CN115035435A - 基于机器视觉的排球考试测评方法、装置及电子设备 - Google Patents
基于机器视觉的排球考试测评方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115035435A CN115035435A CN202210518660.3A CN202210518660A CN115035435A CN 115035435 A CN115035435 A CN 115035435A CN 202210518660 A CN202210518660 A CN 202210518660A CN 115035435 A CN115035435 A CN 115035435A
- Authority
- CN
- China
- Prior art keywords
- ball
- person
- volleyball
- position coordinates
- mat
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30221—Sports video; Sports image
- G06T2207/30224—Ball; Puck
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (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机器视觉的排球考试测评方法、装置及电子设备。所述方法包括如下步骤:在垫球者进行排球垫球考试时采集测试视频;对测试视频进行图像标定,分别标定出垫球区界、垫球高度标志;将测试视频输入训练好的垫球识别模型中;提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标;将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标;根据垫球者两手的位置坐标判断垫球者双手垫球的姿态是否正确;将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界;当垫球者垫球高度达标、垫球的姿态正确且未越界时,判定垫球者本次垫球有效,增加一有效垫球次数,能够实现对有效垫球次数的全自动记录。
Description
技术领域
本发明涉及运动识别技术领域,尤其涉及一种基于机器视觉的排球考试测评方法、装置及电子设备。
背景技术
近些年,随着中考体育测评制度不断推进,学校素质教育也进一步深化。实行中考体育测试,可以有效提升体育课程在学校的地位,提高学生对体育运动的参与热情,改善初中体育课程的教学效果,让学生更加注重日常体育锻炼,增强体质,提升身体素质和机能。排球垫球作为初中生、高中生和大学生《国家学生体质健康标准》体质健康测试的测试项目,同时也是体育中考必考项目。
排球垫球测试一般在坚实、平坦的场地或排球场上进行,初中的测试区域为3*3米,垫球者在规定的测评区域内原地将球抛起,个人连续正面双手垫球,要求手型正确、击球部位准确、达到规定的高度,球落地即为测试结束,按次计数。受试者每次垫球应达到的高度。初中男生为2.24米,初中女生为2米。每名受试者测试两次,记录其中成绩最好的一次。
现有排球垫球测评过程主要有人工计数与测试仪计数两种方式。人工计数主观性较大、效率低、人力成本大,难以满足大批量学生测试任务,且无法实现对测试过程记录的保存和复现。测试仪主要采用红外线测量方式,在一定高度设置红外线检测装置,垫球者垫球过程中排球被红外线装置检测到则计为有效垫球次数。测试仪采用红外线测试,场地布置需要施工,设备调式难,且红外线装置只能识别排球位置,不能对垫球者垫球过程中的违规动作进行识别记录,需要依靠人工进行判定。
发明内容
本发明的目的在于提供一种基于机器视觉的排球考试测评方法、装置及电子设备,所述方法通过机器视觉图像处理加人工智能深度学习方法对排球测试过程进行非接触式视觉测量分析,测量项目包括垫球计数、垫球者垫球姿态是否违规、垫球者是否越界,能够解决现有红外线测量方式场地布置难、无法对垫球者垫球姿态是否违规进行判断以及垫球过程中垫球者是否越界的难题。
为实现上述目的,本发明提供一种基于机器视觉的排球考试测评方法,包括如下步骤:
在垫球者进行排球垫球考试时采集测试视频;
对所述测试视频进行图像标定,分别标定出垫球区界、垫球高度标志;
将所述测试视频输入训练好的基于Transformer的垫球识别模型中;
所述垫球识别模型提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标;
所述垫球识别模型将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标;
所述垫球识别模型根据垫球者两手的位置坐标判断垫球者双手垫球的姿态是否正确;
所述垫球识别模型将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界;
当垫球者垫球高度达标、垫球的姿态正确且未越界时,判定垫球者本次垫球有效,增加一有效垫球次数,否则不增加有效垫球次数。
可选地,所述分别标定出垫球区界、垫球高度标志具体包括:
在测试视频的图像中标定出垫球区界横坐标范围[Xmin,Xmax],垫球区界纵坐标范围[Ymin,Ymax],以标定垫球区界;
在测试视频的图像中标定出男生垫球高度标志值Yvb和女生垫球高度标志值Yvg,以标定垫球高度标志。
可选地,所述垫球识别模型提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标具体包括:
所述垫球识别模型通过目标检测网络获取排球的位置坐标(Xball,Yball),通过人体姿态关键点提取网络获取左手的位置坐标(Xlh,Ylh)、右手的位置坐标(Xrh,Yrh)、左脚的位置坐标(Xlf,Ylf)以及右脚的位置坐标(Xrf,Yrf)。
可选地,所述垫球识别模型将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标具体包括:
确定垫球者的性别;
若垫球者性别为男,则将目标检测网络获取排球的位置坐标(Xball,Yball)中的纵坐标与男生垫球高度标志值Yvb进行比较,当Yball≤Yvb时,判定垫球者本次垫球高度达标,否则判定垫球者本次垫球高度不达标;
若垫球者性别为女,则将目标检测网络获取排球的位置坐标(Xball,Yball)中的纵坐标与女生垫球高度标志值Yvg进行比较,当Yball≤Yvg时,判定垫球者本次垫球高度达标,否则判定垫球者本次垫球高度不达标。
可选地,所述垫球识别模型根据垫球者两手的位置坐标判断垫球者双手垫球的姿态是否正确具体包括:
计算根据垫球者两手的位置坐标计算垫球者两手之间的距离,计算公式为:
其中,d为垫球者两手之间的距离;
将垫球者两手之间的距离与预设的距离阈值Dv进行比较,若d<Dv,则判定垫球者姿态正确,否则判定垫球者姿态错误。
可选地,所述垫球识别模型将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界具体包括:
将垫球者的左脚的位置坐标(Xlf,Ylf)以及右脚的位置坐标(Xrf,Yrf)与垫球区界横坐标范围[Xmin,Xmax]和垫球区界纵坐标范围[Ymin,Ymax]进行比较;
若Xmin≤Xlf、Xrf≤Xmax、Ymin≤Ylf且Yrf≤Ymax,则判定垫球者未越界,否则判定垫球者越界。
可选地,所述方法还包括记录垫球者的垫球时长,并在垫球者的垫球时长达到预设的测试时长时,停止考试,并输出垫球者的总有效垫球次数。
本发明还提供一种基于机器视觉的排球考试测评装置,包括:
采集模块,用于在垫球者进行排球垫球考试时采集测试视频;
标定模块,用于对所述测试视频进行图像标定,分别标定出垫球区界、垫球高度标志;
输入模块,用于将所述测试视频输入训练好的基于Transformer的垫球识别模型中;
提取模块,用于通过所述垫球识别模型提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标;
高度判断模块,用于通过所述垫球识别模型将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标;
姿态判断模块,用于通过所述垫球识别模型根据垫球者两手的位置坐标判断垫球者双手垫球的姿态是否正确;
越界判断模块,用于通过所述垫球识别模型将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界;
以及结果记录模块,用于在垫球者垫球高度达标、垫球的姿态正确且未越界时,判定垫球者本次垫球有效,增加一有效垫球次数,否则不增加有效垫球次数。
本发明还提供一种电子设备,包括:存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述方法的步骤。
本发明的有益效果:本发明提供一种基于机器视觉的排球考试测评方法。所述方法包括如下步骤:在垫球者进行排球垫球考试时采集测试视频;对所述测试视频进行图像标定,分别标定出垫球区界、垫球高度标志;将所述测试视频输入训练好的基于Transformer的垫球识别模型中;所述垫球识别模型提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标;所述垫球识别模型将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标;所述垫球识别模型根据垫球者两手的位置坐标判断垫球者双手垫球的姿态是否正确;所述垫球识别模型将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界;当垫球者垫球高度达标、垫球的姿态正确且未越界时,判定垫球者本次垫球有效,增加一有效垫球次数,否则不增加有效垫球次数,能够实现对垫球者有效垫球次数的全自动记录,解决现有红外线测量方式场地布置难,无法对垫球者垫球姿态是否违规进行判断以及垫球过程中垫球者是否越界的难题。
附图说明
为了能更进一步了解本发明的特征以及技术内容,请参阅以下有关本发明的详细说明与附图,然而附图仅提供参考与说明用,并非用来对本发明加以限制。
附图中,
图1为本发明的基于机器视觉的排球考试测评方法的流程图;
图2为本发明的基于机器视觉的排球考试测评方法中垫球识别模型的架构图;
图3为本发明的基于机器视觉的排球考试测评装置的示意图;
图4为本发明的电子设备的示意图。
具体实施方式
为更进一步阐述本发明所采取的技术手段及其效果,以下结合本发明的优选实施例及其附图进行详细描述。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本申请的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
请参阅图1,并结合图2,本发明首先提供一种基于机器视觉的排球考试测评方法,包括如下步骤:
步骤S1、在垫球者进行排球垫球考试时采集测试视频。
具体地,在本发明的一些实施例中,所述步骤S1具体是通过高速相机对排球测试中垫球者的垫球过程视频进行全程采集,以获得所述测试视频。
步骤S2、对所述测试视频进行图像标定,分别标定出垫球区界、垫球高度标志。
具体地,在本发明的一些实施例中,所述分别标定出垫球区界、垫球高度标志具体包括:
在测试视频的图像中标定出垫球区界横坐标范围[Xmin,Xmax],垫球区界纵坐标范围[Ymin,Ymax],以标定垫球区界;
在测试视频的图像中标定出男生垫球高度标志值Yvb和女生垫球高度标志值Yvg,以标定垫球高度标志。
其中,在本发明的一些实施例中,所述垫球区界是一个3m×3m的矩形区域,男生垫球高度标志值Yvb和女生垫球高度标志值Yvg分别对应男生垫球2.24米高度以及女生垫球2米高度在图像中的具体像素位置。
步骤S3、将所述测试视频输入训练好的基于Transformer的垫球识别模型中。
具体地,所述垫球识别模型完全采用Transformer层来替代传统卷积网络层,整个网络完全是由注意力机制组成,并通过堆叠Transformer的形式进行搭建,能够有效利用图像的上下文信息对输入图像中的排球目标特征进行准确提取,作为示意,本发明的一实施例的垫球识别模型的架构如图2所示,输入垫球图像数据,经过模型处理后,能够输出对应的排球坐标以及垫球者四肢的坐标,该垫球识别模型采用多级特征的编码器-解码器框架,在编码器中采用了多层卷积串联的方式,实现对不同尺度特征的提取,不同的网络层次上整合空间信息,可以减轻由于池化造成的分辨率损失,并将不同尺度特征信息送入到多尺度标志模型进行融合,最后统一输入到多尺度解码模块中实现对手部与脚部关节点的高精度检测。
步骤S4、所述垫球识别模型提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标。
具体地,在本发明的一些实施例中,所述垫球识别模型提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标具体包括:
所述垫球识别模型通过目标检测网络获取排球的位置坐标(Xball,Yball),通过人体姿态关键点提取网络获取左手的位置坐标(Xlh,Ylh)、右手的位置坐标(Xrh,Yrh)、左脚的位置坐标(Xlf,Ylf)以及右脚的位置坐标(Xrf,Yrf)。
步骤S5、所述垫球识别模型将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标;
具体地,所述步骤S4中垫球识别模型采用目标跟踪的算法对视频中排球进行检测,识别排球并判断其在图像中的位置,根据视频流中排球位置的变化情况,结合排球实时坐标信息与图像中垫球高度标志的关系,对垫球有效性进行判断。
进一步地,在本发明的一些实施例中,所述垫球识别模型将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标具体包括:
确定垫球者的性别;
若垫球者性别为男,则将目标检测网络获取排球的位置坐标(Xball,Yball)中的纵坐标与男生垫球高度标志值Yvb进行比较,当Yball≤Yvb时,判定垫球者本次垫球高度达标,否则判定垫球者本次垫球高度不达标;
若垫球者性别为女,则将目标检测网络获取排球的位置坐标(Xball,Yball)中的纵坐标与女生垫球高度标志值Yvg进行比较,当Yball≤Yvg时,判定垫球者本次垫球高度达标,否则判定垫球者本次垫球高度不达标。
步骤S6、所述垫球识别模型根据垫球者两手的位置坐标判断垫球者双手垫球的姿态是否正确。
具体地,所述步骤S6中,采用图像分析的方法对垫球者的方位姿态关键点进行提取,并以人体骨架图的方式进行标识;然后提取跟垫球动作相关的关键关节点位置信息;最后根据各个关键关节点与排球之间的相对位置关系,以及与3*3垫球区域在图像中标定的位置关系对测试者垫球姿态是否违规以及垫球过程中测试者是否越界进行判定。
进一步地,所述关键关节点为垫球者左手的位置坐标(Xlh,Ylh)、右手的位置坐标(Xrh,Yrh)、左脚的位置坐标(Xlf,Ylf)以及右脚的位置坐标(Xrf,Yrf)。
所述垫球识别模型根据垫球者两手的位置坐标判断垫球者双手垫球的姿态是否正确具体包括:
计算根据垫球者两手的位置坐标计算垫球者两手之间的距离,计算公式为:
其中,d为垫球者两手之间的距离;
将垫球者两手之间的距离与预设的距离阈值Dv进行比较,若d<Dv,则判定垫球者姿态正确,否则判定垫球者姿态错误。
步骤S7、所述垫球识别模型将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界。
具体地,所述垫球识别模型将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界具体包括:
将垫球者的左脚的位置坐标(Xlf,Ylf)以及右脚的位置坐标(Xrf,Yrf)与垫球区界横坐标范围[Xmin,Xmax]和垫球区界纵坐标范围[Ymin,Ymax]进行比较;
若Xmin≤Xlf、Xrf≤Xmax、Ymin≤Ylf且Yrf≤Ymax,则判定垫球者未越界,否则判定垫球者越界。
步骤S8、当垫球者垫球高度达标、垫球的姿态正确且未越界时,判定垫球者本次垫球有效,增加一有效垫球次数,否则不增加有效垫球次数。
最后,本发明的方法还包括记录垫球者的垫球时长,并在垫球者的垫球时长达到预设的测试时长时,停止考试,并输出垫球者的总有效垫球次数。
请参阅图3,本发明还提供一种基于机器视觉的排球考试测评装置,包括:
采集模块10,用于在垫球者进行排球垫球考试时采集测试视频;
标定模块20,用于对所述测试视频进行图像标定,分别标定出垫球区界、垫球高度标志;
输入模块30,用于将所述测试视频输入训练好的基于Transformer的垫球识别模型中;
提取模块40,用于通过所述垫球识别模型提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标;
高度判断模块50,用于通过所述垫球识别模型将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标;
姿态判断模块60,用于通过所述垫球识别模型根据垫球者两手的位置坐标判断垫球者双手垫球的姿态是否正确;
越界判断模块70,用于通过所述垫球识别模型将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界;
以及结果记录模块80,用于在垫球者垫球高度达标、垫球的姿态正确且未越界时,判定垫球者本次垫球有效,增加一有效垫球次数,否则不增加有效垫球次数。
请参阅图4,本发明还提供一种电子设备,包括:存储器100和处理器200,所述存储器100存储有计算机程序,所述计算机程序被所述处理器200执行时,使得所述处理器200执行上述方法的步骤。
综上所述,本发明提供一种基于机器视觉的排球考试测评方法。所述方法包括如下步骤:在垫球者进行排球垫球考试时采集测试视频;对所述测试视频进行图像标定,分别标定出垫球区界、垫球高度标志;将所述测试视频输入训练好的基于Transformer的垫球识别模型中;所述垫球识别模型提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标;所述垫球识别模型将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标;所述垫球识别模型根据垫球者两手的位置坐标判断垫球者双手垫球的姿态是否正确;所述垫球识别模型将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界;当垫球者垫球高度达标、垫球的姿态正确且未越界时,判定垫球者本次垫球有效,增加一有效垫球次数,否则不增加有效垫球次数,能够实现对垫球者有效垫球次数的全自动记录,解决现有红外线测量方式场地布置难,无法对垫球者垫球姿态是否违规进行判断以及垫球过程中垫球者是否越界的难题。
以上所述,对于本领域的普通技术人员来说,可以根据本发明的技术方案和技术构思作出其他各种相应的改变和变形,而所有这些改变和变形都应属于本发明权利要求的保护范围。
Claims (9)
1.一种基于机器视觉的排球考试测评方法,其特征在于,包括如下步骤:
在垫球者进行排球垫球考试时采集测试视频;
对所述测试视频进行图像标定,分别标定出垫球区界、垫球高度标志;
将所述测试视频输入训练好的基于Transformer的垫球识别模型中;
所述垫球识别模型提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标;
所述垫球识别模型将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标;
所述垫球识别模型根据垫球者两手的位置坐标判断垫球者双手垫球的姿态是否正确;
所述垫球识别模型将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界;
当垫球者垫球高度达标、垫球的姿态正确且未越界时,判定垫球者本次垫球有效,增加一有效垫球次数,否则不增加有效垫球次数。
2.如权利要求1所述的基于机器视觉的排球考试测评方法,其特征在于,所述分别标定出垫球区界、垫球高度标志具体包括:
在测试视频的图像中标定出垫球区界横坐标范围[Xmin,Xmax],垫球区界纵坐标范围[Ymin,Ymax],以标定垫球区界;
在测试视频的图像中标定出男生垫球高度标志值Yvb和女生垫球高度标志值Yvg,以标定垫球高度标志。
3.如权利要求2所述的基于机器视觉的排球考试测评方法,其特征在于,所述垫球识别模型提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标具体包括:
所述垫球识别模型通过目标检测网络获取排球的位置坐标(Xball,Yball),通过人体姿态关键点提取网络获取左手的位置坐标(Xlh,Ylh)、右手的位置坐标(Xrh,Yrh)、左脚的位置坐标(Xlf,Ylf)以及右脚的位置坐标(Xrf,Yrf)。
4.如权利要求3所述的基于机器视觉的排球考试测评方法,其特征在于,所述垫球识别模型将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标具体包括:
确定垫球者的性别;
若垫球者性别为男,则将目标检测网络获取排球的位置坐标(Xball,Yball)中的纵坐标与男生垫球高度标志值Yvb进行比较,当Yball≤Yvb时,判定垫球者本次垫球高度达标,否则判定垫球者本次垫球高度不达标;
若垫球者性别为女,则将目标检测网络获取排球的位置坐标(Xball,Yball)中的纵坐标与女生垫球高度标志值Yvg进行比较,当Yball≤Yvg时,判定垫球者本次垫球高度达标,否则判定垫球者本次垫球高度不达标。
6.如权利要求3所述的基于机器视觉的排球考试测评方法,其特征在于,所述垫球识别模型将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界具体包括:
将垫球者的左脚的位置坐标(Xlf,Ylf)以及右脚的位置坐标(Xrf,Yrf)与垫球区界横坐标范围[Xmin,Xmax]和垫球区界纵坐标范围[Ymin,Ymax]进行比较;
若Xmin≤Xlf、Xrf≤Xmax、Ymin≤Ylf且Yrf≤Ymax,则判定垫球者未越界,否则判定垫球者越界。
7.如权利要求1所述的基于机器视觉的排球考试测评方法,其特征在于,还包括记录垫球者的垫球时长,并在垫球者的垫球时长达到预设的测试时长时,停止考试,并输出垫球者的总有效垫球次数。
8.一种基于机器视觉的排球考试测评装置,其特征在于,包括:
采集模块,用于在垫球者进行排球垫球考试时采集测试视频;
标定模块,用于对所述测试视频进行图像标定,分别标定出垫球区界、垫球高度标志;
输入模块,用于将所述测试视频输入训练好的基于Transformer的垫球识别模型中;
提取模块,用于通过所述垫球识别模型提取训练视频中的排球的位置坐标以及垫球者四肢的位置坐标;
高度判断模块,用于通过所述垫球识别模型将排球的位置坐标与垫球高度标志进行比较,确定垫球者的垫球高度是否达标;
姿态判断模块,用于通过所述垫球识别模型根据垫球者两手的位置坐标判断垫球者双手垫球的姿态是否正确;
越界判断模块,用于通过所述垫球识别模型将垫球者两脚的位置坐标与垫球区界进行比较,确定垫球者是否越界;
以及结果记录模块,用于在垫球者垫球高度达标、垫球的姿态正确且未越界时,判定垫球者本次垫球有效,增加一有效垫球次数,否则不增加有效垫球次数。
9.一种电子设备,其特征在于,包括:存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210518660.3A CN115035435A (zh) | 2022-05-13 | 2022-05-13 | 基于机器视觉的排球考试测评方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210518660.3A CN115035435A (zh) | 2022-05-13 | 2022-05-13 | 基于机器视觉的排球考试测评方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115035435A true CN115035435A (zh) | 2022-09-09 |
Family
ID=83121208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210518660.3A Pending CN115035435A (zh) | 2022-05-13 | 2022-05-13 | 基于机器视觉的排球考试测评方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115035435A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117679724A (zh) * | 2024-02-02 | 2024-03-12 | 福建师范大学 | 一种排球对墙垫球自动计数教学装置 |
-
2022
- 2022-05-13 CN CN202210518660.3A patent/CN115035435A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117679724A (zh) * | 2024-02-02 | 2024-03-12 | 福建师范大学 | 一种排球对墙垫球自动计数教学装置 |
CN117679724B (zh) * | 2024-02-02 | 2024-04-26 | 福建师范大学 | 一种排球对墙垫球自动计数教学装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019232899A1 (zh) | 体能和肌肉能力的综合评估系统及方法 | |
Betzler et al. | Variability in clubhead presentation characteristics and ball impact location for golfers' drives | |
Keaney et al. | Quantifying hitting activity in tennis with racket sensors: new dawn or false dawn? | |
CN111401260B (zh) | 基于Quick-OpenPose模型的仰卧起坐测试计数方法及系统 | |
CN115035435A (zh) | 基于机器视觉的排球考试测评方法、装置及电子设备 | |
CN112516559A (zh) | 一种适用于滑雪训练台的动作评价与动作指导方法 | |
CN112023373A (zh) | 一种基于姿态传感器的网球运动训练方法 | |
Pan et al. | Development of new 9-ball test protocols for assessing expertise in cue sports | |
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 | |
CN114209309B (zh) | 一种基于视觉技术的运动行为分析方法 | |
Lames | Performance analysis in game sports: Concepts and methods | |
CN115138057A (zh) | 一种用于学生体测的人工智能系统 | |
CN111012357A (zh) | 一种基于图像识别的坐位体前屈检测设备及方法 | |
Tiwari et al. | To develop a tapping skill test for kho-kho female players | |
KR101088452B1 (ko) | 맞춤 클럽 제작 및 스윙 분석을 위한 스크린 골프 시스템 및 스크린 골프 시뮬레이터 | |
TWI770787B (zh) | 手持運動分析系統與方法 | |
Selaković et al. | RELIABILITY AND VALIDITY OF CHANGE-OF-DIRECTION SPEED TESTS FOR JUNIOR BASKETBALL PLAYERS | |
US20230181971A1 (en) | System and method for analyzing one or movements of a moveable entity | |
CN117357879A (zh) | 用于中长跑的影像计时方法、系统、存储介质及设备 | |
CN204563537U (zh) | 太极定步推手动作识别系统 | |
Krylov | A comparative analysis of young tennis player target accuracy when using balls inflated under different pressures | |
Ansari et al. | Association of Abdominal Endurance with Body Mass Index and Playing Hours in Collegiate Cricket Players: An Observational Study | |
Passarella et al. | Pull-down Fitness Technique Analysis using Motion Capture | |
Meng | Deep Learning Algorithm and Video Image Processing-based Basketball Training System | |
Tinazci et al. | The relationship between some bio kinematic variables and strength function-time of jump serve in volleyball |
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 |