CN114038054A - 引体向上检测装置与方式 - Google Patents
引体向上检测装置与方式 Download PDFInfo
- Publication number
- CN114038054A CN114038054A CN202111246345.1A CN202111246345A CN114038054A CN 114038054 A CN114038054 A CN 114038054A CN 202111246345 A CN202111246345 A CN 202111246345A CN 114038054 A CN114038054 A CN 114038054A
- Authority
- CN
- China
- Prior art keywords
- subject
- pull
- image
- region
- head
- 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.)
- Withdrawn
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
- A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
- A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
-
- 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
- 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
- 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
- A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
- A63B2071/0625—Emitting sound, noise or music
- A63B2071/063—Spoken or verbal instructions
-
- 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
- A63B2071/065—Visualisation of specific exercise parameters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种引体向上检测装置与方式,包括:高单杠、垫子、控制器、喇叭、摄像头以及显示屏;高单杠设置在体检室内,所述高单杠的正下方设有垫子,所述摄像头对准高单杠;所述摄像头、喇叭和显示屏均同控制器电连接;所述摄像头用于采集受试者在高单杠上的图像并传送到控制器中;有效避免了现有技术中测量引体向上费时费力且人工计时精确度不高的缺陷。
Description
技术领域
本发明涉及引体向上技术领域,具体涉及一种引体向上检测装置与方式。
背景技术
引体向上,有时候简称引体,指依靠自身力量克服自身体重向上做功的垂吊练习。主要测试上肢肌肉力量的发展水平,以及臂力和腰腹力量,在完成一个完整的引体向上的过程中需要众多背部骨骼肌和上肢骨骼肌的共同参与做功,是一项多关节复合动作练习,是较好的锻炼上肢的方法,是所有发展背部骨骼肌肌力和肌耐力的练习方式中参与肌肉最多、运动模式最复杂、发展背部骨骼肌的肌力和肌耐力最有效的练习方式,是最基本的锻炼背部的方法,是中考和高中体育会考的考试选择项目之一,是衡量男性体质的重要参考标准和项目之一。
现有技术检测引体向上的方式就是采用人工用计时表在规定的时间内测量受试者引体向上的分数,这样的人工测量费时费力且人工计时精确度不高。
发明内容
为解决所述问题,本发明提供了一种引体向上检测装置与方式,有效避免了现有技术中测量引体向上费时费力且人工计时精确度不高的缺陷。
要克服现有技术中的不足,本发明提供了一种引体向上检测装置与方式的解决方案,具体如下:
一种引体向上检测装置,包括:
高单杠、垫子、控制器、喇叭、摄像头以及显示屏;
高单杠设置在体检室内,所述高单杠的正下方设有垫子,所述摄像头对准高单杠;
所述摄像头、喇叭和显示屏均同控制器电连接;
所述摄像头用于采集受试者在高单杠上的图像并传送到控制器中;
所述控制器用于根据受试者在高单杠上的图像得到引体向上的评判结果;
所述喇叭用于提示受试者开始进行引体向上;
在控制器上运行有计时模块,所述计时模块用于对受试者进行引体向上的计时;
在控制器上还设置有初始值为0的整型计数变量。
进一步的,所述控制器还用于首先在受试者图像中确定受试者是否已直臂悬垂处在原始位置做好了引体向上准备;如果做好了引体向上准备,随后控制喇叭语音提示受试者开始引体向上,同时测量受试者图像中其头部距离所述横杠的距离并启动计时模块进行计时;然后从摄像头实时传送来的受试者图像中确定受试者的头部是否高过横杠;如果确定受试者的头部高过横杠,所述整型计数变量的值增0.5;然后从摄像头实时传送来的受试者图像中确定受试者的头部是否回归原始位置;如果确定受试者的头部已回归原始位置,判断计时模块的计时值是否超过预设规定的时间,如果没超过预设规定的时间,就让整型计数变量的值增0,5,并转到步骤4执行,如果超过预设规定的时间,就转到步骤8执行;就将整型计数变量的值作为引体向上评分结果传送到显示屏上显示,并通过喇叭语音提示受试者引体向上测试结束。
进一步的,所述控制器还用于在所述步骤2到步骤8执行的过程中,还从摄像头实时传送来的受试者图像中确定高单杠下方是否存在遮挡物,如果存在遮挡物,就终止后续引体向上检测的步骤。
一种引体向上检测装置的方式,包括:
步骤1:引体向上检测装置安装完成之后,保存无受试者时摄像头拍摄的图像,作为引体向上时不变的环境背景图;
步骤2:引体向上检测装置安装完成之后,对摄像头拍摄并传送到控制器的高单杠的横杠图像手动标定出其上边缘线,并将该上边缘线保存在控制器的内存中;
步骤3:引体向上检测装置安装完成之后,对摄像头拍摄的高单杠的固定于地面的左侧竖直支撑杆图像手动标定出其左边缘线,作为判断受试者是否直臂悬垂的参照物,并将该左边缘线保存在控制器的内存中;
步骤4:受试者进入体检室内,站在垫子上,做好引体向上准备动作,具体要求为:双手正握在高单杠的横杠上,直臂悬垂;
步骤5:摄像头实时采集受试者在高单杠上的受试者图像并传送到控制器中;
步骤6:所述控制器首先在受试者图像中确定受试者是否已做好了引体向上准备动作;
步骤7:如果做好了引体向上准备,随后所述控制器控制喇叭语音提示受试者开始引体向上,同时计时模块进行计时;
步骤8:然后所述控制器从摄像头实时传送来的受试者图像中确定受试者的头部是否高过横杠;
步骤9:如果确定受试者的头部高过横杠,所述整型计数变量的值增0.5;
步骤10:然后返回步骤6,控制器从摄像头实时传送来的受试者图像中确定受试者是否做好了下次引体向上准备动作
步骤11:如果确定受试者做好了下次引体向上准备动作,所述控制器判断计时模块的计时值是否超过预设规定的时间,如果没超过预设规定的时间,就让整型计数变量的值增0,5,并转到步骤7执行,如果超过预设规定的时间,就转到步骤8执行;
步骤12:所述控制器就将整型计数变量的值作为引体向上评分结果传送到显示屏上显示,并通过喇叭语音提示受试者引体向上测试结束。
进一步的,所述步骤6具体包括:
步骤6-1:基于计算机视觉目标检测方法,将受试者图像输入到预先训练好的手部区域、肩头区域和头部区域检测模型,输出受试者图像手部区域的矩形检测框、肩头区域的矩形检测框和头部区域的矩形检测框;
步骤6-2:如果手部区域的矩形检测框与步骤2中的横杆的上边缘线存在重合,则认定为双手正握在高单杠的横杠上;否则,认定为双手未握在高单杠的横杠上;
步骤6-3:如果左边手部区域的矩形检测框中心与左边肩头区域的矩形检测框中心两点之间连线与步骤3标定的竖直支撑杆的边缘线之间夹角小于20度,则认定为受试者直臂悬垂;否则,认定为手臂存在弯曲;
步骤6-4:以头部区域的矩形检测框上边缘线作为头顶位置,以该边缘上所有像素的纵坐标均值作为头部高度;
步骤6-5:以步骤2中获得的横杆上边缘线上所有像素的纵坐标均值作为横杆高度,如头部高度低于横杆高度,则判定受试者的头部低于横杠;
步骤6-6:如所述步骤6-3到步骤6-5判定受试者双手正握在高单杠的横杠上,且直臂悬垂,且头部低于横杠,则判定做好了引体向上准备动作。
进一步的,所述步骤8具体包括:
步骤8-1:基于计算机视觉目标检测方法,将受试者图像输入到预先训练好的头部区域检测模型,输出受试者图像头部区域的矩形检测框;
步骤8-2:以头部区域的矩形检测框下边缘线作为下巴位置,以该下边缘线上所有像素的纵坐标均值作为下巴高度;
步骤8-3:以步骤2中获得的横杆上的边缘线上所有像素的纵坐标均值作为横杆高度,如下巴高度高于横杆高度,则判定受试者的头部高过横杠。
进一步的,在所述步骤2到步骤8执行的过程中,所述控制器还从摄像头实时传送来的受试者图像中确定高单杠下方是否存在遮挡物,如果存在遮挡物,就终止后续引体向上检测的步骤。
进一步的,所述确定高单杠下方是否存在遮挡物的方法,包括:
A-1.基于计算机视觉目标检测方法,将受试者图像输入到预先训练好的人体区域检测模型,输出受试者人体区域的矩形检测框;
A-2:将受试者图像矩形检测框之外的部分图像,与步骤1中获得的环境背景图中矩形检测框之外的部分图像,两图像做减法,绝对值大于某个像素值阈值的像素数目占受试者图像总像素数目比例大于某个阈值时判定为存在遮挡物;否则,不存在遮挡物。
进一步的,基于计算机视觉目标检测方法,手部区域、肩头区域、头部区域或人体区域检测模型训练算法具体实现方法,具体包括:
B-1:收集引体向上的训练视频,提取视频帧得到图片集X;
B-2:使用LabelMe标注平台对图片集X标注出受试者的手部区域、肩头区域、头部区域或人体区域,获得手部区域、肩头区域、头部区域或人体区域类别标签分别为Y1,Y2,Y3或Y4及手部区域、肩头区域、头部区域或人体区域边框标签B1,B2,B3或B4;
B-3:使用大规模目标检测数据集COCO上训练好的YOLOv5深度神经网络模型作为手部区域、肩头区域、头部区域或人体区域检测模型,以引体向上的训练图片集X作为输入,手部区域、肩头区域、头部区域或人体区域类别标签,即Y1,Y2,Y3或Y4和边框标签B1,B2,B3或B4作为预测目标;
B-4:构建目标检测损失函数,具体如下:
B-5:基于随机梯度下降,端到端地对手部区域、肩头区域、头部区域或人体区域检测模型的参数迭代式更新,得到训练好的手部区域、肩头区域、头部区域或人体区域检测模型。
本发明的有益效果为:
本发明首先在受试者图像中确定受试者是否已直臂悬垂处在原始位置做好了引体向上准备;如果做好了引体向上准备,随后控制喇叭语音提示受试者开始引体向上,同时测量受试者图像中其头部距离所述横杠的距离并启动计时模块进行计时;其头部距离所述横杠的距离用于判断受试者是否回到原始位置。然后从摄像头实时传送来的受试者图像中确定受试者的头部是否高过横杠;如果确定受试者的头部高过横杠,所述整型计数变量的值增0.5;然后从摄像头实时传送来的受试者图像中确定受试者的头部是否回归原始位置;如果确定受试者的头部已回归原始位置,判断计时模块的计时值是否超过预设规定的时间,如果没超过预设规定的时间,就让整型计数变量的值增0,5,并转到步骤4执行,如果超过预设规定的时间,就转到步骤8执行;就将整型计数变量的值作为引体向上评分结果传送到显示屏上显示,并通过喇叭语音提示受试者引体向上测试结束,省时省力且计时精确度高;有效的避免了现有技术中测量引体向上费时费力且人工计时精确度不高的缺陷。
附图说明
图1是本发明的引体向上检测装置的方式的部分流程图。
图2是本发明的引体向上检测装置的方式的另一部分流程图。
图3是本发明的引体向上检测装置的部分结构图。
具体实施方式
下面将结合附图和实施例对本发明做进一步地说明。
如图1-图3所示,引体向上检测装置,包括:
高单杠、垫子、控制器、喇叭、摄像头以及显示屏;
高单杠设置在体检室内,所述高单杠的正下方设有垫子,所述摄像头对准高单杠;
所述摄像头、喇叭和显示屏均同控制器电连接;
所述摄像头用于采集受试者在高单杠上的图像并传送到控制器中;
所述控制器用于根据受试者在高单杠上的图像得到引体向上的评判结果;
所述喇叭用于提示受试者开始进行引体向上;
在控制器上运行有计时模块,所述计时模块用于对受试者进行引体向上的计时;
在控制器上还设置有初始值为0的整型计数变量。
所述控制器还用于首先在受试者图像中确定受试者是否已直臂悬垂处在原始位置做好了引体向上准备;如果做好了引体向上准备,随后控制喇叭语音提示受试者开始引体向上,同时测量受试者图像中其头部距离所述横杠的距离并启动计时模块进行计时;其头部距离所述横杠的距离用于判断受试者是否回到原始位置。然后从摄像头实时传送来的受试者图像中确定受试者的头部是否高过横杠;如果确定受试者的头部高过横杠,所述整型计数变量的值增0.5;然后从摄像头实时传送来的受试者图像中确定受试者的头部是否回归原始位置;如果确定受试者的头部已回归原始位置,判断计时模块的计时值是否超过预设规定的时间,如果没超过预设规定的时间,就让整型计数变量的值增0,5,并转到步骤4执行,如果超过预设规定的时间,就转到步骤8执行;就将整型计数变量的值作为引体向上评分结果传送到显示屏上显示,并通过喇叭语音提示受试者引体向上测试结束。
所述控制器还用于在所述步骤2到步骤8执行的过程中,还从摄像头实时传送来的受试者图像中确定高单杠下方是否存在遮挡物,如果存在遮挡物,就终止后续引体向上检测的步骤。
一种引体向上检测装置的方式,包括:
步骤1:引体向上检测装置安装完成之后,保存无受试者时摄像头拍摄的图像,作为引体向上时不变的环境背景图;
步骤2:引体向上检测装置安装完成之后,对摄像头拍摄并传送到控制器的高单杠的横杠图像手动标定出其上边缘线,并将该上边缘线保存在控制器的内存中;
步骤3:引体向上检测装置安装完成之后,对摄像头拍摄的高单杠的固定于地面的左侧(或右侧)竖直支撑杆图像手动标定出其左边缘线(或右边缘线),作为判断受试者是否直臂悬垂的参照物,并将该左边缘线(或右边缘线)保存在控制器的内存中;
步骤4:受试者进入体检室内,站在垫子上,做好引体向上准备动作,具体要求为:双手正握在高单杠的横杠上,直臂悬垂;
步骤5:摄像头实时采集受试者在高单杠上的受试者图像并传送到控制器中;
步骤6:所述控制器首先在受试者图像中确定受试者是否已做好了引体向上准备动作;
所述步骤6具体包括:
步骤6-1:基于计算机视觉目标检测方法,将受试者图像输入到预先训练好的手部区域、肩头区域和头部区域检测模型,输出受试者图像手部区域的矩形检测框、肩头区域的矩形检测框和头部区域的矩形检测框;
步骤6-2:如果手部区域的矩形检测框与步骤2中的横杆的上边缘线存在重合,则认定为双手正握在高单杠的横杠上;否则,认定为双手未握在高单杠的横杠上;
步骤6-3:如果左边手部区域的矩形检测框中心与左边肩头区域的矩形检测框中心两点之间连线与步骤3标定的竖直支撑杆的边缘线之间夹角小于20度,则认定为受试者直臂悬垂;否则,认定为手臂存在弯曲;
步骤6-4:以头部区域的矩形检测框上边缘线作为头顶位置,以该边缘上所有像素的纵坐标均值作为头部高度;
步骤6-5:以步骤2中获得的横杆上边缘线上所有像素的纵坐标均值作为横杆高度,如头部高度低于横杆高度,则判定受试者的头部低于横杠;
步骤6-6:如所述步骤6-3到步骤6-5判定受试者双手正握在高单杠的横杠上,且直臂悬垂,且头部低于横杠,则判定做好了引体向上准备动作。
步骤7:如果做好了引体向上准备,随后所述控制器控制喇叭语音提示受试者开始引体向上,同时计时模块进行计时;
步骤8:然后所述控制器从摄像头实时传送来的受试者图像中确定受试者的头部是否高过横杠;
所述步骤8具体包括:
步骤8-1:基于计算机视觉目标检测方法,将受试者图像输入到预先训练好的头部区域检测模型,输出受试者图像头部区域的矩形检测框;
步骤8-2:以头部区域的矩形检测框下边缘线作为下巴位置,以该下边缘线上所有像素的纵坐标均值作为下巴高度;
步骤8-3:以步骤2中获得的横杆上的边缘线上所有像素的纵坐标均值作为横杆高度,如下巴高度高于横杆高度,则判定受试者的头部高过横杠。
步骤9:如果确定受试者的头部高过横杠,所述整型计数变量的值增0.5;
步骤10:然后返回步骤6,控制器从摄像头实时传送来的受试者图像中确定受试者是否做好了下次引体向上准备动作
步骤11:如果确定受试者做好了下次引体向上准备动作,所述控制器判断计时模块的计时值是否超过预设规定的时间,如果没超过预设规定的时间,就让整型计数变量的值增0,5,并转到步骤7执行,如果超过预设规定的时间,就转到步骤8执行;
步骤12:所述控制器就将整型计数变量的值作为引体向上评分结果传送到显示屏上显示,并通过喇叭语音提示受试者引体向上测试结束。
在所述步骤6到步骤12执行的过程中,所述控制器还从摄像头实时传送来的受试者图像中确定高单杠下方是否存在遮挡物,如果存在遮挡物,就终止后续引体向上检测的步骤。
所述确定高单杠下方是否存在遮挡物的方法,包括:
A-1.基于计算机视觉目标检测方法,将受试者图像输入到预先训练好的人体区域检测模型,输出受试者人体区域的矩形检测框;
A-2:将受试者图像矩形检测框之外的部分图像,与步骤1中获得的环境背景图中矩形检测框之外的部分图像,两图像做减法,绝对值大于某个像素值阈值(如20)的像素数目占受试者图像总像素数目比例大于某个阈值(如5%)时判定为存在遮挡物;否则,不存在遮挡物。
基于计算机视觉目标检测方法,手部区域、肩头区域、头部区域或人体区域检测模型训练算法具体实现方法,具体包括:
B-1:收集引体向上的训练视频,提取视频帧得到图片集X;
B-2:使用LabelMe标注平台对图片集X标注出受试者的手部区域、肩头区域、头部区域或人体区域,获得手部区域、肩头区域、头部区域或人体区域类别标签分别为Y1,Y2,Y3或Y4及手部区域、肩头区域、头部区域或人体区域边框标签B1,B2,B3或B4;
B-3:使用大规模目标检测数据集COCO上训练好的YOLOv5深度神经网络模型作为手部区域、肩头区域、头部区域或人体区域检测模型,以引体向上的训练图片集X作为输入,手部区域、肩头区域、头部区域或人体区域类别标签,即Y1,Y2,Y3或Y4和边框标签B1,B2,B3或B4作为预测目标;
B-4:构建目标检测损失函数,具体如下:
B-5:基于随机梯度下降,端到端地对手部区域、肩头区域、头部区域或人体区域检测模型的参数迭代式更新,得到训练好的手部区域、肩头区域、头部区域或人体区域检测模型。
以上以用实施例说明的方式对本发明作了描述,本领域的技术人员显而易见的是,本公开不限于以上描述的实施例,在不偏离本发明的范围的状态下,能够做出各种变动、改变和替换。
Claims (9)
1.一种引体向上检测装置,其特征在于,包括:
高单杠、垫子、控制器、喇叭、摄像头以及显示屏;
高单杠设置在体检室内,所述高单杠的正下方设有垫子,所述摄像头对准高单杠;
所述摄像头、喇叭和显示屏均同控制器电连接;
所述摄像头用于采集受试者在高单杠上的图像并传送到控制器中;
所述控制器用于根据受试者在高单杠上的图像得到引体向上的评判结果;
所述喇叭用于提示受试者开始进行引体向上;
在控制器上运行有计时模块,所述计时模块用于对受试者进行引体向上的计时;
在控制器上还设置有初始值为0的整型计数变量。
2.根据权利要求1所述的引体向上检测装置,其特征在于,所述控制器还用于首先在受试者图像中确定受试者是否已直臂悬垂处在原始位置做好了引体向上准备;如果做好了引体向上准备,随后控制喇叭语音提示受试者开始引体向上,同时测量受试者图像中其头部距离所述横杠的距离并启动计时模块进行计时;然后从摄像头实时传送来的受试者图像中确定受试者的头部是否高过横杠;如果确定受试者的头部高过横杠,所述整型计数变量的值增0.5;然后从摄像头实时传送来的受试者图像中确定受试者的头部是否回归原始位置;如果确定受试者的头部已回归原始位置,判断计时模块的计时值是否超过预设规定的时间,如果没超过预设规定的时间,就让整型计数变量的值增0,5,并转到步骤4执行,如果超过预设规定的时间,就转到步骤8执行;就将整型计数变量的值作为引体向上评分结果传送到显示屏上显示,并通过喇叭语音提示受试者引体向上测试结束。
3.根据权利要求1所述的引体向上检测装置,其特征在于,所述控制器还用于在所述步骤2到步骤8执行的过程中,还从摄像头实时传送来的受试者图像中确定高单杠下方是否存在遮挡物,如果存在遮挡物,就终止后续引体向上检测的步骤。
4.一种引体向上检测装置的方式,其特征在于,包括:
步骤1:引体向上检测装置安装完成之后,保存无受试者时摄像头拍摄的图像,作为引体向上时不变的环境背景图;
步骤2:引体向上检测装置安装完成之后,对摄像头拍摄并传送到控制器的高单杠的横杠图像手动标定出其上边缘线,并将该上边缘线保存在控制器的内存中;
步骤3:引体向上检测装置安装完成之后,对摄像头拍摄的高单杠的固定于地面的左侧竖直支撑杆图像手动标定出其左边缘线,作为判断受试者是否直臂悬垂的参照物,并将该左边缘线保存在控制器的内存中;
步骤4:受试者进入体检室内,站在垫子上,做好引体向上准备动作,具体要求为:双手正握在高单杠的横杠上,直臂悬垂;
步骤5:摄像头实时采集受试者在高单杠上的受试者图像并传送到控制器中;
步骤6:所述控制器首先在受试者图像中确定受试者是否已做好了引体向上准备动作;
步骤7:如果做好了引体向上准备,随后所述控制器控制喇叭语音提示受试者开始引体向上,同时计时模块进行计时;
步骤8:然后所述控制器从摄像头实时传送来的受试者图像中确定受试者的头部是否高过横杠;
步骤9:如果确定受试者的头部高过横杠,所述整型计数变量的值增0.5;
步骤10:然后返回步骤6,控制器从摄像头实时传送来的受试者图像中确定受试者是否做好了下次引体向上准备动作;
步骤11:如果确定受试者做好了下次引体向上准备动作,所述控制器判断计时模块的计时值是否超过预设规定的时间,如果没超过预设规定的时间,就让整型计数变量的值增0,5,并转到步骤7执行,如果超过预设规定的时间,就转到步骤8执行;
步骤12:所述控制器就将整型计数变量的值作为引体向上评分结果传送到显示屏上显示,并通过喇叭语音提示受试者引体向上测试结束。
5.根据权利要求4所述的引体向上检测装置的方式,其特征在于,所述步骤6具体包括:
步骤6-1:基于计算机视觉目标检测方法,将受试者图像输入到预先训练好的手部区域、肩头区域和头部区域检测模型,输出受试者图像手部区域的矩形检测框、肩头区域的矩形检测框和头部区域的矩形检测框;
步骤6-2:如果手部区域的矩形检测框与步骤2中的横杆的上边缘线存在重合,则认定为双手正握在高单杠的横杠上;否则,认定为双手未握在高单杠的横杠上;
步骤6-3:如果左边手部区域的矩形检测框中心与左边肩头区域的矩形检测框中心两点之间连线与步骤3标定的竖直支撑杆的边缘线之间夹角小于20度,则认定为受试者直臂悬垂;否则,认定为手臂存在弯曲;
步骤6-4:以头部区域的矩形检测框上边缘线作为头顶位置,以该边缘上所有像素的纵坐标均值作为头部高度;
步骤6-5:以步骤2中获得的横杆上边缘线上所有像素的纵坐标均值作为横杆高度,如头部高度低于横杆高度,则判定受试者的头部低于横杠;
步骤6-6:如所述步骤6-3到步骤6-5判定受试者双手正握在高单杠的横杠上,且直臂悬垂,且头部低于横杠,则判定做好了引体向上准备动作。
6.根据权利要求4所述的引体向上检测装置的方式,其特征在于,所述步骤8具体包括:
步骤8-1:基于计算机视觉目标检测方法,将受试者图像输入到预先训练好的头部区域检测模型,输出受试者图像头部区域的矩形检测框;
步骤8-2:以头部区域的矩形检测框下边缘线作为下巴位置,以该下边缘线上所有像素的纵坐标均值作为下巴高度;
步骤8-3:以步骤2中获得的横杆上的边缘线上所有像素的纵坐标均值作为横杆高度,如下巴高度高于横杆高度,则判定受试者的头部高过横杠。
7.根据权利要求4所述的引体向上检测装置的方式,其特征在于,在所述步骤2到步骤8执行的过程中,所述控制器还从摄像头实时传送来的受试者图像中确定高单杠下方是否存在遮挡物,如果存在遮挡物,就终止后续引体向上检测的步骤。
8.根据权利要求7所述的引体向上检测装置的方式,其特征在于,所述确定高单杠下方是否存在遮挡物的方法,包括:
A-1.基于计算机视觉目标检测方法,将受试者图像输入到预先训练好的人体区域检测模型,输出受试者人体区域的矩形检测框;
A-2:将受试者图像矩形检测框之外的部分图像,与步骤1中获得的环境背景图中矩形检测框之外的部分图像,两图像做减法,绝对值大于某个像素值阈值的像素数目占受试者图像总像素数目比例大于某个阈值时判定为存在遮挡物;否则,不存在遮挡物。
9.根据权利要求4所述的引体向上检测装置的方式,其特征在于,基于计算机视觉目标检测方法,手部区域、肩头区域、头部区域或人体区域检测模型训练算法具体实现方法,具体包括:
B-1:收集引体向上的训练视频,提取视频帧得到图片集X;
B-2:使用LabelMe标注平台对图片集X标注出受试者的手部区域、肩头区域、头部区域或人体区域,获得手部区域、肩头区域、头部区域或人体区域类别标签分别为Y1,Y2,Y3或Y4及手部区域、肩头区域、头部区域或人体区域边框标签B1,B2,B3或B4;
B-3:使用大规模目标检测数据集COCO上训练好的YOLOv5深度神经网络模型作为手部区域、肩头区域、头部区域或人体区域检测模型,以引体向上的训练图片集X作为输入,手部区域、肩头区域、头部区域或人体区域类别标签,即Y1,Y2,Y3或Y4和边框标签B1,B2,B3或B4作为预测目标;
B-4:构建目标检测损失函数,具体如下:
其中,l1表示类别的交叉熵分类损失函数,l2表示目标框的均方误差回归损失函数,f表示目标检测模型,xi表示第i个训练图像,yi表示第i个图像的目标类别,bi表示第i个图像的目标框,N表示图像数量;
B-5:基于随机梯度下降,端到端地对手部区域、肩头区域、头部区域或人体区域检测模型的参数迭代式更新,得到训练好的手部区域、肩头区域、头部区域或人体区域检测模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111246345.1A CN114038054A (zh) | 2021-10-26 | 2021-10-26 | 引体向上检测装置与方式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111246345.1A CN114038054A (zh) | 2021-10-26 | 2021-10-26 | 引体向上检测装置与方式 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114038054A true CN114038054A (zh) | 2022-02-11 |
Family
ID=80135408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111246345.1A Withdrawn CN114038054A (zh) | 2021-10-26 | 2021-10-26 | 引体向上检测装置与方式 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114038054A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
-
2021
- 2021-10-26 CN CN202111246345.1A patent/CN114038054A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
---|---|---|
CN108734104B (zh) | 基于深度学习图像识别的健身动作纠错方法及系统 | |
CN109191588B (zh) | 运动教学方法、装置、存储介质及电子设备 | |
CN111282248A (zh) | 一种基于骨骼和人脸关键点的引体向上检测系统及方法 | |
CN107103298A (zh) | 基于图像处理的引体向上计数系统及计数方法 | |
CN114049392A (zh) | 立定跳远评分系统和方法 | |
WO2024051597A1 (zh) | 一种引体向上的规范计数方法、系统及其存储介质 | |
CN113762133A (zh) | 基于人体姿态识别的自重健身辅助教练系统、方法、终端 | |
CN109165555A (zh) | 基于图像识别的人机猜拳方法、装置与存储介质 | |
CN111012353A (zh) | 一种基于人脸关键点识别的身高检测方法 | |
CN114038054A (zh) | 引体向上检测装置与方式 | |
KR101952147B1 (ko) | 골프레슨 시스템 | |
CN113255623B (zh) | 一种智能识别俯卧撑动作姿态完成状况的系统和方法 | |
CN114140722A (zh) | 引体向上运动的评估方法、装置、服务器及存储介质 | |
CN113255622B (zh) | 一种智能识别仰卧起坐动作姿态完成状况的系统和方法 | |
CN103455826B (zh) | 基于快速鲁棒性特征的高效匹配核人体检测方法 | |
CN114343618A (zh) | 训练动作检测方法及装置 | |
CN112200138A (zh) | 基于计算机视觉的课堂学情分析方法 | |
CN110781777A (zh) | 体育训练中人体动作的判定方法、系统和存储介质 | |
CN113262459B (zh) | 应用于运动健身镜的动作标准性的判定方法,装置和介质 | |
CN114093032A (zh) | 一种基于动作状态信息的人体动作评估方法 | |
CN113975776A (zh) | 仰卧起坐评判系统及其方法 | |
CN112818800A (zh) | 一种基于人体骨骼点深度图像的体育动作评估方法及系统 | |
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 | |
KR100926754B1 (ko) | 골프교습시스템 | |
CN116271757A (zh) | 一种基于ai技术的篮球练习的辅助系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220211 |