CN113887464A - 一种基于视觉技术的深蹲跳测试计数方法、装置及介质 - Google Patents
一种基于视觉技术的深蹲跳测试计数方法、装置及介质 Download PDFInfo
- Publication number
- CN113887464A CN113887464A CN202111192849.XA CN202111192849A CN113887464A CN 113887464 A CN113887464 A CN 113887464A CN 202111192849 A CN202111192849 A CN 202111192849A CN 113887464 A CN113887464 A CN 113887464A
- Authority
- CN
- China
- Prior art keywords
- state
- node
- action
- connecting line
- trunk
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000005516 engineering process Methods 0.000 title claims abstract description 26
- 230000009471 action Effects 0.000 claims abstract description 164
- 238000002360 preparation method Methods 0.000 claims abstract description 40
- 210000000629 knee joint Anatomy 0.000 claims description 73
- 210000002414 leg Anatomy 0.000 claims description 64
- 210000004394 hip joint Anatomy 0.000 claims description 50
- 210000000544 articulatio talocruralis Anatomy 0.000 claims description 36
- 230000002159 abnormal effect Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 7
- 210000002683 foot Anatomy 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000013500 data storage Methods 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000001914 filtration Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000009191 jumping Effects 0.000 description 6
- 210000001217 buttock Anatomy 0.000 description 5
- 210000001624 hip Anatomy 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 210000003423 ankle Anatomy 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 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
- 210000003205 muscle Anatomy 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种基于视觉技术的深蹲跳测试计数方法、装置及介质，方法包括：根据获取的准备图片，判断测试人员是否符合准备动作标准，若符合，则开始测试计数，并进入下一步；若不符合，则进行提示；按照时间先后顺序获取所有图片，并判断每张图片中的动作状态类型，以及在该动作状态的保持时长，若该动作状态的保持时长小于设定阈值，则将该图片删除，否，则进入下一步；判断前后图片是否符合完成一次深蹲跳，若均符合，则进行计数加1；否，则不计数；将动作及时间数字化的方法来实现深蹲跳测试计数的新方法，将时间及动作进行数字化，能有效地实现深蹲跳动作判断计数，并实现对不标准动作进行语音提示。
Description
技术领域
本发明涉及计算机技术领域，特别涉及一种基于视觉技术的深蹲跳测试计数方法、装置及介质。
背景技术
随着社会和经济的发展，人们越来越重视体育锻炼，深蹲跳可以增强腿部肌肉收缩的能力，提高膝关节踝关节的承受力，也能保持肌肉的稳定性，是锻炼弹跳的一种有效的方法。目前，现有的深蹲跳计数方法，多为人工计数。
人工计数耗时费力，容易出错，且计数标准与测量人员的主观判断相关，容易造成标准的不一致性，人工计数方式也不方便运动员自助测试训练，目前未找到通过计算机视觉技术实现深蹲跳姿态识别及计数的方法；因此人们对于智能化计数方法及装置的需求越来越迫切。
发明内容
本发明要解决的技术问题，在于提供一种基于视觉技术的深蹲跳测试计数方法、装置及介质，将动作及时间数字化的方法来实现深蹲跳测试计数的新方法，将时间及动作进行数字化，能有效地实现深蹲跳动作判断计数，并实现对不标准动作进行语音提示。
第一方面，本发明提供了一种基于视觉技术的深蹲跳测试计数方法，包括：
步骤1、根据获取的准备图片，判断测试人员是否符合准备动作标准，若符合，则开始测试计数，并进入步骤2；若不符合，则进行提示；
步骤2、按照时间先后顺序获取所有图片，并判断每张图片中的动作状态类型，以及在该动作状态的保持时长，若该动作状态的保持时长小于设定阈值，则将该图片删除，否，则进入步骤3；
步骤3、判断前后图片是否符合完成一次深蹲跳，若均符合，则进行计数加1；否，则不计数；
步骤4、重复步骤2和步骤3，直至完成测试，之后显示结果。
进一步地，所述步骤1中的准备动作标准包括：
人体侧向状态的判断依据为：左眼节点以及右眼节点的X轴方向的坐标均小于或者大于左耳节点和右耳节点的X轴方向的坐标，则为人体侧向状态，否，则为人体不是侧向状态；
双腿伸直状态的判断依据为：右臀部节点与右膝关节节点的连线和右膝关节节点与右踝关节节点的连线的夹角大于160度时，且左臀部节点与左膝关节节点的连线和左膝关节节点与左踝关节节点的连线的夹角大于160度时，则为双腿伸直状态，否，则为双腿未伸直状态；
躯干伸直状态的判断依据为：右耳朵节点与右肩膀节点的连线和右肩膀节点与右臀部关节节点的连线的夹角大于160度时，左耳朵节点与左肩膀节点的连线和左肩膀节点与左臀部节点的连线的夹角大于160度时，则为躯干伸直状态，否，则为躯干未伸直状态；
标准动作需达到人体侧向状态、双腿伸直状态以及躯干伸直状态。
进一步地，所述步骤2中动作状态类型以及对应保持时长进一步具体为：
动作状态类型：S0、S1、S2、S3、S4以及未知动作状态，各动作状态所表示的动作如下所示：
S0：人体侧向状态、双腿伸直状态且躯干伸直状态；
S1：处于S0和S2之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于140度，且小于160度时的状态；
S2：处于S1和S3之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于110度，且小于140度时的状态；
S3：处于蹲到最低的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角小于110度时的状态；
S4:双腿站直状态，躯干伸直状态，且双脚离地；
不属于S0、S1、S2、S3以及S4的状态均为未知动作状态；
动作规范异常一计数器：当躯干是未伸直状态，此动作规范异常一计数器加1；
动作规范异常二计数器：处于S4状态，但是为双腿未伸直状态，此动作规范异常一计数器加1；
状态计数器Count：表示当前动作状态，本次状态发生时所采集到的次数，用于计算该状态持续时长；
未知状态计数器Cnone：表示当前动作状态为未知状态，本次状态发生时所采集到的未知动作次数，用于计算该状态持续时长。
进一步地，所述步骤3进一步具体为：
获取完成一次深蹲跳的连续图片，
a、如果连续图片的状态类型依次是S0、S4、S0、S1、S2、S3、S2、S1，则表示本次数据有效，进入d；
b、如果连续图片的状态类型依次是S1、S0、S1、S2以及S3，则表示本次数据无S4，语音播报“未起跳”；
c、如果连续图片的状态类型依次是S1 S2 S1 S0 S4，则表示本次数据无S3，语音播报“双腿未蹲下”；
d、若在S0、S1、S2、S3以及S4中，出现动作规范异常一计数器的值大于等于第一设定阈值，则语音播“躯干未伸直”；
e、如果S4中，出现动作规范异常二计数器的值大于等于第二设定阈值，则语音播双腿未伸直”；
f、未发生以上b、c、d以及e的异常时，表示本次数据有效，计数器加1且播报加完后的数字。
第二方面，本发明提供了5、一种基于视觉技术的深蹲跳测试计数方法，包括：
准备模块，根据获取的准备图片，判断测试人员是否符合准备动作标准，若符合，则开始测试计数，并进入判断模块；若不符合，则进行提示；
判断模块，按照时间先后顺序获取所有图片，并判断每张图片中的动作状态类型，以及在该动作状态的保持时长，若该动作状态的保持时长小于设定阈值，则将该图片删除，否，则进入计数模块；
计数模块，判断前后图片是否符合完成一次深蹲跳，若均符合，则进行计数加1；否，则不计数；
完成模块，重复判断模块和计数模块，直至完成测试，之后显示结果。
进一步地，所述准备模块中的准备动作标准包括：
人体侧向状态的判断依据为：左眼节点以及右眼节点的X轴方向的坐标均小于或者大于左耳节点和右耳节点的X轴方向的坐标，则为人体侧向状态，否，则为人体不是侧向状态；
双腿伸直状态的判断依据为：右臀部节点与右膝关节节点的连线和右膝关节节点与右踝关节节点的连线的夹角大于160度时，且左臀部节点与左膝关节节点的连线和左膝关节节点与左踝关节节点的连线的夹角大于160度时，则为双腿伸直状态，否，则为双腿未伸直状态；
躯干伸直状态的判断依据为：右耳朵节点与右肩膀节点的连线和右肩膀节点与右臀部关节节点的连线的夹角大于160度时，左耳朵节点与左肩膀节点的连线和左肩膀节点与左臀部节点的连线的夹角大于160度时，则为躯干伸直状态，否，则为躯干未伸直状态；
标准动作需达到人体侧向状态、双腿伸直状态以及躯干伸直状态。
进一步地，所述判断模块中动作状态类型以及对应保持时长进一步具体为：
动作状态类型：S0、S1、S2、S3、S4以及未知动作状态，各动作状态所表示的动作如下所示：
S0：人体侧向状态、双腿伸直状态且躯干伸直状态；
S1：处于S0和S2之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于140度，且小于160度时的状态；
S2：处于S1和S3之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于110度，且小于140度时的状态；
S3：处于蹲到最低的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角小于110度时的状态；
S4:双腿站直状态，躯干伸直状态，且双脚离地；
不属于S0、S1、S2、S3以及S4的状态均为未知动作状态；
动作规范异常一计数器：当躯干是未伸直状态，此动作规范异常一计数器加1；
动作规范异常二计数器：处于S4状态，但是为双腿未伸直状态，此动作规范异常一计数器加1；
状态计数器Count：表示当前动作状态，本次状态发生时所采集到的次数，用于计算该状态持续时长；
未知状态计数器Cnone：表示当前动作状态为未知状态，本次状态发生时所采集到的未知动作次数，用于计算该状态持续时长。
进一步地，所述计数模块进一步具体为：
获取完成一次深蹲跳的连续图片，
a、如果连续图片的状态类型依次是S0、S4、S0、S1、S2、S3、S2、S1，则表示本次数据有效，进入d；
b、如果连续图片的状态类型依次是S1、S0、S1、S2以及S3，则表示本次数据无S4，语音播报“未起跳”；
c、如果连续图片的状态类型依次是S1 S2 S1 S0 S4，则表示本次数据无S3，语音播报“双腿未蹲下”；
d、若在S0、S1、S2、S3以及S4中，出现动作规范异常一计数器的值大于等于第一设定阈值，则语音播“躯干未伸直”；
e、如果S4中，出现动作规范异常二计数器的值大于等于第二设定阈值，则语音播双腿未伸直”；
f、未发生以上b、c、d以及e的异常时，表示本次数据有效，计数器加1且播报加完后的数字。
第三方面，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基于视觉技术的深蹲跳测试计数方法、装置及介质，通过计算机视觉技术对姿势图像进行识别，将动作及时间数字化的方法来实现深蹲跳测试计数的新方法，将时间及动作进行数字化，能有效地实现深蹲跳动作判断计数，并实现对不标准动作进行语音提示；
计算机视觉技术对姿势图像进行识别时存在“人体关键关节点”突然位置偏离现象，本发明通过对获取的动作数据进行过滤，去除无效数据的方法能有效地解决此“人体关键关节点”位置偏离问题。
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为本发明方法的流程图；
图2为本发明中人体关键关节点示意图；
图3为本发明FIFO数据保存队列示意图；
图4为本发明数据保存队列的示意图；
图5为本发明数据保存单元示意图；
图6为本发明数据采集示意图；
图7为本发明动作标准判定流程图。
具体实施方式
本申请实施例通过提供一种基于视觉技术的深蹲跳测试计数方法、装置及介质，将时间及动作进行数字化，能有效地实现深蹲跳动作判断计数，并实现对不标准动作进行语音提示。
本申请实施例中的技术方案，总体思路如下：
如图1所示，计算机视觉技术对姿势图像进行识别时存在“人体关键关节点”突然位置偏离现象，将测试数据采集到后，按动作的实际情况，去除偏离的不合理数据，去除"飘"的异常动作数据(采集到的时间较短不符合实际运动的数据)并通过过滤不合理的异常动作数据来解决“人体关键关节点”位置飘移的问题；
测试准备：
语音提示测试人员按深蹲跳动作标准进行测试准备；通过对人体关键关节点的角度判断，来实现动作准备状态判断，深蹲跳的准备动作为：“人体侧向右”，“双腿伸直”，”躯干伸直”如果不符合这种准备动作，则提示“请向右站立”，“双腿未伸直”，”躯干未伸直”等语音提示，如果符合准备动作标准，则报“深蹲跳开始测试”。
测试数据采集：
将深蹲跳进行动作分解，并按每一动作记录采集到的次数，将动作及次数按顺序依次添加到FIFO环形缓冲区中，将动作及时间实现数字化，这样根据摄像头图片处理速度(fps)跟某一动作的次数，就能知道相应动作的时长，从而达到判断动作的规范性及实现深蹲跳计数功能。
动作数据获取过滤：
计算机视觉技术对姿势图像进行识别时存在“人体关键关节点”突然位置偏离现象，将测试数据采集到后，按动作的实际情况，去除偏离的不合理数据，去除"飘"的异常动作数据(采集到的时间太短不符合实际运动的数据)。
动作标准判断：
判断过滤”飘”的数据后获取的动作数据是否符合标准，如若不符合标准则不计数并进行相应的语音提示且不计数(如：语音报”双腿未蹲下”，“双腿未伸直”，”未起跳”等)，如若符合标准则计数器+1并语音播报加完后的数字；
1.人体关键关节点说明：
如图2所示，首先通过计算机视觉技术对姿势图像进行识别，识别出人体的人体关键关节点，“人体关键关节点”的18个点分别为：鼻子0，颈1，右肩膀2，右肘3，右手腕4，左肩膀5，左肘6，左手腕7，右臀部8，右膝关节9，右踝10，左臀部11，左膝关节12，左踝13，右眼14，左眼15，右耳16，左耳17；
2.测试准备：
语音提示测试人员按深蹲跳动作标准进行测试准备；通过对人体关键关节点的角度判断，来实现动作准备状态判断，深蹲跳的准备动作为：“人体侧向右”，“双腿伸直”，”躯干伸直”如果不符合这种准备动作，则提示“请向右站立”，“双腿未伸直”，”躯干未伸直”等语音提示，如果符合准备动作标准，则报“深蹲跳开始测试”。
a.人体侧向右：判断依据为：取4个位置点(A左眼，B右眼，C左耳，D右耳)，当A B点的x坐标均大于C D点的x坐标时，表示人体侧向右状态；
b.双腿伸直：判断依据为：取3个位置点(A:臀部，B:膝关节，C:踝关节)，当这个角三点ABC的夹角>160度时(理想伸直是180度，但是实际取到的点也不可能180度)，表示双腿伸直状态；
c.躯干伸直：判断依据为：取3个位置点(A:耳朵节点，B:肩膀节点，C:臀部节点)，当这个角三点ABC的夹角>160度时，表示躯干伸直状态；
3.测试数据采集：
数据保存：保存数据时使用FIFO环形缓冲区依次入队列，取数据分析时从队列尾依次往回获取数据；
将深蹲跳进行动作分解，并按每一动作记录采集到的次数，将动作及次数按顺序依次添加到FIFO环形缓冲区中，将动作及时间实现数字化，这样根据摄像头图片处理速度(fps)跟某一动作的次数，就能知道相应动作的时长，从而达到判断动作的规范性及实现深蹲跳计数功能。
如图3所示，数据FIFO环形缓冲区，其中包括数据保存单元1、数据保存单元2、数据保存单元3、数据保存单元4、数据保存单元5、数据保存单元6、数据保存单元n；
3.1数据保存队列说明(FIFO环形缓存区及入队列动作)：
如图4所示，摄像头图像输入，人体关键节点计数处理，获取到本次图像的状态类型Sn(或位置状态Snone)；对比当前数据保存单元中的“状态类型Sm”；若Sm有Sn相同或Sn为未知动作规范，则直接把本次的动作计算进Sm中，若Sn与Sm不同，则表示有新的动作发生，将Sm存入环形队列，并新建一个数据保存单元保存Sn以及后续的数据；
应用初始化时，分配一个大小为n的环形队列缓存区；后续每次有新数据保存单元入队时，若队列未满则直接入队，队列满了则替换掉现有缓存区的最早入队列的数据；
数据保存单元入队动作触发：每次对摄像头获取的图片进行视觉技术处理，按深蹲跳的动作规范进行人体关键关节点技术处理；若获取到的“动作状态类型”未发生变化/或为未知动作则直接在当前的数据保存单元中进行统计计算；若获取到的“动作状态类型”发生变化时(如：从S0变到非S0时)，则将现有的数据保存单元放入到fifo环形队列中去，并新建一个数据保存单元保存当前获取的动作及后续的动作；
3.2如图5和6所示，数据保存单元及数据采集说明(将动作及时间数字化)：
a.动作规范异常1计数：躯干未伸直，每次数据采集如果不符合：(取3个位置点(A:肩膀，B:臀部，C:膝关节)，当这个角三点ABC的夹角>160度时)时，表示躯干未伸直，此异常计数器加1；
b.动作规范异常2计数：双腿未伸直，本次在S4起跳状态且数据采集如果不符合：(取3个位置点(A:臀部，B:膝关节，C:踝关节)，当这个角三点ABC的夹角>160度时)时，表示双腿未伸直，此异常计数器加1；
c.动作状态类型：S0/S1/S2/S3/S4，各动作状态所表示的动作如下所示：
S0：(站直状态)同起始准备动作，双腿伸直且躯干伸直的状态；
S1：(微蹲往下一点)是深蹲跳中，处于S0和S2之间的动作，躯干伸直，双腿角度为140-160度时的状态；
S2：(微蹲再往下一点)是深蹲跳中，处于S1和S3之间的动作，躯干伸直，双腿角度为110-140度时的状态；
S3：(深蹲到最下了)是深蹲跳中，处于蹲到最低的动作，躯干伸直，双腿角度为<110度时的状态；
S4:(深蹲跳起)是深蹲跳中，处于最高处的动作，双腿站直，躯干伸直且有起跳；
其中的判定规则说明：
双腿伸直：判断依据为：取3个位置点(A:臀部，B:膝关节，C:踝关节)，当这个角三点ABC的夹角>160度时(理想伸直是180度，但是实际取到的点也不可能180度)，表示双腿伸直状态；
躯干伸直：判断依据为：取3个位置点(A:耳朵节点，B:肩膀节点，C:臀部节点)，当这个角三点ABC的夹角>160度时，表示躯干伸直状态；
双腿角度：判断依据为：取3个位置点(A:臀部，B:膝关节，C:膝关节正下方)，这个三点ABC的夹角表示俯身动作的角度；
有起跳：在S0状态获取到初始的踝关节，臀关节高度并把(肩膀与臀部的距离Delta)；当获取到的踝关节，臀关节均比S0时的数据高了Delta/5时，表示有起跳；
d.状态计数器Count：表示当前动作状态，本次状态发生时所采集到的次数(时长)；
e.未知状态计数器:Cnone：表示当前动作状态，本次状态发生时所采集到的未知动作次数(用于计算时长用)；
假如摄像头为30fps的速率来采集(实际使用时，一般会使用高速模式如:采用60fps)，那么每秒种就应该有30个数据状态需要保存，假如我们需要获取的数据为最近4秒，那么需要120个的数据状态，则从当前fifo队列尾依次往回取数据保存单元，并把各单元中Count和Cnone数值相加总和达到120时就表示最近4秒钟发生的动作数据。
4.动作数据获取过滤(解决“飘”的问题)：
计算机视觉技术对姿势图像进行识别时存在“人体关键关节点”突然位置偏离现象，将测试数据采集到后，按动作的实际情况，去除偏离的不合理数据，去除"飘"的异常动作数据(采集到的时间太短不符合实际运动的数据)。
具体表现为：(在实际的使用过程中的一种示例)，步聚3的数据采集部分，在深蹲跳中S1状态时，就算动作保持S1状态1秒不变，按30fps的速率实际采集到的数据也有可能是：S1动作10次->S0动作2次->S2动作1次->S1动作7次->S0动作2次->S1动作8次，这一步实现的事情就是：把这种数据状态中的的S0/S2数据按时间给过滤掉，只保留有效的S1状态数据；
实现方法为：如果某一状态动作保持时长不达100ms，则过滤掉相应动作；按30fps采样率算，100ms为3次多，所以过滤掉数据缓存区中的Count次数<＝3的数据即可解决异常动作“飘”的问题；
4.动作标准判断：
如图7所示，判断过滤”飘”的数据后获取的动作数据是否符合深蹲跳标准，如若不符合标准则不计数并进行相应的语音提示且不计数(如：语音报”双腿未蹲下”，“双腿未伸直”，”未起跳”等)，如若符合标准则计数器+1并语音播报加完后的数字；
如果都是正常的动的话从起始S0开始，正向的入队列顺序应该是如下：
S0 S1 S2 S3 S2 S1 S0 S4 S0 S1 S2 S3 S2 S1 S0 S4...
取数据分析时从队列尾依次往回获取数据，每次分析计数在当前S1动作状态为100ms(Count为3)时进行分析，不含本次S1的按时间从后往前的历史数据如下:
a.如果从后往前历史数据为：S1 S0 S4 S0 S1 S2 S3 S2，则表示本次数据有效，进入d；
b.如果从后往前历史数据为(无S4)：S1 S0 S1 S2 S3 S2，则表示本次数据无S4，语音播报“未起跳”；
c.如果从后往前历史数据为(无S3)：S1 S0 S4 S0 S1 S2，则表示本次数据无S3，语音播报“双腿未蹲下”；
d.如果在S0/S1/S2/S3/S4中，出现“动作规范异常1计数”>＝相应Count的1/3，则语音播“躯干未伸直”；
e.如果S4中，出现“动作规范异常2计数”>＝相应Count的1/3，则语音播“双腿未伸直”；
f.未发生以上b，c，d，e的异常时，表示本次数据有效，计数器+1且播报加完后的数字。
实施例一
本实施例提供一种基于视觉技术的深蹲跳测试计数方法，包括：
步骤1、根据获取的准备图片，判断测试人员是否符合准备动作标准，若符合，则开始测试计数，并进入步骤2；若不符合，则进行提示；
步骤2、按照时间先后顺序获取所有图片，并判断每张图片中的动作状态类型，以及在该动作状态的保持时长，若该动作状态的保持时长小于设定阈值，则将该图片删除，否，则进入步骤3；
步骤3、判断前后图片是否符合完成一次深蹲跳，若均符合，则进行计数加1；否，则不计数；
步骤4、重复步骤2和步骤3，直至完成测试，之后显示结果。
在另一优选实施方式中，所述步骤1中的准备动作标准包括：
人体侧向状态的判断依据为：左眼节点以及右眼节点的X轴方向的坐标均小于或者大于左耳节点和右耳节点的X轴方向的坐标，则为人体侧向状态，否，则为人体不是侧向状态；
双腿伸直状态的判断依据为：右臀部节点与右膝关节节点的连线和右膝关节节点与右踝关节节点的连线的夹角大于160度时，且左臀部节点与左膝关节节点的连线和左膝关节节点与左踝关节节点的连线的夹角大于160度时，则为双腿伸直状态，否，则为双腿未伸直状态；
躯干伸直状态的判断依据为：右耳朵节点与右肩膀节点的连线和右肩膀节点与右臀部关节节点的连线的夹角大于160度时，左耳朵节点与左肩膀节点的连线和左肩膀节点与左臀部节点的连线的夹角大于160度时，则为躯干伸直状态，否，则为躯干未伸直状态；
标准动作需达到人体侧向状态、双腿伸直状态以及躯干伸直状态。
在另一优选实施方式中，所述步骤2中动作状态类型以及对应保持时长进一步具体为：
动作状态类型：S0、S1、S2、S3、S4以及未知动作状态，各动作状态所表示的动作如下所示：
S0：人体侧向状态、双腿伸直状态且躯干伸直状态；
S1：处于S0和S2之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于140度，且小于160度时的状态；
S2：处于S1和S3之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于110度，且小于140度时的状态；
S3：处于蹲到最低的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角小于110度时的状态；
S4:双腿站直状态，躯干伸直状态，且双脚离地；
不属于S0、S1、S2、S3以及S4的状态均为未知动作状态；
动作规范异常一计数器：当躯干是未伸直状态，此动作规范异常一计数器加1；
动作规范异常二计数器：处于S4状态，但是为双腿未伸直状态，此动作规范异常一计数器加1；
状态计数器Count：表示当前动作状态，本次状态发生时所采集到的次数，用于计算该状态持续时长；
未知状态计数器Cnone：表示当前动作状态为未知状态，本次状态发生时所采集到的未知动作次数，用于计算该状态持续时长。
在另一优选实施方式中，所述步骤3进一步具体为：
获取完成一次深蹲跳的连续图片，
a、如果连续图片的状态类型依次是S0、S4、S0、S1、S2、S3、S2、S1，则表示本次数据有效，进入d；
b、如果连续图片的状态类型依次是S1、S0、S1、S2以及S3，则表示本次数据无S4，语音播报“未起跳”；
c、如果连续图片的状态类型依次是S1 S2 S1 S0 S4，则表示本次数据无S3，语音播报“双腿未蹲下”；
d、若在S0、S1、S2、S3以及S4中，出现动作规范异常一计数器的值大于等于第一设定阈值，则语音播“躯干未伸直”；
e、如果S4中，出现动作规范异常二计数器的值大于等于第二设定阈值，则语音播双腿未伸直”；
f、未发生以上b、c、d以及e的异常时，表示本次数据有效，计数器加1且播报加完后的数字。
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
在本实施例中提供了第二方面，本发明提供了5、一种基于视觉技术的深蹲跳测试计数方法，包括：
准备模块，根据获取的准备图片，判断测试人员是否符合准备动作标准，若符合，则开始测试计数，并进入判断模块；若不符合，则进行提示；
判断模块，按照时间先后顺序获取所有图片，并判断每张图片中的动作状态类型，以及在该动作状态的保持时长，若该动作状态的保持时长小于设定阈值，则将该图片删除，否，则进入计数模块；
计数模块，判断前后图片是否符合完成一次深蹲跳，若均符合，则进行计数加1；否，则不计数；
完成模块，重复判断模块和计数模块，直至完成测试，之后显示结果。
在另一优选实施方式中，所述准备模块中的准备动作标准包括：
人体侧向状态的判断依据为：左眼节点以及右眼节点的X轴方向的坐标均小于或者大于左耳节点和右耳节点的X轴方向的坐标，则为人体侧向状态，否，则为人体不是侧向状态；
双腿伸直状态的判断依据为：右臀部节点与右膝关节节点的连线和右膝关节节点与右踝关节节点的连线的夹角大于160度时，且左臀部节点与左膝关节节点的连线和左膝关节节点与左踝关节节点的连线的夹角大于160度时，则为双腿伸直状态，否，则为双腿未伸直状态；
躯干伸直状态的判断依据为：右耳朵节点与右肩膀节点的连线和右肩膀节点与右臀部关节节点的连线的夹角大于160度时，左耳朵节点与左肩膀节点的连线和左肩膀节点与左臀部节点的连线的夹角大于160度时，则为躯干伸直状态，否，则为躯干未伸直状态；
标准动作需达到人体侧向状态、双腿伸直状态以及躯干伸直状态。
在另一优选实施方式中，所述判断模块中动作状态类型以及对应保持时长进一步具体为：
动作状态类型：S0、S1、S2、S3、S4以及未知动作状态，各动作状态所表示的动作如下所示：
S0：人体侧向状态、双腿伸直状态且躯干伸直状态；
S1：处于S0和S2之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于140度，且小于160度时的状态；
S2：处于S1和S3之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于110度，且小于140度时的状态；
S3：处于蹲到最低的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角小于110度时的状态；
S4:双腿站直状态，躯干伸直状态，且双脚离地；
不属于S0、S1、S2、S3以及S4的状态均为未知动作状态；
动作规范异常一计数器：当躯干是未伸直状态，此动作规范异常一计数器加1；
动作规范异常二计数器：处于S4状态，但是为双腿未伸直状态，此动作规范异常一计数器加1；
状态计数器Count：表示当前动作状态，本次状态发生时所采集到的次数，用于计算该状态持续时长；
未知状态计数器Cnone：表示当前动作状态为未知状态，本次状态发生时所采集到的未知动作次数，用于计算该状态持续时长。
在另一优选实施方式中，所述计数模块进一步具体为：
获取完成一次深蹲跳的连续图片，
a、如果连续图片的状态类型依次是S0、S4、S0、S1、S2、S3、S2、S1，则表示本次数据有效，进入d；
b、如果连续图片的状态类型依次是S1、S0、S1、S2以及S3，则表示本次数据无S4，语音播报“未起跳”；
c、如果连续图片的状态类型依次是S1 S2 S1 S0 S4，则表示本次数据无S3，语音播报“双腿未蹲下”；
d、若在S0、S1、S2、S3以及S4中，出现动作规范异常一计数器的值大于等于第一设定阈值，则语音播“躯干未伸直”；
e、如果S4中，出现动作规范异常二计数器的值大于等于第二设定阈值，则语音播双腿未伸直”；
f、未发生以上b、c、d以及e的异常时，表示本次数据有效，计数器加1且播报加完后的数字。
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存储介质，详见实施例三。
实施例三
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。
本申请实施例中提供的技术方案，至少具有如下技术效果或优点：本申请实施例提供的一种基于视觉技术的深蹲跳测试计数方法、装置及介质，
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、系统、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 (9)
1.一种基于视觉技术的深蹲跳测试计数方法，其特征在于：包括：
步骤1、根据获取的准备图片，判断测试人员是否符合准备动作标准，若符合，则开始测试计数，并进入步骤2；若不符合，则进行提示；
步骤2、按照时间先后顺序获取所有图片，并判断每张图片中的动作状态类型，以及在该动作状态的保持时长，若该动作状态的保持时长小于设定阈值，则将该图片删除，否，则进入步骤3；
步骤3、判断前后图片是否符合完成一次深蹲跳，若均符合，则进行计数加1；否，则不计数；
步骤4、重复步骤2和步骤3，直至完成测试，之后显示结果。
2.根据权利要求1所述的一种基于视觉技术的深蹲跳测试计数方法，其特征在于：所述步骤1中的准备动作标准包括：
人体侧向状态的判断依据为：左眼节点以及右眼节点的X轴方向的坐标均小于或者大于左耳节点和右耳节点的X轴方向的坐标，则为人体侧向状态，否，则为人体不是侧向状态；
双腿伸直状态的判断依据为：右臀部节点与右膝关节节点的连线和右膝关节节点与右踝关节节点的连线的夹角大于160度时，且左臀部节点与左膝关节节点的连线和左膝关节节点与左踝关节节点的连线的夹角大于160度时，则为双腿伸直状态，否，则为双腿未伸直状态；
躯干伸直状态的判断依据为：右耳朵节点与右肩膀节点的连线和右肩膀节点与右臀部关节节点的连线的夹角大于160度时，左耳朵节点与左肩膀节点的连线和左肩膀节点与左臀部节点的连线的夹角大于160度时，则为躯干伸直状态，否，则为躯干未伸直状态；
标准动作需达到人体侧向状态、双腿伸直状态以及躯干伸直状态。
3.根据权利要求2所述的一种基于视觉技术的深蹲跳测试计数方法，其特征在于：所述步骤2中动作状态类型以及对应保持时长进一步具体为：
动作状态类型：S0、S1、S2、S3、S4以及未知动作状态，各动作状态所表示的动作如下所示：
S0：人体侧向状态、双腿伸直状态且躯干伸直状态；
S1：处于S0和S2之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于140度，且小于160度时的状态；
S2：处于S1和S3之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于110度，且小于140度时的状态；
S3：处于蹲到最低的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角小于110度时的状态；
S4:双腿站直状态，躯干伸直状态，且双脚离地；
不属于S0、S1、S2、S3以及S4的状态均为未知动作状态；
动作规范异常一计数器：当躯干是未伸直状态，此动作规范异常一计数器加1；
动作规范异常二计数器：处于S4状态，但是为双腿未伸直状态，此动作规范异常一计数器加1；
状态计数器Count：表示当前动作状态，本次状态发生时所采集到的次数，用于计算该状态持续时长；
未知状态计数器Cnone：表示当前动作状态为未知状态，本次状态发生时所采集到的未知动作次数，用于计算该状态持续时长。
4.根据权利要求3所述的一种基于视觉技术的深蹲跳测试计数方法，其特征在于：所述步骤3进一步具体为：
获取完成一次深蹲跳的连续图片，
a、如果连续图片的状态类型依次是S0、S4、S0、S1、S2、S3、S2、S1，则表示本次数据有效，进入d；
b、如果连续图片的状态类型依次是S1、S0、S1、S2以及S3，则表示本次数据无S4，语音播报“未起跳”；
c、如果连续图片的状态类型依次是S1 S2 S1 S0 S4，则表示本次数据无S3，语音播报“双腿未蹲下”；
d、若在S0、S1、S2、S3以及S4中，出现动作规范异常一计数器的值大于等于第一设定阈值，则语音播“躯干未伸直”；
e、如果S4中，出现动作规范异常二计数器的值大于等于第二设定阈值，则语音播双腿未伸直”；
f、未发生以上b、c、d以及e的异常时，表示本次数据有效，计数器加1且播报加完后的数字。
5.一种基于视觉技术的深蹲跳测试计数方法，其特征在于：包括：
准备模块，根据获取的准备图片，判断测试人员是否符合准备动作标准，若符合，则开始测试计数，并进入判断模块；若不符合，则进行提示；
判断模块，按照时间先后顺序获取所有图片，并判断每张图片中的动作状态类型，以及在该动作状态的保持时长，若该动作状态的保持时长小于设定阈值，则将该图片删除，否，则进入计数模块；
计数模块，判断前后图片是否符合完成一次深蹲跳，若均符合，则进行计数加1；否，则不计数；
完成模块，重复判断模块和计数模块，直至完成测试，之后显示结果。
6.根据权利要求5所述的一种基于视觉技术的深蹲跳测试计数装置，其特征在于：所述准备模块中的准备动作标准包括：
人体侧向状态的判断依据为：左眼节点以及右眼节点的X轴方向的坐标均小于或者大于左耳节点和右耳节点的X轴方向的坐标，则为人体侧向状态，否，则为人体不是侧向状态；
双腿伸直状态的判断依据为：右臀部节点与右膝关节节点的连线和右膝关节节点与右踝关节节点的连线的夹角大于160度时，且左臀部节点与左膝关节节点的连线和左膝关节节点与左踝关节节点的连线的夹角大于160度时，则为双腿伸直状态，否，则为双腿未伸直状态；
躯干伸直状态的判断依据为：右耳朵节点与右肩膀节点的连线和右肩膀节点与右臀部关节节点的连线的夹角大于160度时，左耳朵节点与左肩膀节点的连线和左肩膀节点与左臀部节点的连线的夹角大于160度时，则为躯干伸直状态，否，则为躯干未伸直状态；
标准动作需达到人体侧向状态、双腿伸直状态以及躯干伸直状态。
7.根据权利要求6所述的一种基于视觉技术的深蹲跳测试计数装置，其特征在于：所述判断模块中动作状态类型以及对应保持时长进一步具体为：
动作状态类型：S0、S1、S2、S3、S4以及未知动作状态，各动作状态所表示的动作如下所示：
S0：人体侧向状态、双腿伸直状态且躯干伸直状态；
S1：处于S0和S2之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于140度，且小于160度时的状态；
S2：处于S1和S3之间的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角大于等于110度，且小于140度时的状态；
S3：处于蹲到最低的动作，躯干伸直状态，臀部节点与膝关节节点的连线和膝关节节点与踝关节节点的连线的夹角小于110度时的状态；
S4:双腿站直状态，躯干伸直状态，且双脚离地；
不属于S0、S1、S2、S3以及S4的状态均为未知动作状态；
动作规范异常一计数器：当躯干是未伸直状态，此动作规范异常一计数器加1；
动作规范异常二计数器：处于S4状态，但是为双腿未伸直状态，此动作规范异常一计数器加1；
状态计数器Count：表示当前动作状态，本次状态发生时所采集到的次数，用于计算该状态持续时长；
未知状态计数器Cnone：表示当前动作状态为未知状态，本次状态发生时所采集到的未知动作次数，用于计算该状态持续时长。
8.根据权利要求7所述的一种基于视觉技术的深蹲跳测试计数装置，其特征在于：所述计数模块进一步具体为：
获取完成一次深蹲跳的连续图片，
a、如果连续图片的状态类型依次是S0、S4、S0、S1、S2、S3、S2、S1，则表示本次数据有效，进入d；
b、如果连续图片的状态类型依次是S1、S0、S1、S2以及S3，则表示本次数据无S4，语音播报“未起跳”；
c、如果连续图片的状态类型依次是S1 S2 S1 S0 S4，则表示本次数据无S3，语音播报“双腿未蹲下”；
d、若在S0、S1、S2、S3以及S4中，出现动作规范异常一计数器的值大于等于第一设定阈值，则语音播“躯干未伸直”；
e、如果S4中，出现动作规范异常二计数器的值大于等于第二设定阈值，则语音播双腿未伸直”；
f、未发生以上b、c、d以及e的异常时，表示本次数据有效，计数器加1且播报加完后的数字。
9.一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 |
|---|---|---|---|
| CN202111192849.XA CN113887464A (zh) | 2021-10-13 | 2021-10-13 | 一种基于视觉技术的深蹲跳测试计数方法、装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111192849.XA CN113887464A (zh) | 2021-10-13 | 2021-10-13 | 一种基于视觉技术的深蹲跳测试计数方法、装置及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113887464A true CN113887464A (zh) | 2022-01-04 |
Family
ID=79002721
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111192849.XA Pending CN113887464A (zh) | 2021-10-13 | 2021-10-13 | 一种基于视觉技术的深蹲跳测试计数方法、装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113887464A (zh) |
-
2021
- 2021-10-13 CN CN202111192849.XA patent/CN113887464A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Davey et al. | Validation trial of an accelerometer‐based sensor platform for swimming | |
| CN114067354B (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 | |
| Jensen et al. | Classification of kinematic swimming data with emphasis on resource consumption | |
| CN111558195B (zh) | 基于穿戴式设备的跳绳计数方法、装置、设备及存储介质 | |
| CN111288986B (zh) | 一种运动识别方法及运动识别装置 | |
| CN111178280A (zh) | 一种人体坐姿识别方法、装置、设备及存储介质 | |
| CN112484747B (zh) | 计步方法、计步装置及存储介质 | |
| CN114100103B (zh) | 一种基于关键点识别的跳绳计数检测系统及方法 | |
| EP3726468A1 (en) | Technique recognition program, technique recognition method, and technique recognition system | |
| CN115337044B (zh) | 核酸采样监测方法、装置、系统与计算机可读存储介质 | |
| CN114385012B (zh) | 运动的识别方法、装置、电子设备和可读存储介质 | |
| CN112911192A (zh) | 视频处理方法、装置和电子设备 | |
| CN113743234A (zh) | 目标动作确定方法、目标动作计数方法和电子装置 | |
| CN113191200A (zh) | 一种俯卧撑测试计数方法、装置、设备和介质 | |
| CN114159050A (zh) | 一种呼吸率监测方法、装置、设备及介质 | |
| CN113893515B (zh) | 一种基于视觉技术的仰卧起坐测试计数方法、装置和介质 | |
| 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 | |
| CN113887464A (zh) | 一种基于视觉技术的深蹲跳测试计数方法、装置及介质 | |
| CN107991718A (zh) | 一种基于多模态数据分析的手机佩戴方式自动检测方法 | |
| CN110180158B (zh) | 一种跑步状态识别方法、系统及终端设备 | |
| CN117292288A (zh) | 体育测试方法、系统、电子设备、芯片及存储介质 | |
| CN117109567A (zh) | 用于动感单车运动的骑行姿态监测方法、系统以及穿戴式骑行姿态监测设备 | |
| CN114100102B (zh) | 一种基于视觉技术的开合跳测试计数方法、系统和介质 | |
| CN115068919B (zh) | 一种单杠项目的考核方法及其实现装置 | |
| CN114005176A (zh) | 一种基于视觉技术的俯卧撑测试计数方法、装置和介质 |
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: 20240103 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 |