CN114011026A - 一种非接触式体能测试系统及方法 - Google Patents

一种非接触式体能测试系统及方法 Download PDF

Info

Publication number
CN114011026A
CN114011026A CN202111273912.2A CN202111273912A CN114011026A CN 114011026 A CN114011026 A CN 114011026A CN 202111273912 A CN202111273912 A CN 202111273912A CN 114011026 A CN114011026 A CN 114011026A
Authority
CN
China
Prior art keywords
state
human body
motion
angle
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.)
Pending
Application number
CN202111273912.2A
Other languages
English (en)
Inventor
王晗
关絜匀
周子群
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Forestry University
Original Assignee
Beijing Forestry University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Forestry University filed Critical Beijing Forestry University
Priority to CN202111273912.2A priority Critical patent/CN114011026A/zh
Publication of CN114011026A publication Critical patent/CN114011026A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • A63B23/035—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously
    • A63B23/12—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles
    • A63B23/1209—Involving a bending of elbow and shoulder joints simultaneously
    • A63B23/1218—Chinning, pull-up, i.e. concentric movement
    • 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
    • A63B23/035—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously
    • A63B23/12—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles
    • A63B23/1209—Involving a bending of elbow and shoulder joints simultaneously
    • 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
    • A63B23/035—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously
    • A63B23/12—Exercising apparatus specially adapted for particular parts of the body for limbs, i.e. upper or lower limbs, e.g. simultaneously for upper limbs or related muscles, e.g. chest, upper back or shoulder muscles
    • A63B23/1209—Involving a bending of elbow and shoulder joints simultaneously
    • A63B23/1236—Push-ups in horizontal position, i.e. eccentric movement
    • 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
    • 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
    • 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
    • A63B71/0686—Timers, rhythm indicators or pacing apparatus using electric or electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
    • G06F9/4498—Finite state machines
    • 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
    • G06N3/08—Learning methods
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及一种非接触式体能测试系统及方法，其系统包括：体能测试控制模块：用于获取人体关键点坐标，并计算各躯干关节间角度；仰卧起坐测试模块：用于对仰卧起坐进行计数；俯卧撑测试模块：用于对俯卧撑进行计数；平板支撑测试模块：用于对平板支撑进行计数；测试反馈模块：用于将检测数据反馈给用户。本发明提供的系统利用人体姿态识别深度学习框架，在无需让用户携带任何仪器设备的前提下获得用户的骨架坐标信息，进行精确的运动计数或计时，其检测过程不需其他人为干预。同时本发明通过使用有限状态机算法模型，运动检测过程中对于运动数据的测量准确，对于所测试动作以外的其他干扰动作具有较好的容错性。

Description

一种非接触式体能测试系统及方法
技术领域
本发明涉及体能测试领域，具体涉及一种非接触式体能测试系统及方法。
背景技术
随着生活品质的提高，人们越来越注重对身体素质的改善练习。其中，力量训练类运动对于人体的减脂塑形有着极其重要的作用。目前，力量训练绝大部分是以穿戴设备为基础进行测量。这类器材中包括：电磁感应类型、GPS测量类型等。电磁感应器材是在测试者身上穿戴接收或发射装置，利用电脑等测量仪器发射或接收信号并通过信号的有无来进行计数。此类器材存在信号易受干扰、发射功率受限、测量范围过大不精确等弊端。GPS测量类型是以全球定位系统为基础，通过人体位移轨迹记录运动轨迹，只适合长跑类项目的低精确度测量，无法测量原地运动以及需要精确值的项目。
目前国内对于力量训练类非接触式系统研究较少，已有的一些监测系统通常会对被测者所处的环境有所限制，如需要在颜色单一的环境中穿着特定颜色的衣服才能进行检测。这些限制使得体能检测不能随时随地为普通人所服务。
发明内容
为了解决上述技术问题，本发明提供一种非接触式体能测试系统及方法。
本发明技术解决方案为：一种非接触式体能测试系统，包括：
体能测试控制模块：用户选择运动模式，通过上传或摄像头输入运动视频；根据运动模式，并利用OpenPose框架对所述运动视频进行人体姿态估计，获得人体关键点坐标；根据所述人体关键点坐标计算各躯干关节间角度；
仰卧起坐测试模块：将有限状态机作为判定仰卧起坐的计算模型，定义仰卧起坐中被测人体的状态为有限状态，将被测人体在完成仰卧起坐过程中可能出现的状态定义为四种：“准备状态”、“过程状态”、“计数状态”、“其他状态”；定义一个完整仰卧起坐动作的状态序列为一个连续且有序的状态转换过程：“准备状态”至“过程状态”再至“计数状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据所述各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的仰卧起坐，同时计数加一；
俯卧撑测试模块：将有限状态机作为判定俯卧撑的计算模型，定义俯卧撑中被测人体的状态为有限状态；将被测人体在完成俯卧撑中可能出现的状态定义为四种：“起身状态”、“过程状态”、“伏地状态”以及“其他状态”，定义一个完整俯卧撑动作的状态序列为一个连续且有序的状态转换过程：“起身状态”至“过程状态”再至“伏地状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据所述各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的俯卧撑，同时计数加一；
平板支撑测试模块：将有限状态机作为判定平板支撑的计算模型，定义平板支撑中被测人体的状态为有限状态，将被测人体在进行平板支撑运动过程中可能出现的状态定义为两种：“计时状态”和“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据所述各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当处于“计时状态”时，开始计时，处于“其它状态”时，停止计时；
测试反馈模块：接受所述体能测试控制模块传递的启动计数或计时指令后，开始计数或计时；同步地向所述用户实时反馈完成的动作个数或动作持续时间，再根据设定的计算公式，计算并反馈实时消耗的卡路里数
本发明与现有技术相比，具有以下优点：
本发明公开了一种非接触式体能测试系统，用户无需穿戴任何仪器即可获得体能训练的相关数据，减少了穿戴仪器对用户体能训练带来的干扰。利用人体姿态识别深度学习框架对二维图像进行关节点坐标识别，能够在极大程度上避免训练过程中对于环境的依赖，同时，本发明采用基于图像的处理和深度学习方式可获取用户信息更为全面和丰富，为进一步的挖掘提供了更好的数据基础。本发明通过使用有限状态机算法模型，运动检测过程中对于运动数据的测量准确，对于所测试动作以外的其他干扰动作具有较好的容错性。本发明公开的系统提供了体能测试控制与测试反馈图形化界面，一方面把平台的可维护性和可移植性提高了；另外一方面为产品的批量生产提供了便利。
附图说明
图1为本发明实施例中一种非接触式体能测试系统的结构框图；
图2为本发明实施例中仰卧起坐和俯卧撑的有限状态机状态转换示意图；
图3为本发明实施例中平板支撑的有限状态机状态转换示意图；
图4为本发明实施例中一种非接触式体能测试方法的流程图。
具体实施方式
本发明提供了一种非接触式体能测试系统，利用人体姿态识别深度学习框架，在无需让用户携带任何仪器设备的前提下获得用户的骨架坐标信息，进行精确的运动计数或计时，其检测过程不需其他人为干预，同时能根据检测数据反馈给用户相关测试结果。
为了使本发明的目的、技术方案及优点更加清楚，以下通过具体实施，并结合附图，对本发明进一步详细说明。
本发明实施例的硬件环境为四核Intel i5处理器16G内存独立显卡MX250以及硬件配置为内存容量为4G以上，硬盘容量为256G，软件环境为CUDA,cuDNN,python 3.8,flask,OpenCV3.0,Visual Studio 2019,Pycharm 2020，Windows 10以上版本。
实施例一
如图1所示，本发明实施例提供了一种非接触式体能测试系统，包括下述模块：
体能测试控制模块1：用户选择运动模式，通过上传或摄像头输入运动视频；根据运动模式，并利用OpenPose框架对运动视频进行人体姿态估计，获得人体关键点坐标；根据人体关键点坐标计算各躯干关节间角度；
仰卧起坐测试模块2：将有限状态机作为判定仰卧起坐的计算模型，定义仰卧起坐中被测人体的状态为有限状态，将被测人体在完成仰卧起坐过程中可能出现的状态定义为四种：“准备状态”、“过程状态”、“计数状态”、“其他状态”；定义一个完整仰卧起坐动作的状态序列为一个连续且有序的状态转换过程：“准备状态”至“过程状态”再至“计数状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的仰卧起坐，同时计数加一；
俯卧撑测试模块3：将有限状态机作为判定俯卧撑的计算模型，定义俯卧撑中被测人体的状态为有限状态；将被测人体在完成俯卧撑中可能出现的状态定义为四种：“起身状态”、“过程状态”、“伏地状态”以及“其他状态”，定义一个完整俯卧撑动作的状态序列为一个连续且有序的状态转换过程：“起身状态”至“过程状态”再至“伏地状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的俯卧撑，同时计数加一；
平板支撑测试模块4：将有限状态机作为判定平板支撑的计算模型，定义平板支撑中被测人体的状态为有限状态，将被测人体在进行平板支撑运动过程中可能出现的状态定义为两种：“计时状态”和“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当处于“计时状态”时，开始计时，处于“其它状态”时，停止计时；
测试反馈模块5：接受体能测试控制模块传递的启动计数或计时指令后，开始计数或计时；同步地向用户实时反馈完成的动作个数或动作持续时间，再根据设定的计算公式，计算并反馈实时消耗的卡路里数。
在一个实施例中，上述体能测试控制模块，具体包括：
上传运动视频方式：用户选择视频进行上传后，调用OpenPose对运动视频进行处理，得到每个视频帧中人体25个关节点坐标，计算得到相应的角度后，调用测试反馈模块进行计数或计时；
摄像头获取运动视频方式：用户点击开始后，调用OpenPose对摄像头获取的运动视频进行处理，得到每个视频帧中人体25个关节点坐标，计算得到相应的角度后，调用测试反馈模块进行计数或计时。
本发明实施例采用OpenPose框架对输入的运动视频进行人体姿态估计，得到json格式的每一帧人体25个关键点坐标；根据人体关键点坐标计算各躯干关节间角度。
当用户选择上传视频方式时，用户视频上传完毕后，向仰卧起坐测试模块或俯卧撑测试模块传递启动计数指令，或向平板支撑测试模块传递启动计时指令并调用测试反馈模块进行同步反馈，视频处理完成后，自动结束计时或计数指令。
当用户选择摄像头输入视频方式时，用户点击开始按钮后，向仰卧起坐测试模块或俯卧撑测试模块传递启动计数指令，或向平板支撑测试模块传递启动计时指令，同时调用测试反馈模块进行同步反馈，用户点击结束按钮后，则向仰卧起坐测试模块、俯卧撑测试模块或平板支撑测试模块传递结束计数或计时指令。
在一个实施例中，上述仰卧起坐测试模块，具体包括：
将有限状态机作为判定仰卧起坐的计算模型，定义仰卧起坐中被测人体的状态为有限状态，将被测人体在完成仰卧起坐过程中可能出现的状态定义为四种：“准备状态(平躺状态)”、“过程状态(坐起和躺下的中途)”、“计数状态(成功达到计数标准)”、“其他状态”；定义一个完整仰卧起坐动作的状态序列为一个连续且有序的状态转换过程：“准备状态”至“过程状态”再至“计数状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的仰卧起坐，同时计数加一。
根据体能测试控制模块中所获取的人体各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态。当躯干和水平面的角度小于20、大腿和小腿所成角度在40-120之间、双膝间距离小于20、躯干和水平面所成角度小于10时，设置当前状态为“准备状态(平躺状态)”，即屈膝准备姿势；循环对json文件进行检测计算，当躯干和水平面所成角度大于85时，设置当前状态为“计数状态(成功达到计数标准)”；在平躺状态基础上，当躯干和水平面所成角度处于10-85之间时，设置当前状态为“过程状态坐起和躺下的中途)”，以上“准备状态(平躺状态)”、“过程状态(坐起和躺下的中途)”、“计数状态(成功达到计数标准)”三种状态以外的所有其他非仰卧起坐过程中出现的干扰动作为“其他状态”。
仰卧起坐的有限状态机的状态转移条件如图2所示：Q0为起始状态，Q3状态出现视为一次完整的仰卧起坐动作，计数加1。当动作满足该动作“准备状态(平躺状态)”时，状态置为Q1；当被测人体的动作处于“过程状态(坐起和躺下的中途)”时，状态置为Q2；当被测人体动作处于“计数状态(成功达到计数标准)”，即“完成状态”时，置为Q3，计数+1；若被测人体完成后保持状态，状态置为Q4，直到被测人体回到起始“准备状态(平躺状态)”时状态置为Q1。若被测人体中途的动作不满足以上4种判断，状态置为Q0，处于“其他状态”，直到被测人体达成“准备状态(平躺状态)”，状态置为Q1。如果被测人体直接从“准备状态(平躺状态)”变为“完成状态”，状态置为Q3，但是计数不会增加。
在一个实施例中，上述俯卧撑测试模块，具体包括：
将有限状态机作为判定俯卧撑的计算模型，定义俯卧撑中被测人体的状态为有限状态；将被测人体在完成俯卧撑中可能出现的状态定义为四种：“起身状态”、“过程状态”、“伏地状态”以及“其他状态”，定义一个完整俯卧撑动作的状态序列为一个连续且有序的状态转换过程：“起身状态”至“过程状态”再至“伏地状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的俯卧撑，同时计数加一。
根据体能测试控制模块中所获取的人体各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态。当检测到身体上下部分所在直线斜率绝对值小于0.45时，认定其为运动状态。循环对json文件进行检测计算，其中，当大臂小臂夹角小于150度时为“起身状态”；当肩膀的水平值小于肘关节的水平值且手部位于肩膀内侧时，认为“伏地状态”；位于两状态之间的状态均为“过程状态”。而身体上下部分斜率绝对值高于0.45时，认为此时为“其他状态”。
俯卧撑动作的有限状态机的状态转移条件如图2所示：Q0为起始状态，Q3状态出现视为一次完整的俯卧撑动作，计数加1。当被测人体动作满足该动作“起身状态”，即“准备状态”时，状态置为Q1；当被测人体的动作处于“过程状态”时，状态置为Q2；当被测人体动作处于“伏地状态”，即“完成状态”时，状态置为Q3，计数加一；若被测人体完成后保持状态，状态置为Q4，直到被测人体回到起始“起身状态”置为Q1。若被测人体中途的动作使图像不满足以上4中判断，状态置为Q0，处于“其他状态”，直到被测人体达成“起身状态”，状态置为Q1。如果被测人体直接从“起身状态”变为“伏地状态”，状态置为Q3，但是计数不会增加。
在一个实施例中，上述平板支撑测试模块，具体包括：
根据体能测试控制模块中所获取的人体各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态。当被测人体腿和躯干间的角度大于160、大腿和小腿所成角度大于150、双膝间距离小于20且躯干和水平面所成角度小于13时，设置当前状态为“计时状态”；
循环对json文件进行检测计算，状态为“计时状态”时，根据视频流帧率进行计时，处于非“计时状态”的“其它状态”时，停止计时；
平板支撑的状态转移条件如图3所示：Q0为起始状态，Q1为“计时状态”，Q2为“其它状态”；对于某一帧，当被测人体动作处于“计时状态”，计时+1/fps(视频流帧率)；若状态持续由Q1->Q1，则计时不断累加；若状态由Q1->Q2，则计时暂停并将状态置为Q0。
在一个实施例中，上述测试反馈模块，具体包括：
当用户发出开始指令时，测试反馈模块开始同步进行反馈；读取运动测试模块中所记录的用户完成动作个数或动作持续时间。测试反馈模块以图形化界面展示该次测试过程中完成动作个数或持续时间以及运动过程中所消耗的能量；
对于仰卧起坐运动检测，运动所消耗的能量＝10*动作个数；
对于俯卧撑运动检测，运动所消耗的能量＝140*动作个数；
对于平板支撑运动检测，运动所消耗的能量＝0.6*动作持续时间。
测试反馈模块的输出方式，具体包括：
对于上传运动视频方式，在输入运动视频帧后，对每个视频帧产生的25个关键点坐标进行角度计算，得到动作个数或运动持续时间，与运动视频输出同步进行；
对于摄像头获取运动视频方式，对于仰卧起坐测试模块与俯卧撑测试模块，实时对产生的25个关键点坐标进行角度计算得到动作个数，同时将最近一幅视频帧传回实时画面与个数反馈同步显示；
对于摄像头获取运动视频方式，对于平板支撑测试模块，通过用户打开一段时间摄像头，得到摄像头平均实时帧率，由平均实时帧率对产生的25个关键点坐标进行角度计算得到运动持续时间，同时将最近一幅视频帧传回实时画面与时间反馈同步显示。
本发明公开了一种非接触式体能测试系统，用户无需穿戴任何仪器即可获得体能训练的相关数据，减少了穿戴仪器对用户体能训练带来的干扰。利用人体姿态识别深度学习框架对二维图像进行关节点坐标识别，能够在极大程度上避免训练过程中对于环境的依赖，同时，本发明采用基于图像的处理和深度学习方式可获取用户信息更为全面和丰富，为进一步的挖掘提供了更好的数据基础。通过使用有限状态机算法模型，运动检测过程中对于运动数据的测量准确，对于所测试动作以外的其他干扰动作具有较好的容错性。本发明公开的系统提供了体能测试控制与测试反馈图形化界面，一方面把平台的可维护性和可移植性提高了；另外一方面为产品的批量生产提供了便利。
实施例二
如图4所示，本发明实施例提供了一种非接触式体能测试方法，包括下述步骤：
步骤S1：用户对视频输入方式进行选择，其中，输入视频方式包括：上传运动视频方式和摄像头获取运动视频方式，并利用体能测试控制模块对运动视频进行分析，得到人体关键点坐标，根据人体关键点坐标计算各躯干关节间角度；
步骤S2：用户对运动模式进行选择，调用其对应的模块对运动进行测试，具体包括：
仰卧起坐测试模块：将有限状态机作为判定仰卧起坐的计算模型，定义仰卧起坐中被测人体的状态为有限状态，将被测人体在完成仰卧起坐过程中可能出现的状态定义为四种：“准备状态”、“过程状态”、“计数状态”、“其他状态”；定义一个完整仰卧起坐动作的状态序列为一个连续且有序的状态转换过程：“准备状态”至“过程状态”再至“计数状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的仰卧起坐，同时计数加一；
俯卧撑测试模块：将有限状态机作为判定俯卧撑的计算模型，定义俯卧撑中被测人体的状态为有限状态；将被测人体在完成俯卧撑中可能出现的状态定义为四种：“起身状态”、“过程状态”、“伏地状态”以及“其他状态”，定义一个完整俯卧撑动作的状态序列为一个连续且有序的状态转换过程：“起身状态”至“过程状态”再至“伏地状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的俯卧撑，同时计数加一；
平板支撑测试模块：将有限状态机作为判定平板支撑的计算模型，定义平板支撑中被测人体的状态为有限状态，将被测人体在进行平板支撑运动过程中可能出现的状态定义为两种：“计时状态”和“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当处于“计时状态”时，开始计时，处于“其它状态”时，停止计时。
步骤S3：根据运动模式，以及视频输入方式，对运动视频进行分析计算；分别实现对不同的视频输入方式下，对于仰卧起坐和俯卧撑的计数，以及对平板支撑的计时，同时将运动结果反馈给用户。
当采用视频输入方式时，当用户希望结束本次训练或测试时，点击结束按钮则结束测试，则将运动结果反馈给用户。
当采用摄像头获取运动视频方式时，将运动结果实时反馈给用户。
提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。

Claims (8)

1.一种非接触式体能测试系统，其特征在于，包括下述模块：
体能测试控制模块：用户选择运动模式，通过上传或摄像头输入运动视频；根据运动模式，并利用OpenPose框架对所述运动视频进行人体姿态估计，获得人体关键点坐标；根据所述人体关键点坐标计算各躯干关节间角度；
仰卧起坐测试模块：将有限状态机作为判定仰卧起坐的计算模型，定义仰卧起坐中被测人体的状态为有限状态，将被测人体在完成仰卧起坐过程中可能出现的状态定义为四种：“准备状态”、“过程状态”、“计数状态”、“其他状态”；定义一个完整仰卧起坐动作的状态序列为一个连续且有序的状态转换过程：“准备状态”至“过程状态”再至“计数状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据所述各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的仰卧起坐，同时计数加一；
俯卧撑测试模块：将有限状态机作为判定俯卧撑的计算模型，定义俯卧撑中被测人体的状态为有限状态；将被测人体在完成俯卧撑中可能出现的状态定义为四种：“起身状态”、“过程状态”、“伏地状态”以及“其他状态”，定义一个完整俯卧撑动作的状态序列为一个连续且有序的状态转换过程：“起身状态”至“过程状态”再至“伏地状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据所述各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的俯卧撑，同时计数加一；
平板支撑测试模块：将有限状态机作为判定平板支撑的计算模型，定义平板支撑中被测人体的状态为有限状态，将被测人体在进行平板支撑运动过程中可能出现的状态定义为两种：“计时状态”和“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据所述各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当处于“计时状态”时，开始计时，处于“其它状态”时，停止计时；
测试反馈模块：接受所述体能测试控制模块传递的启动计数或计时指令后，开始计数或计时；同步地向所述用户实时反馈完成的动作个数或动作持续时间，再根据设定的计算公式，计算并反馈实时消耗的卡路里数。
2.根据权利要求1所述的非接触式体能测试系统，其特征在于，所述体能测试控制模块，具体包括：
上传运动视频方式：所述用户选择视频进行上传后，调用OpenPose对所述运动视频进行处理，得到每个视频帧中人体25个关节点坐标，计算得到相应的角度后，调用所述测试反馈模块进行计数或计时；
摄像头获取运动视频方式：所述用户点击开始后，调用OpenPose对摄像头获取的运动视频进行处理，得到每个视频帧中人体25个关节点坐标，计算得到相应的角度后，调用所述测试反馈模块进行计数或计时。
3.根据权利要求1所述的非接触式体能测试系统，其特征在于，所述仰卧起坐测试模块的人体的状态，具体包括：
当躯干和水平面的角度小于20、大腿和小腿所成角度在40-120之间、双膝间距离小于20、躯干和水平面所成角度小于10时，设置当前状态为所述“准备状态”，即屈膝准备姿势；在所述准备状态基础上，当躯干和水平面所成角度大于85时，设置当前状态为所述“计数状态”；在所述准备状态基础上，当躯干和水平面所成角度处于10-85之间时，设置当前状态为所述“过程状态”。
4.根据权利要求1所述的非接触式体能测试系统，其特征在于，所述俯卧撑测试模块的人体的状态，具体包括：
当检测到身体上下部分所在直线斜率绝对值小于0.45时，认定其为运动状态，包括：当大臂小臂夹角小于150度时为所述“起身状态”；当肩膀的水平值小于肘关节的水平值且手部位于肩膀内侧时为所述“伏地状态”；位于两状态之间的状态均为所述“过程状态”；而身体上下部分斜率绝对值高于0.45时，认定其为所述“其他状态”。
5.根据权利要求1所述的非接触式体能测试系统，其特征在于，所述平板支撑测试模块的人体的状态，具体包括：
当被测人体腿和躯干间的角度大于160、大腿和小腿所成角度大于150、双膝间距离小于20且躯干和水平面所成角度小于13时，设置当前状态为所述“计时状态”；当各角度不满足上述任意区间时，设置当前状态为所述“其它状态”。
6.根据权利要求1所述的非接触式体能测试系统，其特征在于，所述测试反馈模块的计算公式，具体包括：
对于仰卧起坐运动检测，运动所消耗的能量＝10*动作个数；
对于俯卧撑运动检测，运动所消耗的能量＝140*动作个数；
对于平板支撑运动检测，运动所消耗的能量＝0.6*动作持续时间。
7.根据权利要求1所述的非接触式体能测试系统，其特征在于，所述测试反馈模块的输出方式，具体包括：
对于上传运动视频方式，在输入运动视频帧后，对每个所述视频帧产生的25个关键点坐标进行角度计算，得到动作个数或运动持续时间，与所述运动视频输出同步进行；
对于摄像头获取运动视频方式，对于所述仰卧起坐测试模块与所述俯卧撑测试模块，实时对产生的25个关键点坐标进行角度计算得到动作个数，同时将最近一幅视频帧传回实时画面与个数反馈同步显示；
对于摄像头获取运动视频方式，对于所述平板支撑测试模块，通过用户打开一段时间摄像头，得到摄像头平均实时帧率，由所述平均实时帧率对产生的25个关键点坐标进行角度计算得到运动持续时间，同时将最近一幅视频帧传回实时画面与时间反馈同步显示。
8.一种非接触式体能测试方法，其特征在于，包括下述步骤：
步骤S1：用户对视频输入方式进行选择；其中，所述输入视频方式包括：上传运动视频方式和摄像头获取运动视频方式，并利用体能测试控制模块对所述运动视频进行分析，得到人体关键点坐标，根据所述人体关键点坐标计算各躯干关节间角度；
步骤S2：所述用户对运动模式进行选择，调用其对应的模块对运动进行测试，包括：
仰卧起坐测试模块：将有限状态机作为判定仰卧起坐的计算模型，定义仰卧起坐中被测人体的状态为有限状态，将被测人体在完成仰卧起坐过程中可能出现的状态定义为四种：“准备状态”、“过程状态”、“计数状态”、“其他状态”；定义一个完整仰卧起坐动作的状态序列为一个连续且有序的状态转换过程：“准备状态”至“过程状态”再至“计数状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据所述各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的仰卧起坐，同时计数加一；
俯卧撑测试模块：将有限状态机作为判定俯卧撑的计算模型，定义俯卧撑中被测人体的状态为有限状态；将被测人体在完成俯卧撑中可能出现的状态定义为四种：“起身状态”、“过程状态”、“伏地状态”以及“其他状态”，定义一个完整俯卧撑动作的状态序列为一个连续且有序的状态转换过程：“起身状态”至“过程状态”再至“伏地状态”，期间不出现“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据所述各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当状态转换完成了一个完整的状态转移序列时，认为被测人体完成了一个完整的俯卧撑，同时计数加一；
平板支撑测试模块：将有限状态机作为判定平板支撑的计算模型，定义平板支撑中被测人体的状态为有限状态，将被测人体在进行平板支撑运动过程中可能出现的状态定义为两种：“计时状态”和“其他状态”；根据运动视频帧的二维坐标，分别获取上半身与下半身的四个点，平均计算x坐标值来判断人体朝向为左或者右；根据所述各躯干关节间角度与预先设定的阈值进行匹配，判断当前动作所处状态；当处于“计时状态”时，开始计时，处于“其它状态”时，停止计时。
步骤S3：根据所述运动模式，以及所述视频输入方式，对所述运动视频进行分析计算；分别实现对不同的所述视频输入方式下，对于仰卧起坐和俯卧撑的计数，以及对平板支撑的计时，同时将运动结果反馈给所述用户。
CN202111273912.2A 2021-10-29 2021-10-29 一种非接触式体能测试系统及方法 Pending CN114011026A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111273912.2A CN114011026A (zh) 2021-10-29 2021-10-29 一种非接触式体能测试系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111273912.2A CN114011026A (zh) 2021-10-29 2021-10-29 一种非接触式体能测试系统及方法

Publications (1)

Publication Number Publication Date
CN114011026A true CN114011026A (zh) 2022-02-08

Family

ID=80058800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111273912.2A Pending CN114011026A (zh) 2021-10-29 2021-10-29 一种非接触式体能测试系统及方法

Country Status (1)

Country Link
CN (1) CN114011026A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114681890A (zh) * 2022-03-16 2022-07-01 北京普世吉科技有限公司 一种人体动作计数方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106934830A (zh) * 2017-03-14 2017-07-07 北京林业大学 一种基于深度图像的非接触式体能测试系统及测试方法
US20190362139A1 (en) * 2018-05-28 2019-11-28 Kaia Health Software GmbH Monitoring the performance of physical exercises
CN111275031A (zh) * 2020-05-07 2020-06-12 西南交通大学 基于人体关键点的平板支撑检测方法、装置、设备及介质
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
CN112966597A (zh) * 2021-03-04 2021-06-15 山东云缦智能科技有限公司 一种基于骨骼关键点的人体运动动作计数方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106934830A (zh) * 2017-03-14 2017-07-07 北京林业大学 一种基于深度图像的非接触式体能测试系统及测试方法
US20190362139A1 (en) * 2018-05-28 2019-11-28 Kaia Health Software GmbH Monitoring the performance of physical exercises
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
CN111275031A (zh) * 2020-05-07 2020-06-12 西南交通大学 基于人体关键点的平板支撑检测方法、装置、设备及介质
CN112966597A (zh) * 2021-03-04 2021-06-15 山东云缦智能科技有限公司 一种基于骨骼关键点的人体运动动作计数方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114681890A (zh) * 2022-03-16 2022-07-01 北京普世吉科技有限公司 一种人体动作计数方法

Similar Documents

Publication Publication Date Title
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
CN106934830B (zh) 一种基于深度图像的非接触式体能测试系统及测试方法
CN103584919A (zh) 多模态生物信号同步检测系统及方法
CN107930048B (zh) 一种太空体感识别运动分析系统及运动分析方法
CN107961523A (zh) 基于心率检测的人体训练系统和智能健身系统
CN109222968A (zh) 康复评估设备、康复评估方法以及康复评估程序
CN207264314U (zh) 一种基于可穿戴设备的运动比对系统
US20230233103A1 (en) Motion monitoring methods and systems
CN107928633A (zh) 一种轻量型三维及体成分追踪仪及体成分测试方法
CN106175678A (zh) 一种面向睡眠分析的无线心电监护方法、系统及监护衣
CN114011026A (zh) 一种非接触式体能测试系统及方法
JP2020141806A (ja) 運動評価システム
CN109558824B (zh) 一种基于人员图像识别的健身动作监测与分析系统
CN116650922A (zh) 基于深度学习的青少年体适能全面测试方法和系统
CN116740618A (zh) 一种运动视频动作评估方法、系统、计算机设备及介质
CN116369906A (zh) 一种屈臂悬垂的自动测试方法、装置、设备和介质
CN105342624B (zh) 用于检测运动行为的设备和用于检测运动行为的方法
CN113517052A (zh) 商用健身场景下的多感知人机交互系统与方法
CN206867649U (zh) 动作诊断测评系统
JP2021068069A (ja) 無人トレーニングの提供方法
JP6465419B2 (ja) 測定装置及び測定方法
CN108309232A (zh) 一种马甲式姿态稳定性快速检测装置及检测方法
CN108606795A (zh) 一种人体动作数据管理系统及其控制方法
TWI837620B (zh) 運動監控方法及系統

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20220208