CN111167107B - 基于人脸识别和人体姿态估计的引体向上测试系统 - Google Patents
基于人脸识别和人体姿态估计的引体向上测试系统 Download PDFInfo
- Publication number
- CN111167107B CN111167107B CN202010196769.0A CN202010196769A CN111167107B CN 111167107 B CN111167107 B CN 111167107B CN 202010196769 A CN202010196769 A CN 202010196769A CN 111167107 B CN111167107 B CN 111167107B
- Authority
- CN
- China
- Prior art keywords
- module
- pull
- video frame
- display screen
- prompt
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
-
- 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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/10—Positions
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/17—Counting, e.g. counting periodical movements, revolutions or cycles, or including further data processing to determine distances or speed
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physical Education & Sports Medicine (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了基于人脸识别和人体姿态估计的引体向上测试系统,目的是解决引体向上测试中准确计数和防作弊问题。本发明由摄像头、摄像头支柱、引体向上考核器、引体向上考核器支柱组成。引体向上考核器由主板机盒、显示屏、总开关、电源组件和主板组成。主板机盒容纳主板、电源组件,安装显示屏、总开关;主板上装有由采集模块、新建录入模块、身份对比模块、计数模块、显示模块和数据库组成的引体向上软件;新建录入模块、身份对比模块采用人脸识别算法进行人脸识别,计数模块采用人体姿态估计算法估计人体姿态,通过被测人员双腕、鼻子和脖子的视频帧像素坐标对引体向上计数。本发明设计合理,能准确检测引体向上个数且防止替考。
Description
技术领域
本发明涉及一种测试系统,尤其涉及一种能够准确测定引体向上并且防作弊的引体向上测试系统。
背景技术
目前引体向上的日常训练考核,通常的组织方式是安排监考员一对一进行,需要监考员人工核对测试人员姓名证件等信息,而后在测试中观察测试人员的下巴与单杠的位置关系来判断引体向上动作是否达标。这种人工计数的方法在测试过程中效率不高,费时费力,长时间性、反复性容易导致监考员疲惫,对标准动作把握不牢,难以客观公正地记录成绩。
发明内容
本发明要解决的技术问题在于提供一种基于人脸识别和人体姿态估计的引体向上测试系统,解决引体向上测试中准确计数和防作弊的问题;既能通过姿态识别判断双腕、鼻子和脖子的位置信息判断引体向上是否标准,达到准确计数的目的,又能通过人脸识别来鉴别身份,达到防止替考的目的。
本发明的技术方案是:
一种基于人脸识别和人体姿态估计的引体向上测试系统,由摄像头、摄像头支柱、引体向上考核器、引体向上考核器支柱组成。
摄像头选用30万像素、最大分辨率为640像素*480像素的摄像头,安装在摄像头支柱顶端,通过电缆与引体向上考核器相连,用于获取视频帧,包括人脸信息和人体姿态信息,将视频帧发送给引体向上考核器;
摄像头支柱由底盘和支撑杆组成,支撑杆采用胶黏剂黏在底盘上。底盘为圆台形,下底面半径为R1,R1=10~15cm,上底面半径为R2,R2=0.5~1cm,厚度为H1,H1=2~3cm,由金属材质制成,用于将支撑杆固定在地面上,保持支撑杆的平稳;所述支撑杆为圆柱形,半径为R3,R3=0.5~1cm,高度为H2,H2=1.5~2m,由塑料材质制成,用于支撑摄像头。
引体向上考核器支柱由四根圆柱组成,每根圆柱半径为R4,R4=0.5~1cm,高度为H3,H3=2~3cm,由塑料材质制成,用于支撑引体向上考核器。
引体向上考核器由主板机盒、显示屏、总开关、电源组件和主板组成。引体向上考核器的下底面四个角开有圆形通孔,引体向上考核器通过这4个圆形通孔采用卡扣方式连接在引体向上考核器支柱的顶端。
所述主板机盒为矩形盒子,长为a,宽为b,厚度为H3,a=15~20cm,b=10~15cm,H4=3~5cm,由塑料材质制成,用于容纳主板、电源组件,安装显示屏、总开关;主板机盒的正面上挖有凹槽,凹槽深度为H5,满足0.5cm≤H5<H4,凹槽的长度和宽度与显示屏的长度和宽度相匹配,满足正好可以嵌入显示屏。
所述显示屏为触控液晶屏,与主板相连。当引体向上考核器通电后显示屏上显示新建录入、身份对比、引体向上计数三个触控按钮,用于开启新建录入、身份对比、引体向上计数三项工作界面,并根据从显示模块接收的提示显示实时信息,包括实时视频帧、人员信息、标准引体向上个数信息;
所述总开关安装在主板机盒除显示屏以外的任意位置,为了美观和使用方便,一般安装在主板机盒的侧面或显示屏的同一面上,与电源组件相连,用于开启电源组件。
所述电源组件为锂电池,电源组件的输出电压为12V,集成在主板机盒内,与总开关和主板相连,用于为基于人脸识别和姿态识别的引体向上测试系统供电。
所述主板为深度学习开发板,固定在主板机盒内,与显示屏、摄像头、总开关和电源组件相连。主板上装有引体向上软件,引体向上软件由采集模块、新建录入模块、身份对比模块、计数模块、显示模块和数据库组成;
采集模块与摄像头、身份对比模块、计数模块、显示模块相连,负责获取摄像头的视频帧,将视频帧传给新建录入模块、身份对比模块、计数模块、显示模块。
新建录入模块与采集模块、显示模块、数据库相连,新建录入模块从显示屏显示的新建录入按钮接收用户输入的姓名和编号,在数据库中查询是否有与用户输入的姓名和编号重复的姓名或者编号,如果有重复,向显示模块发送“人员信息已存在,请勿重新录入”的提示,如果没有重复,新建录入模块从采集模块接收视频帧,利用人脸识别算法(“TaigmanY,Yang M,Ranzato M A,et al.Deepface:Closing the gap to human-levelperformance in face verification[C].IEEE Conference on Computer Vision andPattern Recognition(CVPR),2014:1701-1708”译为:《Deepface:缩小人脸验证与人类表现的差距》)对视频帧进行人脸识别,得到人脸特征,将人脸特征和数据库中的人脸特征作对比,若人脸特征存在,新建录入模块向显示模块发送“人脸信息已存在,请核对姓名和编号”的提示,若人脸特征不存在,将人脸特征、姓名和编号存入数据库中,新建录入模块向显示模块发送“录入成功”的提示。
身份对比模块与采集模块、显示模块和数据库相连,身份对比模块通过显示屏显示的身份对比按钮从采集模块接收视频帧,利用人脸识别算法对视频帧进行人脸识别,得到人脸特征,将人脸特征和数据库中的人脸特征作对比;当数据库中存在被测人员人脸信息则比对成功,从数据库中查找到被测人员的姓名,编号信息,向显示模块发送“身份认证成功”的提示,并将姓名和编号发送给显示模块;若不存在被测人员人脸信息,向显示模块发送“身份未能成功识别,请先录入人脸信息”的提示。
计数模块与采集模块和显示模块相连,从采集模块接收被测人员准备动作时的视频帧,利用人体姿态估计算法(“Cao Z,Simon T,Wei S E,et al.OpenPose:RealtimeMulti-Person 2D Pose Estimation using Part Affinity Fields[C].IEEE Conferenceon Computer Vision and Pattern Recognition(CVPR即国际计算机视觉与模式识别会议),2017:7291-7299”译为:《OpenPose:使用部件亲和域的实时多人二维姿态估计》)获取人体骨架视频帧像素坐标位置信息,判断被测人员双腕、鼻子和脖子的视频帧像素坐标信息,根据坐标信息进行引体向上计数。鼻子和脖子位置的视频帧像素纵坐标平均值高于双腕位置的视频帧像素纵坐标平均值,而后脖子位置再回到最低位置的视频帧像素坐标算成功做了一次标准的引体向上。计数模块具体流程为:
第一步,初始化脖子最低视频帧像素纵坐标值H=0,令双腕实时视频帧像素纵坐标位置平均值p=0,令鼻子和脖子实时视频帧像素纵坐标位置平均值q=0,令引体向上个数c=0;令计数状态s=0(s=0代表完成了引体向上的动作后并回到准备动作,s=1完成了引体向上的动作并未回到准备动作);
第二步,计数模块从采集模块获取准备时刻人体视频帧;
第三步,计数模块采用人体姿态估计算法获取准备时刻人体视频帧中人体骨架像素坐标,并提取右肩的视频帧像素坐标N2(X2,Y2)(人体姿态估计算法提取的骨架序号图中的点是人脸朝外,所以左边是右肩)、右肘的视频帧像素坐标N3(X3,Y3)、右腕的视频帧像素坐标N4(X4,Y4)、左肩的视频帧像素坐标N5(X5,Y5)、左肘的视频帧像素坐标N6(X6,Y6)、左腕的视频帧像素坐标N7(X7,Y7),鼻子的视频帧像素坐标N0(X0,Y0),脖子的视频帧像素坐标N1(X1,Y1),判断线段N3 N2与线段N3 N4所成角度,以及线段N6 N5与线段N6 N7所成角度是否在角度阈值κ内。判断方法为:计算K1=(X3-X2)/(Y3-Y2)、K2=(X4-X3)/(Y4-Y3)、K3=(X6-X5)/(Y6-Y5)、K4=(X7-X6)/(Y7-Y6),若|arctanK1-arctanK2|>κ或|arctanK3-arctanK4|>κ(κ为阈值,一般设置为5°)说明左肘或右肘弯曲过大,向显示模块发送“准备动作不标准,请注意手臂不要弯曲”的提示,转第二步;若|arctanK1-arctanK2|≤κ且|arctanK3-arctanK4|≤κ,说明左肘和右肘的弯曲程度在标准动作允许范围以内,准备动作标准,将脖子的视频帧像素坐标N1(X1,Y1)的纵坐标赋值给H,即令H=Y1,将H作为脖子在整个引体向上测试过程中最低位置,向显示模块发送“准备动作标准,请继续完成引体向上动作”的提示,转第四步;
第四步,计数模块从采集模块获取实时人体视频帧;
第五步,计数模块获取实时人体视频帧中人体骨架关节点坐标,根据人体骨架关节点坐标对引体向上进行计数,将引体向上个数c发送给显示模块,方法是:
5.1计数模块采用人体姿态估计算法获取实时人体视频帧中人体骨架像素坐标,若在时间阈值T(T为正整数,单位为秒,一般T=5秒)内获取到了右肩的视频帧像素坐标N2(X2,Y2)、右肘的视频帧像素坐标N3(X3,Y3)、右腕的视频帧像素坐标N4(X4,Y4)、左肩的视频帧像素坐标N5(X5,Y5)、左肘的视频帧像素坐标N6(X6,Y6)、左腕的视频帧像素坐标N7(X7,Y7),鼻子的视频帧像素坐标N0(X0,Y0),脖子的视频帧像素坐标N1(X1,Y1)的值,转5.2;若未获取到双肩、双肘、双腕以及鼻子和脖子的视频像素坐标信息,转5.3.3;
5.2计数模块将右腕的视频帧像素坐标N4(X4,Y4)、左腕的视频帧像素坐标N7(X7,Y7)的纵坐标平均值赋值给p,即令p=(Y4+Y7)/2,将鼻子的视频帧像素坐标N0(X0,Y0)、脖子的视频帧像素坐标N1(X1,Y1)的纵坐标平均值赋值给q,即令q=(Y0+Y1)/2;
5.3计数模块根据s、p、q、H的情况判断是否进行引体向上计数:
5.3.1若s=0且q>p,说明被测人员刚完成引体向上动作并未回到准备动作,不需计数,令s=1,转第四步;
5.3.2若s=1且|q-H|≤σ(σ为第一距离阈值,一般设置为5cm),说明被测人员处于完成引体向上动作并回到准备动作,需要计数,令c=c+1,s=0,转5.3.5;
5.3.3若未获取人体骨架关节点坐标或q<H-β(β为第二距离阈值,一般设置为10cm,此时说明人双手脱离单杠),说明被测人员已停止做引体向上或已离开摄像头视线,转第六步;
5.3.4否则,说明处于引体向上动作执行过程中,不需计数,转第四步;
5.3.5计数模块将引体向上累计个数c发送给显示模块,显示模块向显示屏发送引体向上累计个数c,由显示屏进行实时显示,转第四步;
第六步,计数模块令p=0,q=0,此时的c即为该被测人员的引体向上个数,向显示模块发送“XX最终引体向上成绩为c个”(其中XX代表从身份识别模块获取的被侧人员姓名)。
数据库是本地轻型数据库(如SQLite3.0或以上版本),与新建录入模块、身份对比模块相连,存储被测人员的姓名、编号和人脸特征数据。
显示模块与采集模块、新建录入模块、身份对比模块、计数模块和显示屏相连,显示模块中设计有新建录入、身份对比、引体向上计数三个触控按钮,可以在显示屏上显示。显示模块从采集模块接收视频帧,从新建录入模块接收录入的姓名和编号信息。若从新建录入模块接收到“人员信息已存在,请勿重新录入”的提示,则向显示屏发送“人员信息已存在,请勿重新录入”的提示;若从新建录入模块接收到“录入成功”提示,则向显示屏发送“录入成功”提示;若从新建录入模块接收到“人脸信息已存在,请核对姓名和编号”的提示,则向显示屏发送“人脸信息已存在,请核对姓名和编号”的提示;显示模块从身份对比模块接收姓名和编号信息,若从身份对比模块接收到“身份认证成功”提示,向显示屏发送“身份认证成功”的提示,并显示姓名和编号;若从身份对比模块接收到“身份未能成功识别,请先录入人脸信息”提示,则向显示屏发送“身份未能成功识别,请先录入人脸信息”的提示;显示模块从计数模块接收被测人员的动作判断信息和引体向上个数,当从计数模块接收到“准备动作不标准,请注意手臂不要弯曲”的提示时,将“准备动作不标准,请注意手臂不要弯曲”的提示发送给显示屏;当从计数模块接收到“准备动作标准,请继续完成引体向上动作”的提示时,将“准备动作标准,请继续完成引体向上动作”的提示发送给显示屏;当从计数模块接收到“XX最终引体向上成绩为c个”时,将视频帧、姓名、编号和“XX最终引体向上成绩为c个”一起发送给显示屏。
采用本发明进行引体向上考核的方法是:
第一步,平稳放置引体向上测试系统,打开总开关,摄像头处于开启状态;
第二步,摄像头拍摄被测人员信息,被测人员距离摄像头1大约2~3m,被测人员在引体向上测试系统前做引体向上准备动作,双手握杠略宽于肩,双肩与地面平行,腰部绷直,背部呈一条直线,眼睛注视摄像头;
第三步,显示模块在显示屏上显示新建录入、身份对比、引体向上计数三个触控按钮。
第四步,身份识别模块通过显示屏上身份对比按钮从采集模块接受视频帧,并通过人脸识别算法获取被测人员的信息,将被测人员的人脸信息与数据库的人脸进行比较,若在数据库中找到,向显示模块发送找到的被测人员姓名、编号,显示屏显示被测人员姓名、编号,转第六步;若在数据库中未找到,则向显示模块发送“未能成功识别,请先录入人脸信息”提示,显示屏显示“未能成功识别,请先录入人脸信息”,转第五步。
第五步,新建录入模块通过新建录入按钮接收到工作人员输入的姓名和编号,从数据库中查询是否有重复的姓名或者编号,如果重复,向显示模块发送“人员信息已存在,请勿重新录入”的提示,转第四步;如果不重复,新建录入模块从采集模块接受视频帧,利用人脸识别算法对视频帧进行人脸识别,得到人脸特征,将人脸特征和数据库中的人脸特征作对比,若人脸特征存在,向显示模块发送“人脸信息已存在,请核对姓名和编号”的提示,核对后转第四步。若人脸特征不存在,将人脸特征、姓名和编号存入数据库中,向显示模块发送“录入成功”的提示。转第四步。
第六步,计数模块从采集模块接收实时人体视频帧,利用人体姿态估计算法获取人体骨架视频帧像素坐标,采用计数模块流程实时记录被测人员的引体向上个数c,具体步骤为:
步骤6.1,初始化脖子最低视频帧像素纵坐标值H=0,双腕实时视频帧像素纵坐标位置值p=0,鼻子和脖子实时视频帧像素纵坐标平均值位置值q=0,引体向上个数c=0;令计数状态s=0(s=0代表完成了引体向上的动作后并回到准备动作,s=1代表完成了引体向上的动作并未回到准备动作);
步骤6.2,计数模块从采集模块获取准备动作时刻人体视频帧;
步骤6.3,计数模块采用人体姿态估计算法获取准备时刻人体视频帧中人体骨架像素坐标,并提取右肩的视频帧像素坐标N2(X2,Y2)、右肘的视频帧像素坐标N3(X3,Y3)、右腕的视频帧像素坐标N4(X4,Y4)、左肩的视频帧像素坐标N5(X5,Y5)、左肘的视频帧像素坐标N6(X6,Y6)、左腕的视频帧像素坐标N7(X7,Y7),鼻子的视频帧像素坐标N0(X0,Y0),脖子的视频帧像素坐标N1(X1,Y1),判断线段N3 N2与线段N3 N4所成角度,以及线段N6 N5与线段N6 N7所成角度是否在角度阈值κ内。计算K1=(X3-X2)/(Y3-Y2)、K2=(X4-X3)/(Y4-Y3)、K3=(X6-X5)/(Y6-Y5)、K4=(X7-X6)/(Y7-Y6),若|arctanK1-arctanK2|>κ或|arctanK3-arctanK4|>κ(κ为阈值,一般设置为5°),向显示模块发送“准备动作不标准,请注意手臂不要弯曲”的提示,转6.2;否则,说明准备动作标准,将脖子的视频帧像素坐标N1(X1,Y1)的纵坐标赋值给H,即H=Y1,将H作为脖子在整个引体向上测试过程中最低位置,向显示模块发送“准备动作标准,请继续完成引体向上动作”的提示,转6.4;
步骤6.4,计数模块从采集模块获取实时人体视频帧;
步骤6.5,计数模块采用人体姿态估计算法获取实时人体视频帧中人体骨架像素坐标,根据人体骨架关节点坐标对引体向上进行计数,将引体向上个数c发送给显示模块,方法是:
6.5.1计数模块采用人体姿态估计算法获取实时人体视频帧中人体骨架像素坐标,若在时间阈值T(T为正整数,单位为秒,一般T=5秒)内获取到了右肩的视频帧像素坐标N2(X2,Y2)、右肘的视频帧像素坐标N3(X3,Y3)、右腕的视频帧像素坐标N4(X4,Y4)、左肩的视频帧像素坐标N5(X5,Y5)、左肘的视频帧像素坐标N6(X6,Y6)、左腕的视频帧像素坐标N7(X7,Y7),鼻子的视频帧像素坐标N0(X0,Y0),脖子的视频帧像素坐标N1(X1,Y1)的值,转6.5.2;若未获取到双肩、双肘、双腕以及鼻子和脖子的视频像素坐标信息,转6.5.3.3;
6.5.2计数模块将右腕的视频帧像素坐标N4(X4,Y4)、左腕的视频帧像素坐标N7(X7,Y7)的纵坐标平均值赋值给p,即令p=(Y4+Y7)/2,将鼻子的视频帧像素坐标N0(X0,Y0)、脖子的视频帧像素坐标N1(X1,Y1)的纵坐标平均值赋值给q,即令q=(Y0+Y1)/2;
6.5.3计数模块根据s、p、q、H的情况判断是否进行引体向上计数:
6.5.3.1若s=0且q>p,说明此时刚完成如图5(b)所示的引体向上动作并未回到准备动作,不需计数,令s=1,转6.4;
6.5.3.2若s=1且|q-H|≤σ(σ为第一距离阈值,一般设置为5cm),说明被测人员处于如图5(a)所示的完成引体向上动作并回到准备动作,需要计数,令c=c+1,s=0,转5.3.5;
6.5.3.3若未获取人体骨架关节点坐标或q<H-β(β为第二距离阈值,一般设置为10cm,此时说明人双手脱离单杠),说明被测人员已停止做引体向上或已离开摄像头视线,转第七步;
6.5.3.4否则,说明处于引体向上动作执行过程中,不需计数,转6.4;
6.5.3.5计数模块将引体向上累计个数c发送给显示模块,显示模块向显示屏发送引体向上累计个数c,由显示屏进行实时显示,转6.4;
第七步,计数模块令p=0,q=0,此时的c即为该被测人员的引体向上个数,并向显示模块发送“XX最终引体向上成绩为c个”(其中XX代表从身份识别模块获取的被测人员姓名),显示屏显示“XX最终引体向上成绩为c个”,本次引体向上测试完毕。
本发明的有益效果是:该基于人脸识别和姿态识别的引体向上测试系统设计合理,能够有效准确检测测试人员标准引体向上个数,并且能够防止测试人员作弊,从而解决以往人工计数的弊端,节省人力的同时节省时间。
附图说明
图1是本发明总体结构图。
图2是本发明引体向上考核器4逻辑结构图。
图3是本发明计数模块的计数流程图。
图4是人体姿态估计算法提取的骨架序号图。
图5是引体向上测试过程中两种动作的骨架序号图。图5(a)表示完成引体向上动作并回到准备动作,图5(b)表示完成引体向上动作并未回到准备动作。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。
本实施新型如图1所示,由摄像头1、摄像头支柱2、引体向上考核器4、引体向上考核器支柱3组成。
摄像头1选用30万像素、最大分辨率为640像素*480像素的摄像头,安装在摄像头支柱2顶端,通过电缆与引体向上考核器4相连,用于获取视频帧,包括人脸信息和人体姿态信息,将视频帧发送给引体向上考核器4;
摄像头支柱2由底盘22和支撑杆21组成,支撑杆21采用胶黏剂黏在底盘22上。底盘22为圆台形,下底面半径为R1,R1=10~15cm,上底面半径为R2,R2=0.5~1cm,厚度为H1,H1=2~3cm,由金属材质制成,用于将支撑杆21固定在地面上,保持支撑杆21的平稳;所述支撑杆21为圆柱形,半径为R3,R3=0.5~1cm,高度为H2,H2=1.5~2m,由塑料材质制成,用于支撑摄像头1。
引体向上考核器支柱3由四根圆柱组成,每根圆柱半径为R4,R4=0.5~1cm,高度为H3,H3=2~3cm,由塑料材质制成,用于支撑引体向上考核器4。
引体向上考核器4由主板机盒43、显示屏42、总开关41、电源组件和主板组成。引体向上考核器4的下底面四个角开有圆形通孔,引体向上考核器4通过这4个圆形通孔采用卡扣方式连接在引体向上考核器支柱3的顶端。
所述主板机盒43为矩形盒子,长为a,宽为b,厚度为H3,a=15~20cm,b=10~15cm,H4=3~5cm,由塑料材质制成,用于容纳主板、电源组件,安装显示屏42、总开关41;主板机盒43的正面431上挖有凹槽432,凹槽432深度为H5,满足0.5cm≤H5<H4,凹槽432的长度和宽度与显示屏42的长度和宽度相匹配,满足正好可以嵌入显示屏42。
所述显示屏42为触控液晶屏,与主板相连。当引体向上考核器4通电后显示屏42上显示新建录入、身份对比、引体向上计数三个触控按钮,用于开启新建录入、身份对比、引体向上计数三项工作界面,并根据从显示模块接收的提示显示实时信息,包括实时视频帧、人员信息、标准引体向上个数信息;
所述总开关41安装在主板机盒43除显示屏42以外的任意位置,为了美观和使用方便,一般安装在主板机盒43的侧面或显示屏42的同一面上,与电源组件相连,用于开启电源组件。
如图2所示,所述电源组件为锂电池,电源组件的输出电压为12V,集成在主板机盒43内,与总开关41和主板相连,用于为基于人脸识别和姿态识别的引体向上测试系统供电。
所述主板为深度学习开发板,固定在主板机盒43内,与显示屏42、摄像头1、总开关41和电源组件相连。主板上装有引体向上软件,引体向上软件由采集模块、新建录入模块、身份对比模块、计数模块、显示模块和数据库组成;
采集模块与摄像头1、身份对比模块、计数模块、显示模块相连,负责获取摄像头1的视频帧,将视频帧传给新建录入模块、身份对比模块、计数模块、显示模块。
新建录入模块与采集模块、显示模块、数据库相连,新建录入模块从显示屏42显示的新建录入按钮接收用户输入的姓名和编号,在数据库中查询是否有与用户输入的姓名和编号重复的姓名或者编号,如果有重复,向显示模块发送“人员信息已存在,请勿重新录入”的提示,如果没有重复,新建录入模块从采集模块接收视频帧,利用人脸识别算法对视频帧进行人脸识别,得到人脸特征,将人脸特征和数据库中的人脸特征作对比,若人脸特征存在,新建录入模块向显示模块发送“人脸信息已存在,请核对姓名和编号”的提示,若人脸特征不存在,将人脸特征、姓名和编号存入数据库中,新建录入模块向显示模块发送“录入成功”的提示。
身份对比模块与采集模块、显示模块和数据库相连,身份对比模块通过显示屏42显示的身份对比按钮从采集模块接收视频帧,利用人脸识别算法对视频帧进行人脸识别,得到人脸特征,将人脸特征和数据库中的人脸特征作对比;当数据库中存在被测人员人脸信息则比对成功,从数据库中查找到被测人员的姓名,编号信息,向显示模块发送“身份认证成功”的提示,并将姓名和编号发送给显示模块;若不存在被测人员人脸信息,向显示模块发送“身份未能成功识别,请先录入人脸信息”的提示。
计数模块与采集模块和显示模块相连,从采集模块接收被测人员准备动作时的视频帧,利用人体姿态估计算法获取人体骨架视频帧像素坐标位置信息,判断被测人员双腕、鼻子和脖子的视频帧像素坐标信息,根据坐标信息进行引体向上计数。鼻子和脖子位置的视频帧像素纵坐标平均值高于双腕位置的视频帧像素纵坐标平均值,而后脖子位置再回到最低位置的视频帧像素坐标算成功做了一次标准的引体向上。计数模块流程如图3所示:
第一步,初始化脖子最低视频帧像素纵坐标值H=0,令双腕实时视频帧像素纵坐标位置平均值p=0,令鼻子和脖子实时视频帧像素纵坐标位置平均值q=0,令引体向上个数c=0;令计数状态s=0(s=0代表完成了引体向上的动作后并回到准备动作,s=1完成了引体向上的动作并未回到准备动作);
第二步,计数模块从采集模块获取准备时刻人体视频帧;
第三步,计数模块采用人体姿态估计算法获取准备时刻人体视频帧中人体骨架像素坐标,并提取右肩的视频帧像素坐标N2(X2,Y2)(图4是人体姿态估计算法提取的骨架序号图,由于图4中的点是人脸朝外,所以左边是右肩)、右肘的视频帧像素坐标N3(X3,Y3)、右腕的视频帧像素坐标N4(X4,Y4)、左肩的视频帧像素坐标N5(X5,Y5)、左肘的视频帧像素坐标N6(X6,Y6)、左腕的视频帧像素坐标N7(X7,Y7),鼻子的视频帧像素坐标N0(X0,Y0),脖子的视频帧像素坐标N1(X1,Y1),判断线段N3 N2与线段N3 N4所成角度,以及线段N6 N5与线段N6 N7所成角度是否在角度阈值κ内。判断方法为:计算K1=(X3-X2)/(Y3-Y2)、K2=(X4-X3)/(Y4-Y3)、K3=(X6-X5)/(Y6-Y5)、K4=(X7-X6)/(Y7-Y6),若|arctanK1-arctanK2|>κ或|arctanK3-arctanK4|>κ(κ为阈值,一般设置为5°)说明左肘或右肘弯曲过大,向显示模块发送“准备动作不标准,请注意手臂不要弯曲”的提示,转第二步;若|arctanK1-arctanK2|≤κ且|arctanK3-arctanK4|≤κ,说明左肘和右肘的弯曲程度在标准动作允许范围以内,准备动作标准,将脖子的视频帧像素坐标N1(X1,Y1)的纵坐标赋值给H,即令H=Y1,将H作为脖子在整个引体向上测试过程中最低位置,向显示模块发送“准备动作标准,请继续完成引体向上动作”的提示,转第四步;
第四步,计数模块从采集模块获取实时人体视频帧;
第五步,计数模块获取实时人体视频帧中人体骨架关节点坐标,根据人体骨架关节点坐标对引体向上进行计数,将引体向上个数c发送给显示模块,方法是:
5.1计数模块采用人体姿态估计算法获取实时人体视频帧中人体骨架像素坐标,若在时间阈值T(T为正整数,单位为秒,一般T=5秒)内获取到了右肩的视频帧像素坐标N2(X2,Y2)、右肘的视频帧像素坐标N3(X3,Y3)、右腕的视频帧像素坐标N4(X4,Y4)、左肩的视频帧像素坐标N5(X5,Y5)、左肘的视频帧像素坐标N6(X6,Y6)、左腕的视频帧像素坐标N7(X7,Y7),鼻子的视频帧像素坐标N0(X0,Y0),脖子的视频帧像素坐标N1(X1,Y1)的值,转5.2;若未获取到双肩、双肘、双腕以及鼻子和脖子的视频像素坐标信息,转5.3.3;
5.2计数模块将右腕的视频帧像素坐标N4(X4,Y4)、左腕的视频帧像素坐标N7(X7,Y7)的纵坐标平均值赋值给p,即令p=(Y4+Y7)/2,将鼻子的视频帧像素坐标N0(X0,Y0)、脖子的视频帧像素坐标N1(X1,Y1)的纵坐标平均值赋值给q,即令q=(Y0+Y1)/2;
5.3计数模块根据s、p、q、H的情况判断是否进行引体向上计数:
5.3.1若s=0且q>p,说明此时刚完成如图5(b)所示的引体向上动作并未回到准备动作,不需计数,令s=1,转第四步;
5.3.2若s=1且|q-H|≤σ(σ为第一距离阈值,一般设置为5cm),说明被测人员处于如图5(a)所示的完成引体向上动作并回到准备动作,需要计数,令c=c+1,s=0,转5.3.5;
5.3.3若未获取人体骨架关节点坐标或q<H-β(β为第二距离阈值,一般设置为10cm,此时说明人双手脱离单杠),说明被测人员已停止做引体向上或已离开摄像头视线,转第六步;
5.3.4否则,说明处于引体向上动作执行过程中,不需计数,转第四步;
5.3.5计数模块将引体向上累计个数c发送给显示模块,显示模块向显示屏42发送引体向上累计个数c,由显示屏42进行实时显示,转第四步;
第六步,计数模块令p=0,q=0,此时的c即为该被测人员的引体向上个数,向显示模块发送“XX最终引体向上成绩为c个”(其中XX代表从身份识别模块获取的被侧人员姓名)。
数据库是SQLite3.0或以上版本,与新建录入模块、身份对比模块相连,存储被测人员的姓名、编号和人脸特征数据。
显示模块与采集模块、新建录入模块、身份对比模块、计数模块和显示屏42相连,显示模块中设计有新建录入、身份对比、引体向上计数三个触控按钮,可以在显示屏42上显示。显示模块从采集模块接收视频帧,从新建录入模块接收录入的姓名和编号信息。若从新建录入模块接收到“人员信息已存在,请勿重新录入”的提示,则向显示屏42发送“人员信息已存在,请勿重新录入”的提示;若从新建录入模块接收到“录入成功”提示,则向显示屏42发送“录入成功”提示;若从新建录入模块接收到“人脸信息已存在,请核对姓名和编号”的提示,则向显示屏42发送“人脸信息已存在,请核对姓名和编号”的提示;显示模块从身份对比模块接收姓名和编号信息,若从身份对比模块接收到“身份认证成功”提示,向显示屏42发送“身份认证成功”的提示,并显示姓名和编号;若从身份对比模块接收到“身份未能成功识别,请先录入人脸信息”提示,则向显示屏42发送“身份未能成功识别,请先录入人脸信息”的提示;显示模块从计数模块接收被测人员的动作判断信息和引体向上个数,当从计数模块接收到“准备动作不标准,请注意手臂不要弯曲”的提示时,将“准备动作不标准,请注意手臂不要弯曲”的提示发送给显示屏42;当从计数模块接收到“准备动作标准,请继续完成引体向上动作”的提示时,将“准备动作标准,请继续完成引体向上动作”的提示发送给显示屏42;当从计数模块接收到“XX最终引体向上成绩为c个”时,将视频帧、姓名、编号和“XX最终引体向上成绩为c个”一起发送给显示屏42。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (13)
1.一种基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于基于人脸识别和人体姿态估计的引体向上测试系统由摄像头(1)、摄像头支柱(2)、引体向上考核器(4)、引体向上考核器支柱(3)组成;
摄像头(1)安装在摄像头支柱(2)顶端,通过电缆与引体向上考核器(4)相连,用于获取视频帧,将视频帧发送给引体向上考核器(4);
引体向上考核器支柱(3)由四根圆柱组成,用于支撑引体向上考核器(4);
引体向上考核器(4)由主板机盒(43)、显示屏(42)、总开关(41)、电源组件和主板组成;引体向上考核器(4)的下底面四个角开有圆形通孔,引体向上考核器(4)通过这4个圆形通孔采用卡扣方式连接在引体向上考核器支柱(3)的顶端;
所述主板机盒(43)用于容纳主板、电源组件,安装显示屏(42)、总开关(41);主板机盒(43)的正面(431)上挖有凹槽(432),凹槽(432)满足嵌入显示屏(42);
所述显示屏(42)为触控液晶屏,与主板相连;当引体向上考核器(4)通电后显示屏(42)上显示新建录入、身份对比、引体向上计数三个触控按钮,用于开启新建录入、身份对比、引体向上计数三项工作界面,并根据从显示模块接收的提示显示实时信息,包括视频帧、人员信息、引体向上个数、各种提示;
所述总开关(41)安装在主板机盒(43)除显示屏(42)以外的任意位置,与电源组件相连,用于开启电源组件;
所述电源组件集成在主板机盒(43)内,与总开关(41)和主板相连,用于为基于人脸识别和姿态识别的引体向上测试系统供电;
所述主板为深度学习开发板,固定在主板机盒(43)内,与显示屏(42)、摄像头(1)、总开关(41)和电源组件相连;主板上装有引体向上软件,引体向上软件由采集模块、新建录入模块、身份对比模块、计数模块、显示模块和数据库组成;
采集模块与摄像头(1)、身份对比模块、计数模块、显示模块相连,负责获取摄像头(1)的视频帧,将视频帧传给新建录入模块、身份对比模块、计数模块、显示模块;
新建录入模块与采集模块、显示模块、数据库相连,新建录入模块从显示屏(42)显示的新建录入按钮接收用户输入的姓名和编号,在数据库中查询是否有与用户输入的姓名和编号重复的姓名或者编号,如果有重复,向显示模块发送“人员信息已存在,请勿重新录入”的提示,如果没有重复,新建录入模块从采集模块接收视频帧,利用人脸识别算法对视频帧进行人脸识别,得到人脸特征,将人脸特征和数据库中的人脸特征作对比,若人脸特征存在,新建录入模块向显示模块发送“人脸信息已存在,请核对姓名和编号”的提示,若人脸特征不存在,将人脸特征、姓名和编号存入数据库中,新建录入模块向显示模块发送“录入成功”的提示;
身份对比模块与采集模块、显示模块和数据库相连,身份对比模块通过显示屏(42)显示的身份对比按钮从采集模块接收视频帧,利用人脸识别算法对视频帧进行人脸识别,得到人脸特征,将人脸特征和数据库中的人脸特征作对比;当数据库中存在被测人员人脸信息则比对成功,从数据库中查找到被测人员的姓名,编号信息,向显示模块发送“身份认证成功”的提示,并将姓名和编号发送给显示模块;若不存在被测人员人脸信息,向显示模块发送“身份未能成功识别,请先录入人脸信息”的提示;
计数模块与采集模块和显示模块相连,从采集模块接收被测人员准备动作时的视频帧,利用人体姿态估计算法获取人体骨架视频帧像素坐标位置信息,判断被测人员双腕、鼻子和脖子的视频帧像素坐标信息;根据坐标信息进行引体向上计数,计数模块流程为:
第一步,初始化脖子最低视频帧像素纵坐标值H=0,令双腕实时视频帧像素纵坐标位置值p=0,令鼻子和脖子实时视频帧像素纵坐标平均值位置值q=0,令引体向上个数c=0;令计数状态s=0,s=0代表完成了引体向上的动作后并回到准备动作,s=1代表完成了引体向上的动作并未回到准备动作;
第二步,计数模块从采集模块获取准备时刻人体视频帧;
第三步,计数模块采用人体姿态估计算法获取准备时刻人体视频帧中人体骨架像素坐标,并提取右肩的视频帧像素坐标N2(X2,Y2)、右肘的视频帧像素坐标N3(X3,Y3)、右腕的视频帧像素坐标N4(X4,Y4)、左肩的视频帧像素坐标N5(X5,Y5)、左肘的视频帧像素坐标N6(X6,Y6)、左腕的视频帧像素坐标N7(X7,Y7),鼻子的视频帧像素坐标N0(X0,Y0),脖子的视频帧像素坐标N1(X1,Y1),判断线段N3N2与线段N3N4所成角度,以及线段N6N5与线段N6N7所成角度是否在角度阈值κ内,若所成角度不在阈值κ内,向显示模块发送“准备动作不标准,请注意手臂不要弯曲”的提示,转第二步;若所成角度在角度阈值κ内,则将脖子的视频帧像素坐标N1(X1,Y1)的纵坐标赋值给H,即令H=Y1,将H作为脖子在整个引体向上测试过程中最低位置,向显示模块发送“准备动作标准,请继续完成引体向上动作”的提示,转第四步;
第四步,计数模块从采集模块获取实时人体视频帧;
第五步,计数模块获取实时人体视频帧中人体骨架关节点坐标,根据人体骨架关节点坐标对引体向上进行计数,将引体向上个数c发送给显示模块,方法是:
5.1计数模块采用人体姿态估计算法获取实时人体视频帧中人体骨架像素坐标,若在阈值T内获取到了右肩的视频帧像素坐标N2(X2,Y2)、右肘的视频帧像素坐标N3(X3,Y3)、右腕的视频帧像素坐标N4(X4,Y4)、左肩的视频帧像素坐标N5(X5,Y5)、左肘的视频帧像素坐标N6(X6,Y6)、左腕的视频帧像素坐标N7(X7,Y7),鼻子的视频帧像素坐标N0(X0,Y0),脖子的视频帧像素坐标N1(X1,Y1)的值,转5.2;若未获取到上述坐标信息,转5.3.3;
5.2计数模块将右腕的视频帧像素坐标N4(X4,Y4)、左腕的视频帧像素坐标N7(X7,Y7)的纵坐标平均值赋值给p,即令p=(Y4+Y7)/2,将鼻子的视频帧像素坐标N0(X0,Y0)、脖子的视频帧像素坐标N1(X1,Y1)的纵坐标平均值赋值给q,即令q=(Y0+Y1)/2;
5.3计数模块根据s、p、q、H的情况判断是否进行引体向上计数:
5.3.1若s=0且q>p,令s=1,转第四步;
5.3.2若s=1且|q-H|≤σ,σ为第一距离阈值,令c=c+1,s=0,转5.3.5;
5.3.3若未获取人体骨架关节点坐标或q<H-β,β为第二距离阈值,转第六步;
5.3.4否则,直接转第四步;
5.3.5计数模块将引体向上累计个数c发送给显示模块,并由显示模块向显示屏(42)发送进行实时显示,转第四步;
第六步,计数模块令p=0,q=0,此时的c即为该被测人员的引体向上个数,向显示模块发送“XX最终引体向上成绩为c个”,其中XX代表从身份识别模块获取的被侧人员姓名;
数据库与新建录入模块、身份对比模块相连,存储被测人员的姓名、编号和人脸特征数据;
显示模块与采集模块、新建录入模块、身份对比模块、计数模块和显示屏(42)相连,显示模块中设计有新建录入、身份对比、引体向上计数三个触控按钮,可以在显示屏(42)上显示;显示模块从采集模块接收视频帧,从新建录入模块接收录入的姓名和编号信息;若从新建录入模块接收到“人员信息已存在,请勿重新录入”的提示,则向显示屏(42)发送“人员信息已存在,请勿重新录入”的提示;若从新建录入模块接收到“录入成功”提示,则向显示屏(42)发送“录入成功”提示;若从新建录入模块接收到“人脸信息已存在,请核对姓名和编号”的提示,则向显示屏(42)发送“人脸信息已存在,请核对姓名和编号”的提示;显示模块从身份对比模块接收姓名和编号信息,若从身份对比模块接收到“身份认证成功”提示,向显示屏(42)发送“身份认证成功”的提示,并显示姓名和编号;若从身份对比模块接收到“身份未能成功识别,请先录入人脸信息”提示,则向显示屏(42)发送“身份未能成功识别,请先录入人脸信息”的提示;显示模块从计数模块接收被测人员的动作判断信息和引体向上个数,当从计数模块接收到“准备动作不标准,请注意手臂不要弯曲”的提示时,将“准备动作不标准,请注意手臂不要弯曲”的提示发送给显示屏(42);当从计数模块接收到“准备动作标准,请继续完成引体向上动作”的提示时,将“准备动作标准,请继续完成引体向上动作”的提示发送给显示屏(42);当从计数模块接收到“XX最终引体向上成绩为c个”时,将视频帧、姓名、编号和“XX最终引体向上成绩为c个”一起发送给显示屏(42)。
2.如权利要求1所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述摄像头(1)采用30万像素、最大分辨率为640像素*480像素的摄像头。
3.如权利要求1所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述摄像头支柱(2)由底盘(22)和支撑杆(21)组成,支撑杆(21)采用胶黏剂黏在底盘(22)上。
4.如权利要求3所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述底盘(22)为圆台形,下底面半径为R1,R1=10~15cm,上底面半径为R2,R2=0.5~1cm,厚度为H1,H1=2~3cm,由金属材质制成,用于将支撑杆(21)固定在地面上,保持支撑杆(21)的平稳。
5.如权利要求3所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述支撑杆(21)为圆柱形,半径为R3,R3=0.5~1cm,高度为H2,H2=1.5~2m,由塑料材质制成,用于支撑摄像头(1)。
6.如权利要求1所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述引体向上考核器支柱(3)的每根圆柱半径为R4,R4=0.5~1cm,高度为H3,H3=2~3cm,由塑料材质制成。
7.如权利要求1所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述主板机盒(43)为矩形盒子,长为a,宽为b,厚度为H4,a=15~20cm,b=10~15cm,H4=3~5cm,由塑料材质制成,主板机盒(43)上挖的凹槽(432)深度为H5,满足0.5cm≤H5<H4,凹槽(432)的长度和宽度与显示屏(42)的长度和宽度相匹配。
8.如权利要求1所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述总开关(41)安装在主板机盒(43)的侧面或显示屏(42)的同一面上。
9.如权利要求1所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述电源组件为锂电池,电源组件的输出电压为12V。
10.如权利要求1所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述计数模块流程第三步中判断线段N3N2与线段N3N4所成角度,以及线段N6N5与线段N6N7所成角度是否在角度阈值κ内的方法为:计算K1=(X3-X2)/(Y3-Y2)、K2=(X4-X3)/(Y4-Y3)、K3=(X6-X5)/(Y6-Y5)、K4=(X7-X6)/(Y7-Y6),若|arctanK1-arctanK2|>κ或|arctanK3-arctanK4|>κ,说明左肘或右肘弯曲过大;若|arctanK1-arctanK2|≤κ且|arctanK3-arctanK4|≤κ,说明左肘和右肘的弯曲程度在标准动作允许范围以内。
11.如权利要求10所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述角度阈值κ设置为5°。
12.如权利要求1所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述计数模块流程中时间阈值T为5秒,第一距离阈值σ为5cm,第二距离阈值β为10cm。
13.如权利要求1所述的基于人脸识别和人体姿态估计的引体向上测试系统,其特征在于所述数据库指SQLite3.0或以上版本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010196769.0A CN111167107B (zh) | 2020-03-19 | 2020-03-19 | 基于人脸识别和人体姿态估计的引体向上测试系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010196769.0A CN111167107B (zh) | 2020-03-19 | 2020-03-19 | 基于人脸识别和人体姿态估计的引体向上测试系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111167107A CN111167107A (zh) | 2020-05-19 |
CN111167107B true CN111167107B (zh) | 2023-04-18 |
Family
ID=70626837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010196769.0A Active CN111167107B (zh) | 2020-03-19 | 2020-03-19 | 基于人脸识别和人体姿态估计的引体向上测试系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111167107B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800905A (zh) * | 2021-01-19 | 2021-05-14 | 浙江光珀智能科技有限公司 | 一种基于rgbd相机姿态估计的引体向上计数方法 |
CN113128337A (zh) * | 2021-03-10 | 2021-07-16 | 恒鸿达科技有限公司 | 一种斜体引身测试计数方法、装置、设备和介质 |
CN113128336A (zh) * | 2021-03-10 | 2021-07-16 | 恒鸿达科技有限公司 | 一种引体向上测试计数方法、装置、设备和介质 |
CN113457110B (zh) * | 2021-07-13 | 2022-03-11 | 北京理工大学 | 一种智慧操场中的计数方法、系统及装置 |
CN114209309A (zh) * | 2021-12-14 | 2022-03-22 | 天津科技大学 | 一种基于视觉技术的运动行为分析方法 |
CN115138059B (zh) * | 2022-09-06 | 2022-12-02 | 南京市觉醒智能装备有限公司 | 一种引体向上的规范计数方法、系统及其存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103446741A (zh) * | 2012-12-31 | 2013-12-18 | 湖南师范大学 | 一种引体向上测试器 |
CN107103298A (zh) * | 2017-04-21 | 2017-08-29 | 桂林电子科技大学 | 基于图像处理的引体向上计数系统及计数方法 |
CN108043011A (zh) * | 2018-02-05 | 2018-05-18 | 南京佳普科技有限公司 | 一种便携式单杠引体向上考核计数分析系统 |
CN208319925U (zh) * | 2018-06-12 | 2019-01-04 | 东北师范大学 | 一种基于骨骼图像自动识别引体向上个数的体测器材 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI644702B (zh) * | 2015-08-26 | 2018-12-21 | 美商愛康運動與健康公司 | 力量運動機械裝置 |
-
2020
- 2020-03-19 CN CN202010196769.0A patent/CN111167107B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103446741A (zh) * | 2012-12-31 | 2013-12-18 | 湖南师范大学 | 一种引体向上测试器 |
CN107103298A (zh) * | 2017-04-21 | 2017-08-29 | 桂林电子科技大学 | 基于图像处理的引体向上计数系统及计数方法 |
CN108043011A (zh) * | 2018-02-05 | 2018-05-18 | 南京佳普科技有限公司 | 一种便携式单杠引体向上考核计数分析系统 |
CN208319925U (zh) * | 2018-06-12 | 2019-01-04 | 东北师范大学 | 一种基于骨骼图像自动识别引体向上个数的体测器材 |
Also Published As
Publication number | Publication date |
---|---|
CN111167107A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111167107B (zh) | 基于人脸识别和人体姿态估计的引体向上测试系统 | |
CN111275023B (zh) | 一种基于人脸识别和人体姿态估计的俯卧撑测试系统 | |
CN105944363B (zh) | 超声波引体向上测试仪及其控制方法 | |
CN111144275A (zh) | 一种基于人脸识别的跑步智能测试系统及方法 | |
CN111444879A (zh) | 一种关节劳损自主康复动作识别方法及系统 | |
CN113255622B (zh) | 一种智能识别仰卧起坐动作姿态完成状况的系统和方法 | |
CN114446109B (zh) | 多功能交互式推拿教学系统 | |
CN113255623B (zh) | 一种智能识别俯卧撑动作姿态完成状况的系统和方法 | |
CN115188074A (zh) | 一种互动式体育训练测评方法、装置、系统及计算机设备 | |
CN107945607A (zh) | 超声演示系统及装置 | |
CN114092971A (zh) | 一种基于视觉图像的人体动作评估方法 | |
CN108514510A (zh) | 经络体表智能投影装置和标识方法 | |
CN112818800A (zh) | 一种基于人体骨骼点深度图像的体育动作评估方法及系统 | |
CN216497396U (zh) | 一种引体向上互动测数装置 | |
CN115953834A (zh) | 面向仰卧起坐的多头注意力姿态估计方法及检测系统 | |
CN112836945A (zh) | 一种师范生教态量化评价体系 | |
CN215231970U (zh) | 一种智能安全健身指导装置 | |
CN116099181A (zh) | 基于元宇宙下的上肢力量训练辅助系统及其使用方法 | |
CN115116125A (zh) | 一种俯卧撑的考核方法及其实现装置 | |
CN110458076A (zh) | 一种基于计算机视觉的教学方法及系统 | |
CN110378261A (zh) | 一种学生识别方法及装置 | |
CN115690895A (zh) | 基于人体骨骼点检测的多人运动检测方法及装置 | |
CN205581903U (zh) | 一种基于人脸识别的考试验证系统 | |
CN114360052A (zh) | 一种基于AlphaPose和关节点角度匹配算法的智能体感教练系统 | |
CN111012357A (zh) | 一种基于图像识别的坐位体前屈检测设备及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |