CN114067427A - 蛇形跑考核方法、系统、电子设备及存储介质 - Google Patents

蛇形跑考核方法、系统、电子设备及存储介质 Download PDF

Info

Publication number
CN114067427A
CN114067427A CN202111273738.1A CN202111273738A CN114067427A CN 114067427 A CN114067427 A CN 114067427A CN 202111273738 A CN202111273738 A CN 202111273738A CN 114067427 A CN114067427 A CN 114067427A
Authority
CN
China
Prior art keywords
running
turning
tester
image information
running tester
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
CN202111273738.1A
Other languages
English (en)
Inventor
王希博
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 Vizum Intelligent Technology Co ltd
Original Assignee
Beijing Vizum Intelligent Technology Co ltd
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 Vizum Intelligent Technology Co ltd filed Critical Beijing Vizum Intelligent Technology Co ltd
Priority to CN202111273738.1A priority Critical patent/CN114067427A/zh
Publication of CN114067427A publication Critical patent/CN114067427A/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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种蛇形跑考核方法及系统，该方法包括发送起跑指令并记录开始时间戳；实时获取跑步考核区域的图像信息；将跑步考核区域的图像信息输入至预先训练的深度卷积神经网络模型，以识别所包含的转弯标志杆和/或跑步测试人员；如果识别到跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员，则获取转弯标志杆与所述跑步测试人员的相对位置信息；如果转弯标志杆与所述跑步测试人员的相对位置信息满足预设转弯条件，则更新转弯次数；如果转弯次数等于预设转弯次数阈值，则根据开始时间戳和冲刺时间戳计算得到跑步成绩，该方法实现了蛇形跑的自动化测试，测试效率高且出错率低。

Description

蛇形跑考核方法、系统、电子设备及存储介质
技术领域
本发明涉及机器视觉技术领域，尤其涉及一种蛇形跑考核方法、系统、电子设备及存储介质。
背景技术
蛇形跑又称为“S”形跑步，是军事体育训练大纲通用考核项目之一，蛇形跑最主要的精髓就是绕杆，其目的主要是增强人的速度与灵敏素质，提高快速变向运动的能力。现在蛇形跑考核一般是人工考核，即选手进行蛇形跑，考官拿着计时器对每个选手的比赛情况进行记录，该方法的缺点在于：考官需要关注每个选手是否按预设标准绕过蛇形跑的每个杆，稍不留神就会让选手蒙混过关，影响成绩的真实性和权威性，而且后期数据统计工作量大，人工统计容易导致错误统计、漏统计等问题的出现。
现有的公知跑步计时系统主要以环形跑、直线跑为主，需穿带腕带标签设备，通过识别计圈，再换算成长度和时间，完成考核；由于带标签设备靠无线发射作为探测源，获知到达起点或终点准点时间无法精确到毫秒，也无法判断过线那一刻的时间，有可能过早或延时，因此，难以满足蛇形跑训练考核的精准度要求。
发明内容
为了解决上述技术问题，本发明实施例提供了一种蛇形跑考核方法、系统、电子设备及存储介质，实现了蛇形跑的自动化测试，测试效率高且出错率低。
一方面，本发明实施例提供了一种蛇形跑考核方法，包括：
发送起跑指令并记录开始时间戳；
实时获取跑步考核区域的图像信息，所述跑步考核区域的图像信息包括跑步场地的地面图像信息、转弯标志杆的图像信息和/或跑步测试人员的图像信息；
将所述跑步考核区域的图像信息输入至预先训练的深度卷积神经网络模型，以识别所述跑步考核区域的图像信息中所包含的转弯标志杆和/或跑步测试人员；
如果识别到所述跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员，则获取所述转弯标志杆与所述跑步测试人员的相对位置信息；
如果所述转弯标志杆与所述跑步测试人员的相对位置信息满足预设转弯条件，则更新所述跑步测试人员的转弯次数；
如果所述跑步测试人员的转弯次数等于预设转弯次数阈值，则根据所述开始时间戳和所述跑步测试人员的冲刺时间戳计算得到所述跑步测试人员的跑步成绩。
在一些实施例中，所述将所述跑步考核区域的图像信息输入至预先训练的深度卷积神经网络模型，以识别所述跑步考核区域的图像信息中所包含的转弯标志杆和/或跑步测试人员的步骤包括：
将所述跑步考核区域的图像信息输入至预先训练的第一深度卷积神经网络模型，以识别所述跑步考核区域的图像信息中所包含的转弯标志杆；
将所述跑步考核区域的图像信息输入至预先训练的第二深度卷积神经网络模型，以识别所述跑步考核区域的图像信息中所包含的跑步测试人员。
在一些实施例中，所述如果识别到所述跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员，则获取所述转弯标志杆与所述跑步测试人员的相对位置信息的步骤包括：
获取所述转弯标志杆的最低点的坐标数据和所述跑步测试人员的最低点的坐标数据，其中最低点为与所述跑步场地的地面相接触的点；
比较所述转弯标志杆的最低点横坐标值和所述跑步测试人员的最低点横坐标值的大小，以得到所述转弯标志杆与所述跑步测试人员的左右位置信息；
比较所述转弯标志杆的最低点纵坐标值和所述跑步测试人员的最低点纵坐标值的大小，以得到所述转弯标志杆与所述跑步测试人员的上下位置信息；
其中，所述上下位置信息代表距离起跑线/终点线的远近信息，所述转弯标志杆位于所述跑步测试人员的下方，则说明所述转弯标志杆相较于所述跑步测试人员更靠近所述起跑线/所述终点线。
在一些实施例中，所述如果识别到所述跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员，则获取所述转弯标志杆与所述跑步测试人员的相对位置信息的步骤还包括：
根据所述转弯标志杆的最低点横坐标值确定所述转弯标志杆所属列，其中，所述跑步场地中设置的转弯标志杆的列数为两列；
根据所述转弯标志杆所属列以及所述转弯标志杆与所述跑步测试人员的左右位置信息判定所述跑步测试人员是否位于所述转弯标志杆的外侧；
根据所述转弯标志杆与所述跑步测试人员的上下位置信息判定所述跑步测试人员是否绕过所述转弯标志杆。
在一些实施例中，所述根据所述转弯标志杆与所述跑步测试人员的上下位置信息判定所述跑步测试人员是否绕过所述转弯标志杆的步骤包括：
如果所述跑步测试人员处于前进路径上，则所述跑步测试人员位于所述转弯标志杆的上方时，说明所述跑步测试人员绕过所述转弯标志杆；
如果所述跑步测试人员处于折返路径上，则所述跑步测试人员位于所述转弯标志杆的下方时，说明所述跑步测试人员绕过所述转弯标志杆。
在一些实施例中，如果记录的所述转弯次数大于所述转弯标志杆的数量，则所述跑步测试人员处于折返路径上。
在一些实施例中，所述预设转弯条件为跑步测试人员位于转弯标志杆的外侧，且跑步测试人员绕过转弯标志杆。
另一方面，本发明实施例还提供了一种蛇形跑考核系统，包括：
起跑指令发送模块，被配置为发送起跑指令并记录开始时间戳；
图像信息获取模块，被配置为实时获取跑步考核区域的图像信息，所述跑步考核区域的图像信息包括跑步场地的地面图像信息、转弯标志杆的图像信息和/或跑步测试人员的图像信息；
深度模型识别模块，被配置为将所述跑步考核区域的图像信息输入至预先训练的深度卷积神经网络模型，以识别所述跑步考核区域的图像信息中所包含的转弯标志杆和/或跑步测试人员；
位置信息获取模块，被配置为如果识别到所述跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员，则获取所述转弯标志杆与所述跑步测试人员的相对位置信息；
转弯确定模块，被配置为如果所述转弯标志杆与所述跑步测试人员的相对位置信息满足预设转弯条件，则更新所述跑步测试人员的转弯次数；
以及，跑步成绩计算模块，被配置为如果所述跑步测试人员的转弯次数等于预设转弯次数阈值，则根据所述开始时间戳和所述跑步测试人员的冲刺时间戳计算得到所述跑步测试人员的跑步成绩。
再一方面，本发明实施例还提供了一种电子设备，包括：处理器和存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上述实施例所述的蛇形跑考核方法。
又一方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例所述的蛇形跑考核方法。
本发明的有益效果：本发明实施例的蛇形跑考核方法首先实时获取跑步考核区域的图像信息，之后通过预先训练的深度卷积神经网络模型识别跑步考核区域的图像信息中所包含的转弯标志杆和/或跑步测试人员，当识别到跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员时获取转弯标志杆与跑步测试人员的相对位置信息，进而判断相对位置信息是否满足预设转弯条件，即判断绕杆，并记录跑步测试人员的转弯次数，即实时检测每个测试人员是否按预设标准绕过蛇形跑的每个转弯标志杆，最后当转弯次数等于预设转弯次数阈值时根据开始时间戳和冲刺时间戳计算得到跑步成绩，该方法实现了蛇形跑的自动化测试，测试效率高且出错率低。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1为本发明的蛇形跑考核方法的一些实施例的流程示意图；
图2为本发明的蛇形跑考核方法的步骤400的一些实施例的流程示意图；
图3为本发明的蛇形跑考核方法中跑步场地的一些实施例的结构示意图；
图4为本发明的蛇形跑考核方法中跑步测试人员在前进路径上A点绕杆的一些实施例的示意图；
图5为本发明的蛇形跑考核方法中跑步测试人员在折返路径上B点绕杆的一些实施例的示意图；
图6为本发明的蛇形跑考核系统的一些实施例的结构示意图。
附图标记说明：
1-蛇形跑考核系统；a1，a2，a3，a4，a5，a6-转弯标志杆；2-跑步测试人员。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1所示，本发明实施例提供了一种跑步考核方法，包括：
步骤100：发送起跑指令并记录开始时间戳；
本步骤中可通过电子发令枪或者麦克风等发起起跑指令，并将发送起跑指令的当前时间作为起跑开始时间即开始时间戳，并对该开始时间戳进行记录和存储。
步骤200：实时获取跑步考核区域的图像信息，该跑步考核区域的图像信息包括跑步场地的地面图像信息、转弯标志杆的图像信息和/或跑步测试人员的图像信息；
本步骤中通过一个或多个图像采集设备实时获取整个跑步考核区域的图像信息，该跑步考核区域包括整个跑步场地、跑步场地内设置的多根转弯标志杆，以及出现在跑步场地内的跑步测试人员。
步骤300：将跑步考核区域的图像信息输入至预先训练的深度卷积神经网络模型，以识别跑步考核区域的图像信息中所包含的转弯标志杆和/或跑步测试人员；
本步骤中通过采集大量跑步考核区域的图像样本预先训练用于识别转弯标志杆和跑步测试人员的深度卷积神经网络模型，只需将跑步考核区域的图像信息输入至模型中即可检测出图像信息中所包含的转弯标志杆和/或跑步测试人员。需要说明的是，本实施例中深度卷积神经网络模型可以采用R-CNN、Faster R-CNN或者SSD等，在此不做具体限定。
步骤400：如果识别到跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员，则获取转弯标志杆与跑步测试人员的相对位置信息；
本步骤中当跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员时，需要判断跑步测试人员是否按照蛇形跑规定路线进行测试，即依次绕过跑步场地中每个转弯标志杆，此时需要从跑步考核区域的图像信息中获取转弯标志杆与跑步测试人员的相对位置信息以进行后续的绕杆判断。
步骤500：如果转弯标志杆与跑步测试人员的相对位置信息满足预设转弯条件，则更新跑步测试人员的转弯次数；
由于跑步场地中设置多根转弯标志杆，蛇形跑考核过程中跑步测试人员从起跑线出发按照规定路线依次绕过每根转弯标志杆，之后折返继续绕过每根转弯标志杆后回到终点线，通过常用的编号方式不容易区别绕过的转弯标志杆。但跑步场地中设置的转弯标志杆的数量是一定的，因而当转弯标志杆与跑步测试人员的相对位置信息满足预设转弯条件时，转弯次数加1，通过累计转弯次数的方式识别跑步测试人员到达哪个转弯标志杆处。
步骤600：如果跑步测试人员的转弯次数等于预设转弯次数阈值，则根据开始时间戳和跑步测试人员的冲刺时间戳计算得到跑步测试人员的跑步成绩。
本步骤中预设转弯次数阈值为2N-1，N为转弯标志杆数量，N为整数。本步骤中当跑步测试人员的转弯次数等于预设转弯次数阈值说明跑步测试人员按照规定路线完成了蛇形跑测试，此时需要通过实时获取的跑步考核区域的图像信息中识别跑步测试人员的冲刺行为，即跑步测试人员的脚部跨越终点线，将最早出现冲刺行为的图像信息的采集时间作为冲刺时间戳，从而将冲刺时间戳与开始时间戳的差值即为跑步成绩。
本发明实施例的蛇形跑考核方法首先实时获取跑步考核区域的图像信息，之后通过预先训练的深度卷积神经网络模型识别跑步考核区域的图像信息中所包含的转弯标志杆和/或跑步测试人员，当识别到跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员时获取转弯标志杆与跑步测试人员的相对位置信息，进而判断相对位置信息是否满足预设转弯条件，即判断绕杆，并记录跑步测试人员的转弯次数，即实时检测每个测试人员是否按预设标准绕过蛇形跑的每个转弯标志杆，最后当转弯次数等于预设转弯次数阈值时根据开始时间戳和冲刺时间戳计算得到跑步成绩，该方法实现了蛇形跑的自动化测试，测试效率高且出错率低。
在一些实施例中，本发明的一种蛇形跑考核方法的步骤300包括：
将跑步考核区域的图像信息输入至预先训练的第一深度卷积神经网络模型，以识别跑步考核区域的图像信息中所包含的转弯标志杆；
将跑步考核区域的图像信息输入至预先训练的第二深度卷积神经网络模型，以识别跑步考核区域的图像信息中所包含的跑步测试人员。
本发明实施例的蛇形跑考核方法中为了提高识别准确率，分别训练识别转弯标志杆的第一深度卷积神经网络模型和识别测试人员的第二深度卷积神经网络模型，输入的跑步考核区域的图像信息依次输入至两个模型进行识别。需要说明的是，本实施例中两个模型可以采用相同的网络结构也可以为不同的网络结构。
可选地，本实施例中第一深度卷积神经网络模型和第二深度卷积神经网络模型均采用YOLO网络结构。需要说明的是，本实施例中深度卷积神经网络模型可以采用YOLOv1、YOLOv2、YOLOv3、YOLOv4或者YOLOv5，在此不做具体限定。
在一些实施例中，参见图2所示，本发明的一种蛇形跑考核方法的步骤400包括：
步骤401：获取转弯标志杆的最低点的坐标数据和跑步测试人员的最低点的坐标数据，其中最低点为与跑步场地的地面相接触的点；
本步骤中可通过深度卷积神经网络模型识别出转弯标志杆/跑步测试人员的同时定位其相应位置，例如用方框框出其位置，再从方框中找到最低点。
步骤402：比较转弯标志杆的最低点横坐标值和跑步测试人员的最低点横坐标值的大小，以得到转弯标志杆与跑步测试人员的左右位置信息；
步骤403：比较转弯标志杆的最低点纵坐标值和跑步测试人员的最低点纵坐标值的大小，以得到转弯标志杆与跑步测试人员的上下位置信息；
其中，上下位置信息代表距离起跑线/终点线的远近信息，转弯标志杆位于跑步测试人员的下方，则说明转弯标志杆相较于跑步测试人员更靠近起跑线/终点线。
在一些实施例中，参见图2所示，本发明的一种蛇形跑考核方法的步骤400还包括：
步骤404：根据转弯标志杆的最低点横坐标值确定转弯标志杆所属列，其中，跑步场地中设置的转弯标志杆的列数为两列；
本步骤中通过预先拍摄跑步场地的图像并对图像分析，以获取第一列中转弯标志杆的横坐标范围和第二列中转弯标志杆的横坐标范围。
步骤405：根据转弯标志杆所属列以及转弯标志杆与跑步测试人员的左右位置信息判定跑步测试人员是否位于转弯标志杆的外侧；
本步骤中假如转弯标志杆位于第一列(即图像的左侧)，当跑步测试人员位于转弯标志杆的左侧时，说明跑步测试人员位于转弯标志杆的外侧；当跑步测试人员位于转弯标志杆的右侧时，说明跑步测试人员位于转弯标志杆的内侧；同理假如转弯标志杆位于第二列(即图像的右侧)，当跑步测试人员位于转弯标志杆的左侧时，说明跑步测试人员位于转弯标志杆的内侧；当跑步测试人员位于转弯标志杆的右侧时，说明跑步测试人员位于转弯标志杆的外侧。
步骤406：根据转弯标志杆与跑步测试人员的上下位置信息判定跑步测试人员是否绕过转弯标志杆。
在一些实施例中，参见图3-5所示，本发明的一种蛇形跑考核方法的步骤406包括：
如果跑步测试人员处于前进路径上，则跑步测试人员位于转弯标志杆的上方时，说明跑步测试人员绕过转弯标志杆；
如果跑步测试人员处于折返路径上，则跑步测试人员位于转弯标志杆的下方时，说明跑步测试人员绕过转弯标志杆。
从图像中可以看出，如果跑步测试人员处于前进路径上，则跑步测试人员离终点线越来越远，判断绕杆条件为跑步测试人员位于转弯标志杆的上方；同理，如果跑步测试人员处于折返路径上，则跑步测试人员离终点线越来越近，判断绕杆条件为跑步测试人员位于转弯标志杆的下方。
在一些实施例中，本发明的一种蛇形跑考核方法还包括：如果记录的转弯次数大于转弯标志杆的数量，则跑步测试人员处于折返路径上。
在一些实施例中，本发明的一种蛇形跑考核方法中预设转弯条件为跑步测试人员位于转弯标志杆的外侧，且跑步测试人员绕过转弯标志杆。
下面以一个具体的实施例进行详细说明：
跑步场地设置6根转弯标志杆，转弯标志杆的顺次编号依次为a1-a6。
如图3-5所示，跑步测试人员2从起跑线出发，此时转弯次数为0；
1、首先跑到A点，此时跑步测试人员正绕过前进路径上的转弯标志杆a1，在A点跑步测试人员的最低点坐标数据为(x’A,y’A)，转弯标志杆a1的最低点坐标数据为(xa1,ya1)；
2、比较在A点跑步测试人员的最低点横坐标值x’A和转弯标志杆a1的最低点横坐标值xa1，x’A大于xa1说明跑步测试人员在转弯标志杆a1的右侧；
3、同时根据转弯标志杆a1的最低点横坐标值xa1可判定转弯标志杆a1在第二列；
4、根据第2步和第3步的结果可以判定跑步测试人员在转弯标志杆a1的外侧；
5、比较在A点跑步测试人员的最低点纵坐标值y’A和转弯标志杆的最低点横坐标值ya1，y’A大于ya1说明跑步测试人员在转弯标志杆a1的上方，因此，可以判定跑步测试人员绕过转弯标志杆a1；
6、综合第4步和第5步的结果可知跑步测试人员绕过转弯标志杆a1，此时将转弯次数更新为1；
7、重复上述步骤直至跑步测试人员跑至B点，此时转弯次数为7，根据转弯次数7大于转弯标志杆的数量6，说明跑步测试人员在折返路径上，正绕过转弯标志杆a4，在B点跑步测试人员的最低点坐标数据为(x’B,y’B)，转弯标志杆a4的最低点坐标数据为(xa4,ya4)；
8、比较在B点跑步测试人员的最低点横坐标值x’B和转弯标志杆a4的最低点横坐标值xa4，x’B小于xa4说明跑步测试人员在转弯标志杆a4的左侧；
9、同时根据转弯标志杆a4的最低点横坐标值xa4可判定转弯标志杆a4在第一列；
10、根据第8步和第9步的结果可以判定跑步测试人员在转弯标志杆a4的外侧；
11、比较在B点跑步测试人员的最低点纵坐标值y’B和转弯标志杆的最低点横坐标值ya4，y’B小于ya4说明跑步测试人员在转弯标志杆a4的下方，因此，可以判定跑步测试人员绕过转弯标志杆a4；
12、综合第10步和第11步的结果可知跑步测试人员绕过转弯标志杆a4，此时将转弯次数更新为8；
13、重复上述步骤直至跑步测试人员跑至终点线，此时转弯次数为11。
另一方面，参见图6所示，本发明实施例还提供了一种蛇形跑考核系统1，包括：
起跑指令发送模块10，被配置为发送起跑指令并记录开始时间戳；
图像信息获取模块20，被配置为实时获取跑步考核区域的图像信息，跑步考核区域的图像信息包括跑步场地的地面图像信息、转弯标志杆的图像信息和/或跑步测试人员的图像信息；
深度模型识别模块30，被配置为将跑步考核区域的图像信息输入至预先训练的深度卷积神经网络模型，以识别跑步考核区域的图像信息中所包含的转弯标志杆和/或跑步测试人员；
位置信息获取模块40，被配置为如果识别到跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员，则获取转弯标志杆与跑步测试人员的相对位置信息；
转弯确定模块50，被配置为如果转弯标志杆与跑步测试人员的相对位置信息满足预设转弯条件，则更新跑步测试人员的转弯次数；
以及，跑步成绩计算模块60，被配置为如果跑步测试人员的转弯次数等于预设转弯次数阈值，则根据开始时间戳和跑步测试人员的冲刺时间戳计算得到跑步测试人员的跑步成绩。
需要说明的是，本实施例的蛇形跑考核系统可以由布置在起点线/终点线附近的一个或多个视觉采集装置即图像信息获取模块，以及与视觉采集装置有线或无线连接的处理平台构成，其中处理平台由起跑指令发送模块、深度模型识别模块、位置信息获取模块、转弯确定模块以及跑步成绩计算模块构成。其中，视觉采集装置可以为立体视觉采集装置，例如双目立体视觉相机。
另外，本实施例的蛇形跑考核系统可以为布置在起点线/终点线终点标识区域附近的考核机器人，该考核机器人集成一个或多个视觉采集装置即图像信息获取模块，以及控制处理器，该控制处理器由起跑指令发送模块、深度模型识别模块、位置信息获取模块、转弯确定模块以及跑步成绩计算模块构成。
具体的，通过考核机器人进行自动化蛇形跑测试的具体过程为：
1)将考核机器人设置于起跑线/终点线附近，考核机器人的视觉采集装置能够采集整个跑步场地的图像；
2)点击进入考核模式，考核机器人先测目，再识别立杆(转弯标志杆)，并同步进行语音播报“测目，蛇形跑，正在识别立杆”、”立杆识别成功”，“请待考核人员进行人脸登记”，此时待考核人员走到考核机器人前方进行人脸识别并登记身份信息；
3)语音播报“请考核人员到起点就位”，考核人员走到起跑线；
4)语音播报起跑指令；
5)考核人员在跑步场地按照规定路线进行蛇形跑；
6)考核人员冲过终点线；
7)考核机器人语音播报考核人员成绩，即跑步用时。
上述中蛇形跑考核系统各模块的具体细节已经在对应的蛇形跑考核方法中进行了详细的描述，因此此处不再赘述。
再一方面，本发明还提供了一种电子设备，包括：处理器和存储器，存储器上存储有计算机可读指令，计算机可读指令被处理器执行时实现如上述实施例所述的蛇形跑考核方法。
又一方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述实施例所述的蛇形跑考核方法。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(read-only memory，ROM)、随机存取器(randomaccessmemory，RAM)、磁盘或光盘等。
虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种蛇形跑考核方法，其特征在于，包括：
发送起跑指令并记录开始时间戳；
实时获取跑步考核区域的图像信息，所述跑步考核区域的图像信息包括跑步场地的地面图像信息、转弯标志杆的图像信息和/或跑步测试人员的图像信息；
将所述跑步考核区域的图像信息输入至预先训练的深度卷积神经网络模型，以识别所述跑步考核区域的图像信息中所包含的转弯标志杆和/或跑步测试人员；
如果识别到所述跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员，则获取所述转弯标志杆与所述跑步测试人员的相对位置信息；
如果所述转弯标志杆与所述跑步测试人员的相对位置信息满足预设转弯条件，则更新所述跑步测试人员的转弯次数；
如果所述跑步测试人员的转弯次数等于预设转弯次数阈值，则根据所述开始时间戳和所述跑步测试人员的冲刺时间戳计算得到所述跑步测试人员的跑步成绩。
2.根据权利要求1所述的蛇形跑考核方法，其特征在于，所述将所述跑步考核区域的图像信息输入至预先训练的深度卷积神经网络模型，以识别所述跑步考核区域的图像信息中所包含的转弯标志杆和/或跑步测试人员的步骤包括：
将所述跑步考核区域的图像信息输入至预先训练的第一深度卷积神经网络模型，以识别所述跑步考核区域的图像信息中所包含的转弯标志杆；
将所述跑步考核区域的图像信息输入至预先训练的第二深度卷积神经网络模型，以识别所述跑步考核区域的图像信息中所包含的跑步测试人员。
3.根据权利要求2所述的蛇形跑考核方法，其特征在于，所述如果识别到所述跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员，则获取所述转弯标志杆与所述跑步测试人员的相对位置信息的步骤包括：
获取所述转弯标志杆的最低点的坐标数据和所述跑步测试人员的最低点的坐标数据，其中最低点为与所述跑步场地的地面相接触的点；
比较所述转弯标志杆的最低点横坐标值和所述跑步测试人员的最低点横坐标值的大小，以得到所述转弯标志杆与所述跑步测试人员的左右位置信息；
比较所述转弯标志杆的最低点纵坐标值和所述跑步测试人员的最低点纵坐标值的大小，以得到所述转弯标志杆与所述跑步测试人员的上下位置信息；
其中，所述上下位置信息代表距离起跑线/终点线的远近信息，所述转弯标志杆位于所述跑步测试人员的下方，则说明所述转弯标志杆相较于所述跑步测试人员更靠近所述起跑线/所述终点线。
4.根据权利要求3所述的蛇形跑考核方法，其特征在于，所述如果识别到所述跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员，则获取所述转弯标志杆与所述跑步测试人员的相对位置信息的步骤还包括：
根据所述转弯标志杆的最低点横坐标值确定所述转弯标志杆所属列，其中，所述跑步场地中设置的转弯标志杆的列数为两列；
根据所述转弯标志杆所属列以及所述转弯标志杆与所述跑步测试人员的左右位置信息判定所述跑步测试人员是否位于所述转弯标志杆的外侧；
根据所述转弯标志杆与所述跑步测试人员的上下位置信息判定所述跑步测试人员是否绕过所述转弯标志杆。
5.根据权利要求4所述的蛇形跑考核方法，其特征在于，所述根据所述转弯标志杆与所述跑步测试人员的上下位置信息判定所述跑步测试人员是否绕过所述转弯标志杆的步骤包括：
如果所述跑步测试人员处于前进路径上，则所述跑步测试人员位于所述转弯标志杆的上方时，说明所述跑步测试人员绕过所述转弯标志杆；
如果所述跑步测试人员处于折返路径上，则所述跑步测试人员位于所述转弯标志杆的下方时，说明所述跑步测试人员绕过所述转弯标志杆。
6.根据权利要求5所述的蛇形跑考核方法，其特征在于，如果记录的所述转弯次数大于所述转弯标志杆的数量，则所述跑步测试人员处于折返路径上。
7.根据权利要求6所述的蛇形跑考核方法，其特征在于，所述预设转弯条件为跑步测试人员位于转弯标志杆的外侧，且跑步测试人员绕过转弯标志杆。
8.一种蛇形跑考核系统，其特征在于，包括：
起跑指令发送模块，被配置为发送起跑指令并记录开始时间戳；
图像信息获取模块，被配置为实时获取跑步考核区域的图像信息，所述跑步考核区域的图像信息包括跑步场地的地面图像信息、转弯标志杆的图像信息和/或跑步测试人员的图像信息；
深度模型识别模块，被配置为将所述跑步考核区域的图像信息输入至预先训练的深度卷积神经网络模型，以识别所述跑步考核区域的图像信息中所包含的转弯标志杆和/或跑步测试人员；
位置信息获取模块，被配置为如果识别到所述跑步考核区域的图像信息中同时包含转弯标志杆和跑步测试人员，则获取所述转弯标志杆与所述跑步测试人员的相对位置信息；
转弯确定模块，被配置为如果所述转弯标志杆与所述跑步测试人员的相对位置信息满足预设转弯条件，则更新所述跑步测试人员的转弯次数；
以及，跑步成绩计算模块，被配置为如果所述跑步测试人员的转弯次数等于预设转弯次数阈值，则根据所述开始时间戳和所述跑步测试人员的冲刺时间戳计算得到所述跑步测试人员的跑步成绩。
9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如权利要求1至7中任一项所述的蛇形跑考核方法。
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，所述计算机程序被处理器执行时实现如上述权利要求1至7任一项所述的蛇形跑考核方法。
CN202111273738.1A 2021-10-29 2021-10-29 蛇形跑考核方法、系统、电子设备及存储介质 Pending CN114067427A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111273738.1A CN114067427A (zh) 2021-10-29 2021-10-29 蛇形跑考核方法、系统、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111273738.1A CN114067427A (zh) 2021-10-29 2021-10-29 蛇形跑考核方法、系统、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN114067427A true CN114067427A (zh) 2022-02-18

Family

ID=80236087

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111273738.1A Pending CN114067427A (zh) 2021-10-29 2021-10-29 蛇形跑考核方法、系统、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114067427A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116059601A (zh) * 2023-04-06 2023-05-05 北京奥康达体育产业股份有限公司 一种基于智能传感技术的考核训练系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116059601A (zh) * 2023-04-06 2023-05-05 北京奥康达体育产业股份有限公司 一种基于智能传感技术的考核训练系统

Similar Documents

Publication Publication Date Title
CN110090424B (zh) 一种用于足球绕杆考核的裁判系统
CN110639197A (zh) 体育测试方法、装置及系统
CN113486757B (zh) 基于人体骨骼关键点检测的多人直线跑步测试计时方法
CN113440789B (zh) 一种多人跳绳测试智能计数方法及系统
CN106446002A (zh) 一种基于运动目标在地图中轨迹的视频检索方法
CN111680569B (zh) 基于图像分析的出勤率检测方法、装置、设备及存储介质
CN114067427A (zh) 蛇形跑考核方法、系统、电子设备及存储介质
CN108802769A (zh) Gnss终端在高架上或高架下的检测方法及装置
CN109030854A (zh) 一种基于rgb图像的步速测量方法
CN104463240A (zh) 一种控制列表界面的方法及装置
CN115311681A (zh) 一种基于视觉技术的足球运球绕杆测试方法、装置和设备
PT1402476E (pt) Sistema e processo para a mediação da posição relativa de um objecto com respeito a um ponto de referência
CN117333945B (zh) 蛇形跑运动检测方法、装置、设备及存储介质
CN117292288A (zh) 体育测试方法、系统、电子设备、芯片及存储介质
CN117237990A (zh) 群养猪只体重的估测方法、装置、电子设备及存储介质
CN112950543A (zh) 一种桥梁养护方法、系统、存储介质及智能终端
CN108154199A (zh) 一种基于深度学习的高精度快速单类目标检测方法
CN108079521A (zh) 一种跑步测试方法及系统
CN115546886A (zh) 一种基于视觉技术的排球对墙壁垫球测试方法及装置
CN115970252A (zh) 一种折返跑的测量方法及测量装置
CN114037728A (zh) 基于计算机视觉的蛇形跑轨迹判定方法
CN114708541A (zh) 一种体能测试方法、装置、计算机设备及存储介质
Karunaratne et al. Objectively measure player performance on Olympic weightlifting
CN209316986U (zh) 一种用于转向能力测试的跑道
CN115138057A (zh) 一种用于学生体测的人工智能系统

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