CN113893515B - 一种基于视觉技术的仰卧起坐测试计数方法、装置和介质 - Google Patents
一种基于视觉技术的仰卧起坐测试计数方法、装置和介质 Download PDFInfo
- Publication number
- CN113893515B CN113893515B CN202111192837.7A CN202111192837A CN113893515B CN 113893515 B CN113893515 B CN 113893515B CN 202111192837 A CN202111192837 A CN 202111192837A CN 113893515 B CN113893515 B CN 113893515B
- Authority
- CN
- China
- Prior art keywords
- node
- state
- action
- connecting line
- sit
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005516 engineering process Methods 0.000 title claims abstract description 23
- 230000009471 action Effects 0.000 claims abstract description 182
- 238000002360 preparation method Methods 0.000 claims abstract description 47
- 210000001624 hip Anatomy 0.000 claims description 92
- 230000002159 abnormal effect Effects 0.000 claims description 73
- 210000003127 knee Anatomy 0.000 claims description 69
- 210000004247 hand Anatomy 0.000 claims description 55
- 210000000544 articulatio talocruralis Anatomy 0.000 claims description 35
- 238000005452 bending Methods 0.000 claims description 30
- 210000000629 knee joint Anatomy 0.000 claims description 28
- 210000002310 elbow joint Anatomy 0.000 claims description 27
- 210000003857 wrist joint Anatomy 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 8
- 210000004394 hip joint Anatomy 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000036544 posture Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000001914 filtration Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 210000002683 foot Anatomy 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 210000001217 buttock Anatomy 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000007667 floating Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 210000000689 upper leg Anatomy 0.000 description 3
- 210000003423 ankle Anatomy 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 241001442234 Cosa Species 0.000 description 1
- 210000003489 abdominal muscle Anatomy 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014759 maintenance of location Effects 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
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
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
- A63B71/0669—Score-keepers or score display devices
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B23/00—Exercising apparatus specially adapted for particular parts of the body
- A63B23/02—Exercising apparatus specially adapted for particular parts of the body for the abdomen, the spinal column or the torso muscles related to shoulders (e.g. chest muscles)
- A63B23/0205—Abdomen
- A63B23/0211—Abdomen moving torso with immobilized lower limbs
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
- A63B2024/0065—Evaluating the fitness, e.g. fitness level or fitness index
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Neurology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Pulmonology (AREA)
- Human Computer Interaction (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仰卧起坐测试计数方法、装置和介质,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仰卧起坐,若均符合,则进行计数加1;否,则不计数;提高计数准确率,并保证动作规范。
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仰卧起坐测试计数方法、装置和介质。
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,仰卧起坐是常见的健身运动,主要用于锻炼腰部和腹部肌肉,是很简单易行却十分有效的训练手段。目前已有不少关于仰卧起坐的人工智能化计数方法,但现有技术为直接通过最新获取的摄像头/视频姿态图片进行动作标准判断;
对比文件1的名称:一种仰卧起坐计数方法、装置、电子装置和存储介质,申请号为:202011620072.8;对比文件公开了仰卧起坐计数方法包括:步骤1:通过摄像头划定识别区域,利用人形目标检测算法找到识别区域内的人形;步骤2:对人形进行预处理;步骤3:计算人形头部H与脚部F的距离HF、人形头部H与股部O的距离OH和人形脚部F与股部O的距离OF,根据HF、OH和OF计算角度A的余弦值,其中,运动过程中脚部F和股部O的位置不变,头部H的位置时刻变化,同时OH和OF的值不变,HF的大小时刻变化;步骤4:根据角度A的余弦值CosA计算角度A,A=ArcCosA;步骤5:判断运动过程中角度A的最小值与预设值T的大小关系,若角度A的最小值小于预设值T,则进行一次仰卧起坐计数,若角度A的最小值大于预设值T,则不进行仰卧起坐计数。对比文件1解决了相关技术中仰卧起坐计数依赖人工的问题,实现了仰卧起坐计数。
对比文件2的名称:一种基于人体骨骼点检测的仰卧起坐计数方法,申请号为:202011140756.8;对比文件2公开了一种基于人体骨骼点检测的仰卧起坐计数方法,包括:s1、获取被测试者仰卧起坐时的实时视频流;s2、对实时视频流进行隔帧保存成图像,并对保存后的图像进行预处理操作;s3、将预处理后的图像送入人体骨骼点检测网络中进行人体骨骼点检测;s4、通过人体骨骼点判断被测试者是否处于准备状态;s5、当处于准备状态后,通过人体后骨骼点判断是否完成一个完整的仰卧起坐,当完成一个完整的仰卧起坐,计数器加1。实施本发明可实现自助式的仰卧起坐测试与计数,测试过程无需人工干涉,提高了测试的效率。
通过对比文件1和对比文件2的技术方案,可以知晓,现有的技术方案中存在容易误判且无法解决“人体关键关节点”位置飘移的问题。
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仰卧起坐测试计数方法、装置和介质,将动作时间数字化,通过关键动作与对应的时间来实现仰卧起坐姿态判断并计数,解决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”位置偏离的技术问题。
第一方面,本发明提供了一种基于视觉技术的仰卧起坐测试计数方法,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仰卧起坐,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;
所述步骤1中的准备动作标准包括:
平躺朝向正常状态的判断依据:若右耳节点的X轴方向坐标值小于右肩膀节点的X轴方向坐标值小于右臀节点的X轴方向坐标值,或者右耳节点的X轴方向坐标值大于右肩膀节点的X轴方向坐标值大于右臀节点的X轴方向坐标值;则为平躺朝向正常状态;
平躺状态的判断依据:右肩膀节点与右臀部节点的连线与水平面的夹角小于15度时,为平躺状态;
膝盖角度正常弯曲状态的判断依据:右臀部节点与右膝盖节点的连线和右膝盖节点与右踝关节的连线的夹角小于第一设定阈值时,则为膝盖角度正常弯曲状态;否,则为膝盖角度异常弯曲状态;
双手抱头状态的判断依据:若右耳节点与右手腕关节的距离小于右耳节点与右肘关节节点的距离的一半,且左耳节点与左手腕关节的距离小于左耳节点与左肘关节节点的距离的一半,则为双手抱头状态;否,则为双手未抱头状态;
准备动作标准需达到平躺朝向正常状态、平躺状态、膝盖角度正常弯曲状态以及双手抱头状态。
进一步地,所述步骤2中动作状态类型包括:S0、S1、S2以及未知动作状态,各动作状态所表示的动作如下所示:
S0:平躺状态;
S1:右肩膀节点与右臀部节点的连线与水平面的夹角大于等于15度,且小于等于50度;
S2:右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角大于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角;
不属于S0、S1以及S2的状态均为未知动作状态。
进一步地,所述步骤2中动作状态的保持时长具体为:
动作规范异常一计数器:当双手未抱头状态,此动作规范异常一计数器加1;
动作规范异常二计数器:当膝盖角度异常弯曲状态,此动作规范异常二计数器加1;
动作规范异常三计数器:处于S2,且右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角小于等于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角,此动作规范异常三计数器加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:
获取完成一次仰卧起坐的连续图片,
a、若图片依次顺序为:S0、S1、S2、S1:则表示本次仰卧起坐数据有效,进入d;
b、若图片依次顺序为:S0、S1、S0:则表示无S2,语音播报"双手未过膝盖";
c、若图片依次顺序为:S2、S1、S2:则表示无S0,语音播报"未平躺";
d、如果在S0、S1或S2中,出现动作规范异常一计数器的值大于等于设定阈值一,则语音播报"双手未抱头";
e、如果在S0、S1或S2中,出现动作规范异常二计数器的值大于等于设定阈值二,则语音播报"膝盖角度异常";
f、如果在S2中,出现动作规范异常三计数器的值大于等于设定阈值三,则语音播报"双手未过膝盖";
未发生以上b,c,d,e,f的异常时,表示本次数据有效,测试计数器加1,且播报加完后的数字。
第二方面,本发明提供了一种基于视觉技术的仰卧起坐测试计数装置,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,并进入获取图片模块;若不符合,则进行提示;
获取图片模块,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,则进入计数判断模块;
计数判断模块,判断前后图片是否符合完成一次仰卧起坐,若均符合,则进行计数加1;否,则不计数;
完成计数模块,重复获取图片模块和计数判断模块,直至完成测试,之后显示结果;
所述准备模块中的准备动作标准包括:
平躺朝向正常状态的判断依据:若右耳节点的X轴方向坐标值小于右肩膀节点的X轴方向坐标值小于右臀节点的X轴方向坐标值,或者右耳节点的X轴方向坐标值大于右肩膀节点的X轴方向坐标值大于右臀节点的X轴方向坐标值;则为平躺朝向正常状态;
平躺状态的判断依据:右肩膀节点与右臀部节点的连线与水平面的夹角小于15度时,为平躺状态;
膝盖角度正常弯曲状态的判断依据:右臀部节点与右膝盖节点的连线和右膝盖节点与右踝关节的连线的夹角小于第一设定阈值时,则为膝盖角度正常弯曲状态;否,则为膝盖角度异常弯曲状态;
双手抱头状态的判断依据:若右耳节点与右手腕关节的距离小于右耳节点与右肘关节节点的距离的一半,且左耳节点与左手腕关节的距离小于左耳节点与左肘关节节点的距离的一半,则为双手抱头状态;否,则为双手未抱头状态;
准备动作标准需达到平躺朝向正常状态、平躺状态、膝盖角度正常弯曲状态以及双手抱头状态。
进一步地,所述获取图片模块中动作状态类型包括:S0、S1、S2以及未知动作状态,各动作状态所表示的动作如下所示:
S0:平躺状态;
S1:右肩膀节点与右臀部节点的连线与水平面的夹角大于等于15度,且小于等于50度;
S2:右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角大于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角;
不属于S0、S1以及S2的状态均为未知动作状态。
进一步地,所述获取图片模块中动作状态的保持时长具体为:
动作规范异常一计数器:当双手未抱头状态,此动作规范异常一计数器加1;
动作规范异常二计数器:当膝盖角度异常弯曲状态,此动作规范异常二计数器加1;
动作规范异常三计数器:处于S2,且右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角小于等于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角,此动作规范异常三计数器加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,所述计数判断模块进一步具体为:
获取完成一次仰卧起坐的连续图片,
a、若图片依次顺序为:S0、S1、S2、S1:则表示本次仰卧起坐数据有效,进入d;
b、若图片依次顺序为:S0、S1、S0:则表示无S2,语音播报"双手未过膝盖";
c、若图片依次顺序为:S2、S1、S2:则表示无S0,语音播报"未平躺";
d、如果在S0、S1或S2中,出现动作规范异常一计数器的值大于等于设定阈值一,则语音播报"双手未抱头";
e、如果在S0、S1或S2中,出现动作规范异常二计数器的值大于等于设定阈值二,则语音播报"膝盖角度异常";
f、如果在S2中,出现动作规范异常三计数器的值大于等于设定阈值三,则语音播报"双手未过膝盖";
未发生以上b,c,d,e,f的异常时,表示本次数据有效,测试计数器加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方法、装置和介质,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仰卧起坐测试计数,将时间及动作进行数字化,能有效地实现仰卧起坐动作判断计数,并实现对不标准动作进行语音提示,使得动作更加规范;
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仰卧起坐测试计数方法、装置及介质,解决了直接通过最新获取的姿态图片进行标准判断,容易误判的技术问题,有效地实现仰卧起坐动作判断计数,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:
本发明提出一种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仰卧起坐测试计数的新方法,将时间及动作进行数字化,能有效地实现仰卧起坐动作判断计数,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,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;
如图1所示,包括如下步骤:
测试准备:
语音提示测试人员按仰卧起坐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,仰卧起坐的准备动作为:“脚向左头向右躺下”,“平躺”,”膝盖角度”,“双手抱头”,如果不符合这种准备动作,则提示“请头向右躺下”,“请平躺”,”膝盖角度异常”,“请双手抱头”等语音提示,如果符合准备动作标准,则报“仰卧起坐开始测试”。
测试数据采集:
将仰卧起坐进行动作分解,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仰卧起坐计数功能。
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仰卧起坐标准,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”双手未过膝盖”,“未平躺”,”双手未抱头”,,“膝盖角度异常”等),如若符合标准则计数器+1并语音播报加完后的数字;
具体包括如下:
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仰卧起坐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,仰卧起坐的准备动作为:“脚向左头向右躺下”,“平躺”,”膝盖角度”,“双手抱头”,如果不符合这种准备动作,则提示“请头向右躺下”,“请平躺”,”膝盖角度异常”,“请双手抱头”等语音提示,如果符合准备动作标准,则报“仰卧起坐开始测试”。
a、脚向左头向右躺下:判断依据为:取3点(A:耳,B:肩膀,C:臀部),头A的x>B的x>C的x时,表示脚左头右状态;
b、平躺:判断依据为:取3个位置点(A:肩膀,B:臀部,C:臀部正右方(若B的坐标为(Xb,Yb),则C的坐标为(Xb+10,Yb))),当这个角三点ABC的夹角<15度时,表示人体上半身为平躺状态;
c、膝盖角度异常: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<120度时,表膝盖有正常弯曲,否则为异常;
d、双手请抱头:判断依据为:取3点(A:耳,B:肘关节,C手腕关节),当AC距离<AB/2距离时,表示双手有抱头;
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;
将仰卧起坐进行动作分解,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仰卧起坐计数功能。
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):
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;
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;
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,按仰卧起坐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和图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:双手未抱头,每次数据采集如果不符合:(取3点(A:耳,B:肘关节,C手腕关节),当AC距离<AB/2距离)时,此异常计数器加1;
b、动作规范异常2计数:膝盖角度异常,每次数据采集如果不符合:(取3个位置点取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<120度时)时,膝盖角度异常,此异常计数器加1;
c、动作规范异常3计数:本次状态为S2且不符合双手过膝盖,则动作规范异常4计数加1;
d、动作状态类型:S0/S1/S2,各动作状态所表示的动作如下所示:
S0:平躺:同起始准备动作,上半身的水平角度<15度的状态;
S1:起身一半:上半身的水平角度在15-50度时的状态;
S2:起身完成:上半身的水平角度>50且双手过膝盖度时的状态;
其中的判定规则说明:
上半身的水平角度:取3个位置点(A:肩膀,B:臀部,C:臀部正右方),当这个角三点ABC的夹角;
膝盖角度:取3个位置点(A:臀部,B:膝关节,C:踝关节),这个三点ABC的夹角;
双手过膝盖:
角度1:取3点(A:膝关节,B:臀部,C踝关节)ABC角度;
角度2:取3点(a:肘关节,b:臀部,c踝关节)abc角度;
如果角度2<角度1则表示双手过膝盖,否则:未过;
f、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);
g、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,在仰卧起坐中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;
5、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仰卧起坐标准,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”双手未过膝盖”,“未平躺”,”双手未抱头”,,“膝盖角度异常”等),如若符合标准则计数器+1并语音播报加完后的数字;
如图7所示,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 S1 S0 S1 S2 S1 S0 S1 S2 S1 S0...
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、如果从后往前的历史数据符合S0 S1 S2 S1:则表示本次仰卧起坐数据有效,进入d;
b、如果从后往前历史数据为:S0 S1 S0:则表示无S2,语音播报"双手未过膝盖";
c、如果从后往前历史数据为:S2 S1 S2:则表示无S0,语音播报"未平躺";
d、如果在S0/S1/S2中,出现“动作规范异常1计数”>=相应Count的1/3,则语音播报"双手未抱头";
e、如果在S0/S1/S2中,出现“动作规范异常2计数”>=相应Count的1/3,则语音播报"膝盖角度异常";
f、如果在S2中,出现“动作规范异常3计数”>=相应Count的1/3,则语音播报"双手未过膝盖";
未发生以上b,c,d,e,f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仰卧起坐测试计数方法,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仰卧起坐,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;
所述步骤1中的准备动作标准包括:
平躺朝向正常状态的判断依据:若右耳节点的X轴方向坐标值小于右肩膀节点的X轴方向坐标值小于右臀节点的X轴方向坐标值,或者右耳节点的X轴方向坐标值大于右肩膀节点的X轴方向坐标值大于右臀节点的X轴方向坐标值;则为平躺朝向正常状态;
平躺状态的判断依据:右肩膀节点与右臀部节点的连线与水平面的夹角小于15度时,为平躺状态;
膝盖角度正常弯曲状态的判断依据:右臀部节点与右膝盖节点的连线和右膝盖节点与右踝关节的连线的夹角小于第一设定阈值时,则为膝盖角度正常弯曲状态;否,则为膝盖角度异常弯曲状态;
双手抱头状态的判断依据:若右耳节点与右手腕关节的距离小于右耳节点与右肘关节节点的距离的一半,且左耳节点与左手腕关节的距离小于左耳节点与左肘关节节点的距离的一半,则为双手抱头状态;否,则为双手未抱头状态;
准备动作标准需达到平躺朝向正常状态、平躺状态、膝盖角度正常弯曲状态以及双手抱头状态。
在另一优选实施例中,所述步骤2中动作状态类型包括:S0、S1、S2以及未知动作状态,各动作状态所表示的动作如下所示:
S0:平躺状态;
S1:右肩膀节点与右臀部节点的连线与水平面的夹角大于等于15度,且小于等于50度;
S2:右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角大于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角;
不属于S0、S1以及S2的状态均为未知动作状态。
在另一优选实施例中,所述步骤2中动作状态的保持时长具体为:
动作规范异常一计数器:当双手未抱头状态,此动作规范异常一计数器加1;
动作规范异常二计数器:当膝盖角度异常弯曲状态,此动作规范异常二计数器加1;
动作规范异常三计数器:处于S2,且右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角小于等于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角,此动作规范异常三计数器加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。
在另一优选实施例中,所述步骤3进一步具体为:
获取完成一次仰卧起坐的连续图片,
a、若图片依次顺序为:S0、S1、S2、S1:则表示本次仰卧起坐数据有效,进入d;
b、若图片依次顺序为:S0、S1、S0:则表示无S2,语音播报"双手未过膝盖";
c、若图片依次顺序为:S2、S1、S2:则表示无S0,语音播报"未平躺";
d、如果在S0、S1或S2中,出现动作规范异常一计数器的值大于等于设定阈值一,则语音播报"双手未抱头";
e、如果在S0、S1或S2中,出现动作规范异常二计数器的值大于等于设定阈值二,则语音播报"膝盖角度异常";
f、如果在S2中,出现动作规范异常三计数器的值大于等于设定阈值三,则语音播报"双手未过膝盖";
未发生以上b,c,d,e,f的异常时,表示本次数据有效,测试计数器加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,本发明提供了一种基于视觉技术的仰卧起坐测试计数装置,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,并进入获取图片模块;若不符合,则进行提示;
获取图片模块,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,则进入计数判断模块;
计数判断模块,判断前后图片是否符合完成一次仰卧起坐,若均符合,则进行计数加1;否,则不计数;
完成计数模块,重复获取图片模块和计数判断模块,直至完成测试,之后显示结果;
所述准备模块中的准备动作标准包括:
平躺朝向正常状态的判断依据:若右耳节点的X轴方向坐标值小于右肩膀节点的X轴方向坐标值小于右臀节点的X轴方向坐标值,或者右耳节点的X轴方向坐标值大于右肩膀节点的X轴方向坐标值大于右臀节点的X轴方向坐标值;则为平躺朝向正常状态;
平躺状态的判断依据:右肩膀节点与右臀部节点的连线与水平面的夹角小于15度时,为平躺状态;
膝盖角度正常弯曲状态的判断依据:右臀部节点与右膝盖节点的连线和右膝盖节点与右踝关节的连线的夹角小于第一设定阈值时,则为膝盖角度正常弯曲状态;否,则为膝盖角度异常弯曲状态;
双手抱头状态的判断依据:若右耳节点与右手腕关节的距离小于右耳节点与右肘关节节点的距离的一半,且左耳节点与左手腕关节的距离小于左耳节点与左肘关节节点的距离的一半,则为双手抱头状态;否,则为双手未抱头状态;
准备动作标准需达到平躺朝向正常状态、平躺状态、膝盖角度正常弯曲状态以及双手抱头状态。
在另一优选实施例中,所述获取图片模块中动作状态类型包括:S0、S1、S2以及未知动作状态,各动作状态所表示的动作如下所示:
S0:平躺状态;
S1:右肩膀节点与右臀部节点的连线与水平面的夹角大于等于15度,且小于等于50度;
S2:右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角大于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角;
不属于S0、S1以及S2的状态均为未知动作状态。
在另一优选实施例中,所述获取图片模块中动作状态的保持时长具体为:
动作规范异常一计数器:当双手未抱头状态,此动作规范异常一计数器加1;
动作规范异常二计数器:当膝盖角度异常弯曲状态,此动作规范异常二计数器加1;
动作规范异常三计数器:处于S2,且右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角小于等于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角,此动作规范异常三计数器加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。
在另一优选实施例中,所述计数判断模块进一步具体为:
获取完成一次仰卧起坐的连续图片,
a、若图片依次顺序为:S0、S1、S2、S1:则表示本次仰卧起坐数据有效,进入d;
b、若图片依次顺序为:S0、S1、S0:则表示无S2,语音播报"双手未过膝盖";
c、若图片依次顺序为:S2、S1、S2:则表示无S0,语音播报"未平躺";
d、如果在S0、S1或S2中,出现动作规范异常一计数器的值大于等于设定阈值一,则语音播报"双手未抱头";
e、如果在S0、S1或S2中,出现动作规范异常二计数器的值大于等于设定阈值二,则语音播报"膝盖角度异常";
f、如果在S2中,出现动作规范异常三计数器的值大于等于设定阈值三,则语音播报"双手未过膝盖";
未发生以上b,c,d,e,f的异常时,表示本次数据有效,测试计数器加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 (7)
1.一种基于视觉技术的仰卧起坐测试计数方法,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;所述动作状态类型包括:S0、S1、S2以及未知动作状态,各动作状态所表示的动作如下所示:
S0:平躺状态;
S1:右肩膀节点与右臀部节点的连线与水平面的夹角大于等于15度,且小于等于50度;
S2:右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角大于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角;
不属于S0、S1以及S2的状态均为未知动作状态;
步骤3、判断前后图片是否符合完成一次仰卧起坐,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;
所述步骤1中的准备动作标准包括:
平躺朝向正常状态的判断依据:若右耳节点的X轴方向坐标值小于右肩膀节点的X轴方向坐标值小于右臀节点的X轴方向坐标值,或者右耳节点的X轴方向坐标值大于右肩膀节点的X轴方向坐标值大于右臀节点的X轴方向坐标值;则为平躺朝向正常状态;
平躺状态的判断依据:右肩膀节点与右臀部节点的连线与水平面的夹角小于15度时,为平躺状态;
膝盖角度正常弯曲状态的判断依据:右臀部节点与右膝盖节点的连线和右膝盖节点与右踝关节的连线的夹角小于第一设定阈值时,则为膝盖角度正常弯曲状态;否,则为膝盖角度异常弯曲状态;
双手抱头状态的判断依据:若右耳节点与右手腕关节的距离小于右耳节点与右肘关节节点的距离的一半,且左耳节点与左手腕关节的距离小于左耳节点与左肘关节节点的距离的一半,则为双手抱头状态;否,则为双手未抱头状态;
准备动作标准需达到平躺朝向正常状态、平躺状态、膝盖角度正常弯曲状态以及双手抱头状态。
2.根据权利要求1所述的一种基于视觉技术的仰卧起坐测试计数方法,其特征在于:所述步骤2中动作状态的保持时长具体为:
动作规范异常一计数器:当双手未抱头状态,此动作规范异常一计数器加1;
动作规范异常二计数器:当膝盖角度异常弯曲状态,此动作规范异常二计数器加1;
动作规范异常三计数器:处于S2,且右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角小于等于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角,此动作规范异常三计数器加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。
3.根据权利要求2所述的一种基于视觉技术的仰卧起坐测试计数方法,其特征在于:所述步骤3进一步具体为:
获取完成一次仰卧起坐的连续图片,
a、若图片依次顺序为:S0、S1、S2、S1:则表示本次仰卧起坐数据有效,进入d;
b、若图片依次顺序为:S0、S1、S0:则表示无S2,语音播报"双手未过膝盖";
c、若图片依次顺序为:S2、S1、S2:则表示无S0,语音播报"未平躺";
d、如果在S0、S1或S2中,出现动作规范异常一计数器的值大于等于设定阈值一,则语音播报"双手未抱头";
e、如果在S0、S1或S2中,出现动作规范异常二计数器的值大于等于设定阈值二,则语音播报"膝盖角度异常";
f、如果在S2中,出现动作规范异常三计数器的值大于等于设定阈值三,则语音播报"双手未过膝盖";
未发生以上b,c,d,e,f的异常时,表示本次数据有效,测试计数器加1,且播报加完后的数字。
4.一种基于视觉技术的仰卧起坐测试计数装置,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,并进入获取图片模块;若不符合,则进行提示;
获取图片模块,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,则进入计数判断模块;所述动作状态类型包括:S0、S1、S2以及未知动作状态,各动作状态所表示的动作如下所示:
S0:平躺状态;
S1:右肩膀节点与右臀部节点的连线与水平面的夹角大于等于15度,且小于等于50度;
S2:右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角大于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角;
不属于S0、S1以及S2的状态均为未知动作状态;
计数判断模块,判断前后图片是否符合完成一次仰卧起坐,若均符合,则进行计数加1;否,则不计数;
完成计数模块,重复获取图片模块和计数判断模块,直至完成测试,之后显示结果;
所述准备模块中的准备动作标准包括:
平躺朝向正常状态的判断依据:若右耳节点的X轴方向坐标值小于右肩膀节点的X轴方向坐标值小于右臀节点的X轴方向坐标值,或者右耳节点的X轴方向坐标值大于右肩膀节点的X轴方向坐标值大于右臀节点的X轴方向坐标值;则为平躺朝向正常状态;
平躺状态的判断依据:右肩膀节点与右臀部节点的连线与水平面的夹角小于15度时,为平躺状态;
膝盖角度正常弯曲状态的判断依据:右臀部节点与右膝盖节点的连线和右膝盖节点与右踝关节的连线的夹角小于第一设定阈值时,则为膝盖角度正常弯曲状态;否,则为膝盖角度异常弯曲状态;
双手抱头状态的判断依据:若右耳节点与右手腕关节的距离小于右耳节点与右肘关节节点的距离的一半,且左耳节点与左手腕关节的距离小于左耳节点与左肘关节节点的距离的一半,则为双手抱头状态;否,则为双手未抱头状态;
准备动作标准需达到平躺朝向正常状态、平躺状态、膝盖角度正常弯曲状态以及双手抱头状态。
5.根据权利要求4所述的一种基于视觉技术的仰卧起坐测试计数装置,其特征在于:所述获取图片模块中动作状态的保持时长具体为:
动作规范异常一计数器:当双手未抱头状态,此动作规范异常一计数器加1;
动作规范异常二计数器:当膝盖角度异常弯曲状态,此动作规范异常二计数器加1;
动作规范异常三计数器:处于S2,且右肩膀节点与右臀部节点的连线与水平面的夹角大于50度,且右膝关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角小于等于右肘关节节点与右臀部节点的连线和右臀部节点与右踝关节节点的连线的夹角,此动作规范异常三计数器加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。
6.根据权利要求4所述的一种基于视觉技术的仰卧起坐测试计数装置,其特征在于:所述计数判断模块进一步具体为:
获取完成一次仰卧起坐的连续图片,
a、若图片依次顺序为:S0、S1、S2、S1:则表示本次仰卧起坐数据有效,进入d;
b、若图片依次顺序为:S0、S1、S0:则表示无S2,语音播报"双手未过膝盖";
c、若图片依次顺序为:S2、S1、S2:则表示无S0,语音播报"未平躺";
d、如果在S0、S1或S2中,出现动作规范异常一计数器的值大于等于设定阈值一,则语音播报"双手未抱头";
e、如果在S0、S1或S2中,出现动作规范异常二计数器的值大于等于设定阈值二,则语音播报"膝盖角度异常";
f、如果在S2中,出现动作规范异常三计数器的值大于等于设定阈值三,则语音播报"双手未过膝盖";
未发生以上b,c,d,e,f的异常时,表示本次数据有效,测试计数器加1,且播报加完后的数字。
7.一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3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111192837.7A CN113893515B (zh) | 2021-10-13 | 2021-10-13 | 一种基于视觉技术的仰卧起坐测试计数方法、装置和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111192837.7A CN113893515B (zh) | 2021-10-13 | 2021-10-13 | 一种基于视觉技术的仰卧起坐测试计数方法、装置和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113893515A CN113893515A (zh) | 2022-01-07 |
CN113893515B true CN113893515B (zh) | 2022-12-27 |
Family
ID=79191894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111192837.7A Active CN113893515B (zh) | 2021-10-13 | 2021-10-13 | 一种基于视觉技术的仰卧起坐测试计数方法、装置和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113893515B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115590504A (zh) * | 2022-09-30 | 2023-01-13 | 科大讯飞股份有限公司(Cn) | 运动评测方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10121066B1 (en) * | 2017-11-16 | 2018-11-06 | Blast Motion Inc. | Method of determining joint stress from sensor data |
CN109011506A (zh) * | 2018-07-12 | 2018-12-18 | 深圳市虚数科技有限公司 | 一种训练动作识别方法 |
CN109815907A (zh) * | 2019-01-25 | 2019-05-28 | 深圳市象形字科技股份有限公司 | 一种基于计算机视觉技术的仰卧起坐姿态检测与指导方法 |
CN111368810A (zh) * | 2020-05-26 | 2020-07-03 | 西南交通大学 | 基于人体及骨骼关键点识别的仰卧起坐检测系统及方法 |
CN111401260A (zh) * | 2020-03-18 | 2020-07-10 | 南通大学 | 基于Quick-OpenPose模型的仰卧起坐测试计数方法及系统 |
CN112464715A (zh) * | 2020-10-22 | 2021-03-09 | 南京理工大学 | 一种基于人体骨骼点检测的仰卧起坐计数方法 |
-
2021
- 2021-10-13 CN CN202111192837.7A patent/CN113893515B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10121066B1 (en) * | 2017-11-16 | 2018-11-06 | Blast Motion Inc. | Method of determining joint stress from sensor data |
CN109011506A (zh) * | 2018-07-12 | 2018-12-18 | 深圳市虚数科技有限公司 | 一种训练动作识别方法 |
CN109815907A (zh) * | 2019-01-25 | 2019-05-28 | 深圳市象形字科技股份有限公司 | 一种基于计算机视觉技术的仰卧起坐姿态检测与指导方法 |
CN111401260A (zh) * | 2020-03-18 | 2020-07-10 | 南通大学 | 基于Quick-OpenPose模型的仰卧起坐测试计数方法及系统 |
CN111368810A (zh) * | 2020-05-26 | 2020-07-03 | 西南交通大学 | 基于人体及骨骼关键点识别的仰卧起坐检测系统及方法 |
CN112464715A (zh) * | 2020-10-22 | 2021-03-09 | 南京理工大学 | 一种基于人体骨骼点检测的仰卧起坐计数方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113893515A (zh) | 2022-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111437583B (zh) | 一种基于Kinect的羽毛球基本动作辅助训练系统 | |
CN111368810B (zh) | 基于人体及骨骼关键点识别的仰卧起坐检测系统及方法 | |
CN109815907B (zh) | 一种基于计算机视觉技术的仰卧起坐姿态检测与指导方法 | |
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 | |
CN109274883B (zh) | 姿态矫正方法、装置、终端及存储介质 | |
CN110298218B (zh) | 交互式健身装置和交互式健身系统 | |
CN109117753B (zh) | 部位识别方法、装置、终端及存储介质 | |
CN111178280A (zh) | 一种人体坐姿识别方法、装置、设备及存储介质 | |
CN110399794B (zh) | 基于人体的姿态识别方法、装置、设备及存储介质 | |
CN113856186B (zh) | 一种引体向上动作判定与计数的方法、系统及装置 | |
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 | |
CN114100103B (zh) | 一种基于关键点识别的跳绳计数检测系统及方法 | |
CN113191200A (zh) | 一种俯卧撑测试计数方法、装置、设备和介质 | |
CN113743234A (zh) | 目标动作确定方法、目标动作计数方法和电子装置 | |
CN115346670A (zh) | 基于姿态识别的帕金森病评级方法、电子设备及介质 | |
JPH07282235A (ja) | 動作認識装置 | |
CN113935921B (zh) | 一种镜面式健身信息交互方法及系统 | |
CN112861606A (zh) | 基于骨骼动画追踪的虚拟现实手部动作识别与训练方法 | |
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 | |
CN117115922A (zh) | 坐位体前屈评测方法、系统、电子设备和存储介质 | |
CN115690895A (zh) | 基于人体骨骼点检测的多人运动检测方法及装置 | |
CN115331304A (zh) | 一种跑步识别方法 | |
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 | |
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 | |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent 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 Patentee 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 Patentee before: HENGONDA TECHNOLOGY Co.,Ltd. |