CN113128336A - 一种引体向上测试计数方法、装置、设备和介质 - Google Patents
一种引体向上测试计数方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113128336A CN113128336A CN202110259308.8A CN202110259308A CN113128336A CN 113128336 A CN113128336 A CN 113128336A CN 202110259308 A CN202110259308 A CN 202110259308A CN 113128336 A CN113128336 A CN 113128336A
- Authority
- CN
- China
- Prior art keywords
- node
- connecting line
- posture
- reaches
- examinee
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012360 testing method Methods 0.000 title claims abstract description 35
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 210000003423 ankle Anatomy 0.000 claims description 39
- 210000003127 knee Anatomy 0.000 claims description 39
- 210000000707 wrist Anatomy 0.000 claims description 29
- 210000003857 wrist joint Anatomy 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 15
- 238000002360 preparation method Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000001680 brushing effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 230000036544 posture Effects 0.000 description 75
- 210000002414 leg Anatomy 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 210000004247 hand Anatomy 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 210000001145 finger joint Anatomy 0.000 description 4
- 210000002683 foot Anatomy 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 210000001255 hallux Anatomy 0.000 description 2
- 210000002478 hand joint Anatomy 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005477 standard model Effects 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000000454 fifth toe Anatomy 0.000 description 1
- 210000003811 finger Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 210000003371 toe Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification 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
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- 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
- 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
- G06V40/107—Static hand or arm
Abstract
本发明提供一种引体向上测试计数方法、装置、设备和介质,方法包括:基于视觉图像处理技术,使用计算机视觉技术,识别人体关键关节节点信息,进行连线计算,人体关建节点信息,由图像采集装置实时采集,图片传入计算机视觉技术模型库计算得出,现在使用的计算机视觉技术模型库也就是人体姿态估计模型,算法通过传入图片信息转换成姿态信息;解决男子考生引体向上,自动化考试计数系统的功能,提高考试效率,节省人力成本,提高考试成绩计数正确率。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种引体向上测试计数方法、装 置、设备和介质。
背景技术
引体向上是一种衡量学生体质的重要参考标准和项目,已经被列入中考 体测项目。目前,现有的引体向上计数方法,多为人工计数。人工计数,耗 时耗力、容易出错,误判。因此急需一种智能化计数设备及系统来代替传统 的人工计数,来减轻负担,提高效率,节省人力资源成本,存储考试过程信 息,以免引起不必要的考试成绩纠纷,异议,提高体育考试成绩准确率,提 高自动化程度。
现有申请号为:CN202010191346.X;名称为:基于Quick-OpenPose模 型的引体向上测试计数方法及系统,就是基于图像视觉技术的引体向上监测 方法。该方法没有监测人体的静止状态开始引体,只是从通过监测手腕的关 节节点与单杆之间的距离来判断起始帧,也没有监测人体的握杆方式,只是 通过判断手腕与单杆的距离,下巴与地面的距离,腿长及手长来判断是否伸 直。中考引体向上考试评分标准中,规定引体向上要正握杆,身体呈静止状 态后,开始做第一个引体向上,所以采用此方法获取到的引体向上数据正确 率不高。
发明内容
本发明要解决的技术问题,在于提供一种引体向上测试计数方法、装置、 设备和介质,解决男子考生引体向上,自动化考试计数系统的功能,提高考 试效率,节省人力成本,提高考试成绩计数正确率。
第一方面,本发明提供了一种引体向上测试计数方法,包括:
步骤1、根据考生身高确定考试杆位,准备姿势,连续获取姿势图像, 通过计算机视觉技术对姿势图像进行识别,匹配考生的模型数据库,并确定 初始姿态是否达到标准;若否,则提示考生哪个身体部分未准备好,待考生 调整姿态,重复步骤1;若是,则进行测试;
步骤2、连续获取姿态图片,分析姿态图片并计算夹角信息,各关键节 点的坐标值信息,下颏高度大于或等于横杆时,该姿态是否达到完成姿态标 准,若达到,则定义初始计数值为1,并进入步骤3;若没有达到,则判断 是否超过第一超时时间,若超过,则考试失败;若未超过,则重复步骤2;
步骤3、实时获取初始姿态,并判断是否超过第二超时时间,若超时, 则考试结束,显示成绩;若未超过第二超时时间且所获取的初始姿态达到标 准,则继续实时获取图片,并判断该姿态是否达到完成姿态标准,同时判断 获取初始姿态信息时间与本次获取图片的时间间隔是否超过第一超时时间, 若超过第一超时时间,则考试结束,显示成绩;若未超过第一超时时间,且 达到完成姿态标准,则计数值加1;若未超过第一超时时间,且未达到完成 姿态标准,则继续实时获取图片,并进行姿态判断;
重复步骤3,直至考试结束。
进一步地,所述初始姿态判断为:
右手腕节点、右肘节点以及右肩节点的连线是否达到第一预设角度值;
左手腕节点、左肘节点以及左肩节点的连线是否达到第二预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否达到第三预设角度值;
左脚踝节点、左膝节点以及左臀节点的连线是否达到第四预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否与颈部节点和中段节点 的连线平行,和/或,左脚踝节点、左膝节点以及左臀节点的连线是否与颈 部节点和中段节点的连线平行;
两手握杆是否离杆;
若均达到,则初始姿态达到标准。
进一步地,完成姿态标准为:
右肘节点以及右肩节点的连线是否与横杆平行;
左肘节点以及左肩节点的连线是否与横杆平行;
右手腕节点和右肘节点连线与右肘节点和右肩节点的连线夹角是否达 到第五预设角度值;
左手腕节点和左肘节点连线与左肘节点和左肩节点的连线夹角是否达 到第六预设角度值;
右脚踝节点、右膝节点、右臀节点、中段节点和颈部节点的连线是否达 到第七预设角度值,和/或,左脚踝节点、左膝节点、左臀节点、中段节点 和颈部节点的连线是否达到第八预设角度值;
两手握杆是否离杆;
若均达到,则达到标准。
进一步地,所述步骤1之前还包括步骤a、语音提示某某考生入场准备 考试,刷手环进入考场,正面摄像头拍摄照片,通过头像识别比对,再次确 认考生信息,确认无误后,考生入场,存储考生入场时间,及头像信息。
第二方面,本发明提供了一种引体向上测试计数装置,包括:包括:
姿态准备模块,根据考生身高确定考试杆位,准备姿势,连续获取姿势 图像,通过计算机视觉技术对姿势图像进行识别,匹配考生的模型数据库, 并确定初始姿态是否达到标准;若否,则提示考生哪个身体部分未准备好, 待考生调整姿态,重复步骤1;若是,则进行测试;
开始模块,连续获取姿态图片,分析姿态图片并计算夹角信息,各关键 节点的坐标值信息,下颏高度大于或等于横杆时,该姿态是否达到完成姿态 标准,若达到,则定义初始计数值为1,并进入计数模块;若没有达到,则 判断是否超过第一超时时间,若超过,则考试失败;若未超过,则重复开始 模块;
计数模块,实时获取初始姿态,并判断是否超过第二超时时间,若超时, 则考试结束,显示成绩;若未超过第二超时时间且所获取的初始姿态达到标 准,则继续实时获取图片,并判断该姿态是否达到完成姿态标准,同时判断 获取初始姿态信息时间与本次获取图片的时间间隔是否超过第一超时时间, 若超过第一超时时间,则考试结束,显示成绩;若未超过第一超时时间,且 达到完成姿态标准,则计数值加1;若未超过第一超时时间,且未达到完成 姿态标准,则继续实时获取图片,并进行姿态判断;
重复计数模块,直至考试结束。
进一步地,所述初始姿态判断为:
右手腕节点、右肘节点以及右肩节点的连线是否达到第一预设角度值;
左手腕节点、左肘节点以及左肩节点的连线是否达到第二预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否达到第三预设角度值;
左脚踝节点、左膝节点以及左臀节点的连线是否达到第四预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否与颈部节点和中段节点 的连线平行,和/或,左脚踝节点、左膝节点以及左臀节点的连线是否与颈 部节点和中段节点的连线平行;
两手握杆是否离杆;
若均达到,则初始姿态达到标准。
进一步地,完成姿态标准为:
右肘节点以及右肩节点的连线是否与横杆平行;
左肘节点以及左肩节点的连线是否与横杆平行;
右手腕节点和右肘节点连线与右肘节点和右肩节点的连线夹角是否达 到第五预设角度值;
左手腕节点和左肘节点连线与左肘节点和左肩节点的连线夹角是否达 到第六预设角度值;
右脚踝节点、右膝节点、右臀节点、中段节点和颈部节点的连线是否达 到第七预设角度值,和/或,左脚踝节点、左膝节点、左臀节点、中段节点 和颈部节点的连线是否达到第八预设角度值;
两手握杆是否离杆;
若均达到,则达到标准。
进一步地,所述姿态准备模块之前还包括识别模块、语音提示某某考生 入场准备考试,刷手环进入考场,正面摄像头拍摄照片,通过头像识别比对, 再次确认考生信息,确认无误后,考生入场,存储考生入场时间,及头像信 息。
第三方面,本发明提供了一种电子设备,包括存储器、处理器及存储在 存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实 现第一方面所述的方法。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机 程序,该程序被处理器执行时实现第一方面所述的方法。
本发明实施例中提供的一个或多个技术方案,至少具有如下技术效果或 优点:
本申请实施例提供的一种引体向上测试计数方法、装置、设备和介质, 有效提高考试效率,节省人力资源成本,存储考试过程信息,以免引起不必 要的考试成绩纠纷,异议,计数数据准确,防止考生考试作弊,提高考试成 绩正确率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技 术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它 目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明入场考试流程图;
图2为本发明准备考试流程图;
图3为本发明初始姿态获取流程图;
图4为本发明中初始计数流程图;
图5为本发明中计数流程图;
图6为本发明中完成姿态示意图;
图7为本发明中引体向上或向下示意图;
图8为本发明中初始姿态示意图;
图9为本发明实施例一中方法中的流程图;
图10为本发明实施例二中装置的结构示意图。
具体实施方式
本申请实施例中的技术方案,总体思路如下:
本发明基于视觉图像处理技术,使用计算机视觉技术,识别人体关键关 节节点信息,进行连线计算,人体关键节点信息,由图像采集装置实时采集, 图片传入计算机视觉技术模型库计算得出,现在使用的计算机视觉技术模型 库也就是人体姿态估计模型,常用的人体姿态模型库有densepose,openpose 等。Densepose,openpose算法通过传入图片信息转换成姿态信息。姿态信息 可以是18个关键节点与25个关键节点,本方法采用更加精确的25个关键 节点信息,以及手指关节信息,脸部信息。如附图8中25个点的人体关 键信息,如附图8中25个关键节点信息为({0,“鼻子”},{1,“颈部”}, {2,“右肩”},{3,“右肘”},{4,“右手腕”},{5,“左肩”},{6, “左肘”},{7,“左手腕”},{8,“中段”},{9,“右臀”},{10,“右膝”},{11,“右脚踝”},{12,“左臀”},{13,“左膝”},{14,“左 脚踝”},{15,“右眼”},{16,“左眼”},{17,“右耳”},{18,“左 耳”},{19,“左大脚趾”},{20,“左小脚趾”},{21,“左脚后跟”}, {22,“右大脚趾”},{23,“右小脚趾”},{24,“右脚后跟”},)。
通过导入引体向上模型数据库,利用卷积神经网络人工智能学习进行深 度训练,卷积神经网络对图片进行预处理,分隔人体图像及背景图像,提取 人体关键点与手部关键点信息,确定引体向上标准模型及非标准模型,设定 引体向上的标准值,及浮动值。引体向上数据库是通过平时学校考生练习时 存储的标准动作库与非标准动作库,引体向上使用更加精确的25个关键节 点,手部关节节点与脸部关键点信息,下面以25个关键节点进行验证,25 个关键节点数据姿态信息更准确,关键节点为左右手,左右腿,颈部,中段 信息,因为左右两边是接近平行的,所以只要计算一边的数据就可以了,如 ((2,右肩)(3,右肘)(4,右手腕),(1,颈部),{8,“中段”}(9,右 臂)(10,右膝)(11,右脚踝)及手指关节信息。通过图像采集装置,图 像采集装置根据考生形态可以360度自动旋转到合适位置,采集学生图像信 息,确认学生身份,确定学生的杆位(根据考生的身高信息匹配杆位),匹 配模型数据库,确定考生的标准动作角度及浮动值。作为考生引体向上的计 数标准。考生刷手环与人脸比对进入考场,连续拍摄图片,提取人体关键信 息,确认考生的初始姿态信息,与引体向上杆的位置信息,两手正握杆与肩 同宽,识别脸部信息,确定人脸是正面的,通过判断两个大拇指的朝向,朝 向身体为正握杆,判断手部关键节点与腿部关键节点的连线接近预设值范围 为,手部关键节点连线4、3和2,连线的夹角<432,接近手部预设值小于180 度,接近180度-浮动值,腿部关键节点的连线11、10和9,连线的夹角为<11 109,小于预设值180度,接近180度-浮动值,颈部与中段的连线与腿部呈 平行,确认手部与脚步为伸直状态,记录初始态各个关键节点的坐标值信息 (x,y)。
判断腿部,身体,手部与水平面的夹角为偏移状态接近为0,确认身体 为静止状态,提示考生可以开始考试,开始计数。初始姿态图,如图8所示;
引体向上初始计数,下颏触杆或超过杆,通过判断下颏的高度是否大于 等于手指关键节点与手部关键节点的连线角度达到预设值,确认下颏触杆或 超过杆,记录成功时的各个关键节点的坐标值,接着回到初始姿态,算引体 一次,进入计数模式,确认考试开始下巴过杆图,如图6所示,记录下巴过 杆的关键节点信息。考试过程中,身体要保持伸直,两脚不得移动弯曲,或 出现塌腰或双手离杆。挺腹力量引体或下颏未触杆,两次开始前,必须恢复 到初始姿态,否者被判无效,犯规。每两次引体的间隔时间必须在10秒内。 在测试过程中,当个别关键节点无法获取到有效数值时,也可以借助初始姿 态的坐标信息,上升下架的坐标信息,以及成功引体一次的坐标信息,成功 获取到的节点信息进行比对推算出,此次引体动作的上升状态,还是下降状 态,引体向上或者向下姿态图,如图7所示。得到引体计数的坐标值,计算 出正确值。
详细步骤包括如下步骤:
步骤1、如图1所示,语音提示某某考生入场准备考试,考生通过入场 通道,刷手环进入考场,通过正面摄像头拍摄照片,通过头像识别比对,再 次确认考生信息,否不开门,提示比对失败,是开门考生入场,存储考生入 场时间,及头像信息,考生在指定区域等待考试。
步骤2、如图2所示,语音提示考生入场考试,考生刷手环进入考试区 域,根据身高信息确定身高杆位,准备姿势,图像采集装置连续拍摄图片, 利用计算机视觉技术对图像进行识别,确定初始姿态是否达到标准,否提示 考生哪个身体部分未准备好,考生调整姿态,重复步骤2连续拍摄图片,识 别姿态信息,达到标准姿态信息,匹配考生的模型数据库,确定考生的标准 动作角度高度值及浮动值,语音提示开始考试。
步骤3、人体姿态识别,如图3所示,图像采集装置连续拍摄图片,定 义两臂,腿部与驱杆为关键节点,定义两臂与躯干为关键连线接近预设值, 两腿与躯干的关键连线的夹角为预设值,两臂的节点连线为4,3,2接近180 度与浮动值间,两腿与躯干的连线为11,10,9,8,1,腿部连线与躯干处于 平行,两腿关节节点连线接近180度与浮动值间,两臂与肩同框,横杆与地 面平行,通过手部关键节点信息,大拇指与小指的位置,判断两手正握杆不能离杆,判断是否超过超时时间,是超时返回超时,姿态获取失败。否未超 时,重复步骤3获取姿态信息。是,达到标准值手部腿部没有弯曲状态,返 回姿态获取成功。浮动值由模型数据库提供。
步骤4、角度值的判断,地面与横杆为水平角度,要求各个节点的夹角 信息,如腿部夹角,11与10与9的连线与地面夹角的度数,令11点坐标 值(X11,Y11)令10点坐标值(X10,Y10),关节点9的坐标值(X9,Y9), 关节点11,10与9的夹角<11109角度值为:
atan2(x10–x11,y10–y11)-atan2(x9–x11,y9–y11);
依次类推算出手部关节节点的夹角<432的角度值,当个别节点的坐标 值无法正常获取时,也可以根据初始姿态跟引体姿态确认的坐标值信息进行 比对确认当前的姿态角度信息。
步骤5:如图4所示,开始考试模式,图像采集装置连续拍摄图片, 分析图片并计算夹角信息,各关键节点的坐标值信息,下颏触杆下颏的坐标 值信息接近于手指关节坐标信息,与身体角度变化达到预设值,(预设值为 关键关节节点11,10,9,8,1的连线处于接近180度范围内,关节点4与2 的连线与横杆处于接近水平状态,角度<432的角度接近预设值范围,整个 过程两脚不得移动,弯曲,塌腰,双手不能离杆,双手离杆通过手指关节节 点信息与杆的位置信息进行判断确认。下颏触杆与身体与地面的高度达到预 设值标准。否重复步骤5,判断是否超过超时时间预设值,是返回超时,考 试失败,否未超时重复步骤5.是下颏触杆与身体角度达到预设标准值范围, 定义初始计数1,启动计数模式。
步骤6:如图5所示,计数模式,重复步骤3,开始获取初始姿态信息, 否姿态信息获取失败,判断是否超时,否没有超时继续获取初始姿态信息, 是超时提示考试结束,返回计数结果,语音提示,考试结束,播报成绩,考 生刷手环,离开考场,存储考试过程图片信息,数据信息。是初始姿态信息 获取成功,连续拍摄图片并计算,下颏触杆及身体角度高度不得低于预设值; 如图7所示,不得移动双脚及塌腰,双手不能离杆,是计数值+1,判断是否时间是否超过两次时间间隔最大值。是时间超时,返回计数结果,语音提示, 考试结束,播报考试成绩,考生刷手环,离开考场,存储考试过程图片数据 信息。否未超时重复步骤6,计数模式。
实施例一
如图9所示,本实施例提供了一种引体向上测试计数方法,包括:
步骤a、语音提示某某考生入场准备考试,刷手环进入考场,正面摄像 头拍摄照片,通过头像识别比对,再次确认考生信息,确认无误后,考生入 场,存储考生入场时间,及头像信息;
步骤1、根据考生身高确定考试杆位,准备姿势,连续获取姿势图像, 通过计算机视觉技术对姿势图像进行识别,匹配考生的模型数据库,并确定 初始姿态是否达到标准;若否,则提示考生哪个身体部分未准备好,待考生 调整姿态,重复步骤1;若是,则进行测试;
步骤2、连续获取姿态图片,分析姿态图片并计算夹角信息,各关键节 点的坐标值信息,下颏高度大于或等于横杆时,该姿态是否达到完成姿态标 准,若达到,则定义初始计数值为1,并进入步骤3;若没有达到,则判断 是否超过第一超时时间,若超过,则考试失败;若未超过,则重复步骤2;
步骤3、实时获取初始姿态,并判断是否超过第二超时时间,若超时, 则考试结束,显示成绩;若未超过第二超时时间且所获取的初始姿态达到标 准,则继续实时获取图片,并判断该姿态是否达到完成姿态标准,同时判断 获取初始姿态信息时间与本次获取图片的时间间隔是否超过第一超时时间, 若超过第一超时时间,则考试结束,显示成绩;若未超过第一超时时间,且 达到完成姿态标准,则计数值加1;若未超过第一超时时间,且未达到完成 姿态标准,则继续实时获取图片,并进行姿态判断;
重复步骤3,直至考试结束。
在另一优选实施方式中,所述初始姿态判断为:
右手腕节点、右肘节点以及右肩节点的连线是否达到第一预设角度值;
左手腕节点、左肘节点以及左肩节点的连线是否达到第二预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否达到第三预设角度值;
左脚踝节点、左膝节点以及左臀节点的连线是否达到第四预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否与颈部节点和中段节点 的连线平行,和/或,左脚踝节点、左膝节点以及左臀节点的连线是否与颈 部节点和中段节点的连线平行;
两手握杆是否离杆;
若均达到,则初始姿态达到标准。
在另一优选实施方式中,所述完成姿态标准为:
右肘节点以及右肩节点的连线是否与横杆平行;
左肘节点以及左肩节点的连线是否与横杆平行;
右手腕节点和右肘节点连线与右肘节点和右肩节点的连线夹角是否达 到第五预设角度值;
左手腕节点和左肘节点连线与左肘节点和左肩节点的连线夹角是否达 到第六预设角度值;
右脚踝节点、右膝节点、右臀节点、中段节点和颈部节点的连线是否达 到第七预设角度值,和/或,左脚踝节点、左膝节点、左臀节点、中段节点 和颈部节点的连线是否达到第八预设角度值;
两手握杆是否离杆;
若均达到,则达到标准。
基于同一发明构思,本申请还提供了与实施例一中的方法对应的装置, 详见实施例二。
实施例二
如图10所示,在本实施例中提供了一种引体向上测试计数装置,包括:
识别模块、语音提示某某考生入场准备考试,刷手环进入考场,正面摄 像头拍摄照片,通过头像识别比对,再次确认考生信息,确认无误后,考生 入场,存储考生入场时间,及头像信息;
姿态准备模块,根据考生身高确定考试杆位,准备姿势,连续获取姿势 图像,通过计算机视觉技术对姿势图像进行识别,匹配考生的模型数据库, 并确定初始姿态是否达到标准;若否,则提示考生哪个身体部分未准备好, 待考生调整姿态,重复步骤1;若是,则进行测试;
开始模块,连续获取姿态图片,分析姿态图片并计算夹角信息,各关键 节点的坐标值信息,下颏高度大于或等于横杆时,该姿态是否达到完成姿态 标准,若达到,则定义初始计数值为1,并进入计数模块;若没有达到,则 判断是否超过第一超时时间,若超过,则考试失败;若未超过,则重复开始 模块;
计数模块,实时获取初始姿态,并判断是否超过第二超时时间,若超时, 则考试结束,显示成绩;若未超过第二超时时间且所获取的初始姿态达到标 准,则继续实时获取图片,并判断该姿态是否达到完成姿态标准,同时判断 获取初始姿态信息时间与本次获取图片的时间间隔是否超过第一超时时间, 若超过第一超时时间,则考试结束,显示成绩;若未超过第一超时时间,且 达到完成姿态标准,则计数值加1;若未超过第一超时时间,且未达到完成 姿态标准,则继续实时获取图片,并进行姿态判断;
重复计数模块,直至考试结束。
在另一优选实施方式中,所述初始姿态判断为:
右手腕节点、右肘节点以及右肩节点的连线是否达到第一预设角度值;
左手腕节点、左肘节点以及左肩节点的连线是否达到第二预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否达到第三预设角度值;
左脚踝节点、左膝节点以及左臀节点的连线是否达到第四预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否与颈部节点和中段节点 的连线平行,和/或,左脚踝节点、左膝节点以及左臀节点的连线是否与颈 部节点和中段节点的连线平行;
两手握杆是否离杆;
若均达到,则初始姿态达到标准。
在另一优选实施方式中,所述完成姿态标准为:
右肘节点以及右肩节点的连线是否与横杆平行;
左肘节点以及左肩节点的连线是否与横杆平行;
右手腕节点和右肘节点连线与右肘节点和右肩节点的连线夹角是否达 到第五预设角度值;
左手腕节点和左肘节点连线与左肘节点和左肩节点的连线夹角是否达 到第六预设角度值;
右脚踝节点、右膝节点、右臀节点、中段节点和颈部节点的连线是否达 到第七预设角度值,和/或,左脚踝节点、左膝节点、左臀节点、中段节点 和颈部节点的连线是否达到第八预设角度值;
两手握杆是否离杆;
若均达到,则达到标准。
由于本发明实施例二所介绍的装置,为实施本发明实施例一的方法所采 用的装置,故而基于本发明实施例一所介绍的方法,本领域所属人员能够了 解该装置的具体结构及变形,故而在此不再赘述。凡是本发明实施例一的方 法所采用的装置都属于本发明所欲保护的范围。
基于同一发明构思,本申请提供了实施例一对应的电子设备实施例,详 见实施例三。
实施例三
本实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上 并可在处理器上运行的计算机程序,处理器执行计算机程序时,可以实现实 施例一中任一实施方式。
由于本实施例所介绍的电子设备为实施本申请实施例一中方法所采用 的设备,故而基于本申请实施例一中所介绍的方法,本领域所属技术人员能 够了解本实施例的电子设备的具体实施方式以及其各种变化形式,所以在此 对于该电子设备如何实现本申请实施例中的方法不再详细介绍。只要本领域 所属技术人员实施本申请实施例中的方法所采用的设备,都属于本申请所欲 保护的范围。
基于同一发明构思,本申请提供了实施例一对应的存储介质,详见实施 例四。
实施例四
本实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计 算机程序被处理器执行时,可以实现实施例一中任一实施方式。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或 计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、 或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个 其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘 存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产 品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图 和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌 入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过 计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流 程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的 装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理 设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储 器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程 或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上, 使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现 的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程 图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步 骤。
虽然以上描述了本发明的具体实施方式,但是熟悉本技术领域的技术人 员应当理解,我们所描述的具体的实施例只是说明性的,而不是用于对本发 明的范围的限定,熟悉本领域的技术人员在依照本发明的精神所作的等效的 修饰以及变化,都应当涵盖在本发明的权利要求所保护的范围内。
Claims (10)
1.一种引体向上测试计数方法,其特征在于:包括:
步骤1、根据考生身高确定考试杆位,准备姿势,连续获取姿势图像,通过计算机视觉技术对姿势图像进行识别,匹配考生的模型数据库,并确定初始姿态是否达到标准;若否,则提示考生哪个身体部分未准备好,待考生调整姿态,重复步骤1;若是,则进行测试;
步骤2、连续获取姿态图片,分析姿态图片并计算夹角信息,各关键节点的坐标值信息,下颏高度大于或等于横杆时,该姿态是否达到完成姿态标准,若达到,则定义初始计数值为1,并进入步骤3;若没有达到,则判断是否超过第一超时时间,若超过,则考试失败;若未超过,则重复步骤2;
步骤3、实时获取初始姿态,并判断是否超过第二超时时间,若超时,则考试结束,显示成绩;若未超过第二超时时间且所获取的初始姿态达到标准,则继续实时获取图片,并判断该姿态是否达到完成姿态标准,同时判断获取初始姿态信息时间与本次获取图片的时间间隔是否超过第一超时时间,若超过第一超时时间,则考试结束,显示成绩;若未超过第一超时时间,且达到完成姿态标准,则计数值加1;若未超过第一超时时间,且未达到完成姿态标准,则继续实时获取图片,并进行姿态判断;
重复步骤3,直至考试结束。
2.根据权利要求1所述的一种引体向上测试计数方法,其特征在于:所述初始姿态判断为:
右手腕节点、右肘节点以及右肩节点的连线是否达到第一预设角度值;
左手腕节点、左肘节点以及左肩节点的连线是否达到第二预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否达到第三预设角度值;
左脚踝节点、左膝节点以及左臀节点的连线是否达到第四预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否与颈部节点和中段节点的连线平行,和/或,左脚踝节点、左膝节点以及左臀节点的连线是否与颈部节点和中段节点的连线平行;
两手握杆是否离杆;
若均达到,则初始姿态达到标准。
3.根据权利要求1所述的一种引体向上测试计数方法,其特征在于:完成姿态标准为:
右肘节点以及右肩节点的连线是否与横杆平行;
左肘节点以及左肩节点的连线是否与横杆平行;
右手腕节点和右肘节点连线与右肘节点和右肩节点的连线夹角是否达到第五预设角度值;
左手腕节点和左肘节点连线与左肘节点和左肩节点的连线夹角是否达到第六预设角度值;
右脚踝节点、右膝节点、右臀节点、中段节点和颈部节点的连线是否达到第七预设角度值,和/或,左脚踝节点、左膝节点、左臀节点、中段节点和颈部节点的连线是否达到第八预设角度值;
两手握杆是否离杆;
若均达到,则达到标准。
4.根据权利要求1所述的一种引体向上测试计数方法,其特征在于:
所述步骤1之前还包括步骤a、语音提示某某考生入场准备考试,刷手环进入考场,正面摄像头拍摄照片,通过头像识别比对,再次确认考生信息,确认无误后,考生入场,存储考生入场时间,及头像信息。
5.一种引体向上测试计数装置,其特征在于:包括:
姿态准备模块,根据考生身高确定考试杆位,准备姿势,连续获取姿势图像,通过计算机视觉技术对姿势图像进行识别,匹配考生的模型数据库,并确定初始姿态是否达到标准;若否,则提示考生哪个身体部分未准备好,待考生调整姿态,重复步骤1;若是,则进行测试;
开始模块,连续获取姿态图片,分析姿态图片并计算夹角信息,各关键节点的坐标值信息,下颏高度大于或等于横杆时,该姿态是否达到完成姿态标准,若达到,则定义初始计数值为1,并进入计数模块;若没有达到,则判断是否超过第一超时时间,若超过,则考试失败;若未超过,则重复开始模块;
计数模块,实时获取初始姿态,并判断是否超过第二超时时间,若超时,则考试结束,显示成绩;若未超过第二超时时间且所获取的初始姿态达到标准,则继续实时获取图片,并判断该姿态是否达到完成姿态标准,同时判断获取初始姿态信息时间与本次获取图片的时间间隔是否超过第一超时时间,若超过第一超时时间,则考试结束,显示成绩;若未超过第一超时时间,且达到完成姿态标准,则计数值加1;若未超过第一超时时间,且未达到完成姿态标准,则继续实时获取图片,并进行姿态判断;
重复计数模块,直至考试结束。
6.根据权利要求5所述的一种引体向上测试计数装置,其特征在于:所述初始姿态判断为:
右手腕节点、右肘节点以及右肩节点的连线是否达到第一预设角度值;
左手腕节点、左肘节点以及左肩节点的连线是否达到第二预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否达到第三预设角度值;
左脚踝节点、左膝节点以及左臀节点的连线是否达到第四预设角度值;
右脚踝节点、右膝节点以及右臀节点的连线是否与颈部节点和中段节点的连线平行,和/或,左脚踝节点、左膝节点以及左臀节点的连线是否与颈部节点和中段节点的连线平行;
两手握杆是否离杆;
若均达到,则初始姿态达到标准。
7.根据权利要求5所述的一种引体向上测试计数装置,其特征在于:完成姿态标准为:
右肘节点以及右肩节点的连线是否与横杆平行;
左肘节点以及左肩节点的连线是否与横杆平行;
右手腕节点和右肘节点连线与右肘节点和右肩节点的连线夹角是否达到第五预设角度值;
左手腕节点和左肘节点连线与左肘节点和左肩节点的连线夹角是否达到第六预设角度值;
右脚踝节点、右膝节点、右臀节点、中段节点和颈部节点的连线是否达到第七预设角度值,和/或,左脚踝节点、左膝节点、左臀节点、中段节点和颈部节点的连线是否达到第八预设角度值;
两手握杆是否离杆;
若均达到,则达到标准。
8.根据权利要求5所述的一种引体向上测试计数装置,其特征在于:
所述姿态准备模块之前还包括识别模块、语音提示某某考生入场准备考试,刷手环进入考场,正面摄像头拍摄照片,通过头像识别比对,再次确认考生信息,确认无误后,考生入场,存储考生入场时间,及头像信息。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110259308.8A CN113128336A (zh) | 2021-03-10 | 2021-03-10 | 一种引体向上测试计数方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110259308.8A CN113128336A (zh) | 2021-03-10 | 2021-03-10 | 一种引体向上测试计数方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113128336A true CN113128336A (zh) | 2021-07-16 |
Family
ID=76772890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110259308.8A Pending CN113128336A (zh) | 2021-03-10 | 2021-03-10 | 一种引体向上测试计数方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113128336A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469113A (zh) * | 2021-07-19 | 2021-10-01 | 浙江大华技术股份有限公司 | 动作计数方法、装置、电子设备和存储介质 |
CN113926159A (zh) * | 2021-09-26 | 2022-01-14 | 江苏科技大学 | 双桥运动指导方法、存储介质及系统 |
CN114100102A (zh) * | 2021-10-13 | 2022-03-01 | 恒鸿达科技有限公司 | 一种基于视觉技术的开合跳测试计数方法、系统和介质 |
CN115138059A (zh) * | 2022-09-06 | 2022-10-04 | 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 (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105229666A (zh) * | 2013-03-14 | 2016-01-06 | 微软技术许可有限责任公司 | 3d图像中的运动分析 |
US20170053401A1 (en) * | 2014-05-13 | 2017-02-23 | Omron Corporation | Posture estimation device, posture estimation system, posture estimation method, posture estimation program, and computer-readable recording medium on which posture estimation program is recorded |
CN106778565A (zh) * | 2016-12-02 | 2017-05-31 | 广东小天才科技有限公司 | 引体向上的计数方法及装置 |
CN110495889A (zh) * | 2019-07-04 | 2019-11-26 | 平安科技(深圳)有限公司 | 体态评估方法、电子装置、计算机设备及存储介质 |
CN110738151A (zh) * | 2019-09-30 | 2020-01-31 | 沈阳航空航天大学 | 一种采用运动编码的考场视频人体主姿态确定方法 |
CN111167107A (zh) * | 2020-03-19 | 2020-05-19 | 中国人民解放军国防科技大学 | 基于人脸识别和人体姿态估计的引体向上测试系统 |
CN111242004A (zh) * | 2020-01-10 | 2020-06-05 | 厦门瑞为信息技术有限公司 | 一种基于电梯监控数据处理的自动告警方法及系统 |
CN111275023A (zh) * | 2020-03-19 | 2020-06-12 | 中国人民解放军国防科技大学 | 一种基于人脸识别和人体姿态估计的俯卧撑测试系统 |
CN111368791A (zh) * | 2020-03-18 | 2020-07-03 | 南通大学 | 基于Quick-OpenPose模型的引体向上测试计数方法及系统 |
-
2021
- 2021-03-10 CN CN202110259308.8A patent/CN113128336A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105229666A (zh) * | 2013-03-14 | 2016-01-06 | 微软技术许可有限责任公司 | 3d图像中的运动分析 |
US20170053401A1 (en) * | 2014-05-13 | 2017-02-23 | Omron Corporation | Posture estimation device, posture estimation system, posture estimation method, posture estimation program, and computer-readable recording medium on which posture estimation program is recorded |
CN106778565A (zh) * | 2016-12-02 | 2017-05-31 | 广东小天才科技有限公司 | 引体向上的计数方法及装置 |
CN110495889A (zh) * | 2019-07-04 | 2019-11-26 | 平安科技(深圳)有限公司 | 体态评估方法、电子装置、计算机设备及存储介质 |
CN110738151A (zh) * | 2019-09-30 | 2020-01-31 | 沈阳航空航天大学 | 一种采用运动编码的考场视频人体主姿态确定方法 |
CN111242004A (zh) * | 2020-01-10 | 2020-06-05 | 厦门瑞为信息技术有限公司 | 一种基于电梯监控数据处理的自动告警方法及系统 |
CN111368791A (zh) * | 2020-03-18 | 2020-07-03 | 南通大学 | 基于Quick-OpenPose模型的引体向上测试计数方法及系统 |
CN111167107A (zh) * | 2020-03-19 | 2020-05-19 | 中国人民解放军国防科技大学 | 基于人脸识别和人体姿态估计的引体向上测试系统 |
CN111275023A (zh) * | 2020-03-19 | 2020-06-12 | 中国人民解放军国防科技大学 | 一种基于人脸识别和人体姿态估计的俯卧撑测试系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469113A (zh) * | 2021-07-19 | 2021-10-01 | 浙江大华技术股份有限公司 | 动作计数方法、装置、电子设备和存储介质 |
CN113926159A (zh) * | 2021-09-26 | 2022-01-14 | 江苏科技大学 | 双桥运动指导方法、存储介质及系统 |
CN114100102A (zh) * | 2021-10-13 | 2022-03-01 | 恒鸿达科技有限公司 | 一种基于视觉技术的开合跳测试计数方法、系统和介质 |
CN115138059A (zh) * | 2022-09-06 | 2022-10-04 | 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 |
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 |
WO2024051597A1 (zh) * | 2022-09-06 | 2024-03-14 | 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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113128336A (zh) | 一种引体向上测试计数方法、装置、设备和介质 | |
CN108256433B (zh) | 一种运动姿态评估方法及系统 | |
CN110321754B (zh) | 一种基于计算机视觉的人体运动姿态纠正方法及系统 | |
CN111437583B (zh) | 一种基于Kinect的羽毛球基本动作辅助训练系统 | |
CN109299659A (zh) | 一种基于rgb相机和深度学习的人体姿态识别方法与系统 | |
CN113272852A (zh) | 身体尺寸测量用照片获取方法及利用此的身体尺寸测量方法、服务器及程序 | |
CN113398556B (zh) | 俯卧撑识别方法及系统 | |
Nagalakshmi Vallabhaneni | The analysis of the impact of yoga on healthcare and conventional strategies for human pose recognition | |
CN113856186B (zh) | 一种引体向上动作判定与计数的方法、系统及装置 | |
CN113191200A (zh) | 一种俯卧撑测试计数方法、装置、设备和介质 | |
CN113903070A (zh) | 一种用于体育测试的引体向上自动监测设备 | |
CN115068919B (zh) | 一种单杠项目的考核方法及其实现装置 | |
CN113255624B (zh) | 一种智能识别引体向上动作姿态完成状况的系统和方法 | |
CN113128337A (zh) | 一种斜体引身测试计数方法、装置、设备和介质 | |
CN113100755B (zh) | 一种基于视觉追踪控制的肢体康复训练与评估系统 | |
CN114067354A (zh) | 一种基于视觉技术的引体向上测试计数方法、装置和介质 | |
CN114973048A (zh) | 康复动作的纠正方法、装置、电子设备及可读介质 | |
CN114022952A (zh) | 一种基于视觉技术的高抬腿测试计数方法、装置和介质 | |
CN112233769A (zh) | 一种基于数据采集的患后康复系统 | |
CN113327267A (zh) | 一种基于单目rgb视频的动作评价方法 | |
Hakim et al. | 3D Human Pose Estimation Using Blazepose and Direct Linear Transform (DLT) for Joint Angle Measurement | |
WO2016135560A2 (en) | Range of motion capture | |
JP5688514B2 (ja) | 視線計測システム、方法およびプログラム | |
Karunaratne et al. | Objectively measure player performance on olympic weightlifting | |
JP6944144B2 (ja) | スイング解析装置、方法及びプログラム |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20240102 Address after: 350000 3rd floor, building 16, G area, Fuzhou Software Park, 89 software Avenue, Gulou District, Fuzhou City, Fujian Province Applicant after: Henghongda (Fujian) Sports Technology Co.,Ltd. Address before: 350000 4th floor, building 16, G area, Fuzhou Software Park, 89 software Avenue, Gulou District, Fuzhou City, Fujian Province Applicant before: HENGONDA TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right |