing movement of tennis racket | |
| TWI430185B (zh) | 臉部表情辨識系統及其辨識方法及其電腦程式產品 | |
| CN110929596A (zh) | 一种基于智能手机和人工智能的投篮训练系统与方法 | |
| KR102266219B1 (ko) | 퍼스널 트레이닝 서비스 제공 방법 및 시스템 | |
| CN113762133A (zh) | 基于人体姿态识别的自重健身辅助教练系统、方法、终端 | |
| CN110575663B (zh) | 一种基于人工智能的体育辅助训练方法 | |
| EP2707837A1 (en) | Method of analysing a video of sports motion | |
| CN109241917A (zh) | 一种基于计算机视觉的课堂行为检测系统 | |
| CN108229352B (zh) | 一种基于深度学习的站立检测方法 | |
| CN110085068A (zh) | 一种基于图像识别的学习辅导方法及装置 | |
| CN110929594A (zh) | 一种基于人工智能的篮球投篮手型视频分析系统及方法 | |
| CN108355340B (zh) | 一种基于视频信息的拍球计数方法 | |
| CN110227243A (zh) | 乒乓球练习用智能纠正系统及其工作方法 | |
| CN114170672A (zh) | 一种基于计算机视觉的课堂学生行为识别的方法 | |
| CN108062803B (zh) | 一种教学签到方法及终端 | |
| CN114618142A (zh) | 一种用于兵乓球运动的辅助训练系统及方法 | |
| CN103310191A (zh) | 运动信息图像化的人体动作识别方法 | |
| CN115482397A (zh) | 一种动作评分系统 | |
| CN111611854B (zh) | 一种基于模式识别的课堂情况评价方法 | |
| CN114639168B (zh) | 一种用于跑步姿态识别的方法和系统 | |
| CN111563443A (zh) | 一种连续运动动作准确度评价方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200327 |