CN115775240A - 一种蛇形跑检测方法及检测装置 - Google Patents
一种蛇形跑检测方法及检测装置 Download PDFInfo
- Publication number
- CN115775240A CN115775240A CN202211534509.5A CN202211534509A CN115775240A CN 115775240 A CN115775240 A CN 115775240A CN 202211534509 A CN202211534509 A CN 202211534509A CN 115775240 A CN115775240 A CN 115775240A
- Authority
- CN
- China
- Prior art keywords
- rectangular area
- image
- area
- pixel
- upright
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 title claims description 10
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000012360 testing method Methods 0.000 claims description 39
- 239000011159 matrix material Substances 0.000 claims description 8
- 241000270295 Serpentes Species 0.000 claims 2
- 230000007935 neutral effect Effects 0.000 abstract description 3
- 125000000205 L-threonino group Chemical group [H]OC(=O)[C@@]([H])(N([H])[*])[C@](C([H])([H])[H])([H])O[H] 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种蛇形跑检测方法及检测装置，所述方法包括：接收考核区域的图像，图像包括地面图像和若干立杆图像；在考核区域的图像中对每个立杆处设置矩形区域，矩形区域覆盖所述立杆图像，并提取每个矩形区域的尺寸信息；基于图像像素阵列，识别矩形区域中立杆图像的边缘像素，得到边缘像素识别纵列及边缘像素识别总数；根据矩形区域的尺寸信息和边缘像素识别总数，标定考核区域的立杆，确定立杆是否存在于矩形区域中。本发明尤其提高了蛇形跑中立杆检测的准确性，避免了环境和光线对检测结果的影响。
Description
技术领域
本发明属于体育测量技术领域，特别是涉及一种蛇形跑检测方法及检测装置。
背景技术
为提高速度与灵敏度综合素质、快速变向运动能力，蛇形跑是《军事体育训练考核》中的必测项目，规定了详细的训练方法和违规动作，传统蛇形跑中的判断立杆是否倒下，采用人工检测，检测不准确。市场上出现了基于计算机视觉的蛇形跑测试设备，这些设备有些基于立杆的颜色来进行计算并判断立杆是否倒下，但是因为环境、光线复杂等，使立杆的颜色会随着光线的变化而变化，所以测量结果不稳定；还有些设备通过加传感器的方式，但是增加了设备的成本和复杂度，稳定性也不佳。
发明内容
基于此，本发明提供了一种蛇形跑检测方法及检测装置，解决了蛇形跑中立杆检测准确性低、检测结果受环境和光线影响的问题。
本发明提供的一种蛇形跑检测方法，所述方法包括：
接收考核区域的图像，所述图像包括地面图像和若干立杆图像；
在所述考核区域的图像中对每个立杆处设置矩形区域，所述矩形区域覆盖所述立杆图像，并提取每个矩形区域的尺寸信息；
基于图像像素阵列，识别所述矩形区域中立杆图像的边缘像素，得到边缘像素识别纵列及边缘像素识别总数；
根据矩形区域的尺寸信息和所述边缘像素识别总数，标定所述考核区域的立杆，确定所述立杆是否存在于所述矩形区域中。
进一步地，所述矩形区域覆盖所述立杆图像的方法为：
所述矩形区域仅覆盖所述立杆靠近地面端的一部分。
进一步地，所述提取每个矩形区域的尺寸信息，包括：
提取在所述考核区域的图像中所述矩形区域的一顶点像素坐标、水平方向的像素长度和竖直方向的像素长度。
进一步地，所述基于图像像素阵列，识别所述矩形区域中立杆图像的边缘像素，得到边缘像素识别纵列及边缘像素识别总数，包括：
设定所述矩形区域中所述立杆图像的边缘像素取值为1，所述矩形区域中除所述立杆图像边缘之外的像素取值为0；
所述矩形区域对应一像素矩阵，在该像素矩阵中，从该矩形区域的所述顶点像素的坐标开始，沿该矩形区域水平方向的像素长度逐列对所述立杆图像的边缘像素值进行识别，当任意一列上连续出现所述边缘像素取值为1的像素且其个数大于等于预设像素数，则记该连续的像素组成一边缘像素识别纵列并记录该纵列中所述边缘像素的个数；
累计所有所述纵列的像素个数，得到边缘像素识别总数。
进一步地，所述根据矩形区域的尺寸信息和所述边缘像素识别总数，标定所述考核区域的立杆，确定所述立杆是否存在于所述矩形区域中，包括：
用所述边缘像素识别总数与矩形区域竖直方向的像素长度的2倍作比值，得到像素比率；
对比所述像素比率与预设阈值，若所述像素比率大于预设阈值，则确定所述立杆存在于所述矩形区域中，否则，所述立杆不在所述矩形区域中。
进一步地，所述检测方法还包括：在所述考核区域的图像中，当确定所有所述矩形区域标定有立杆后，在接收到测试者首次进入考核区域时的图像开始测试；
实时获取测试过程的所述考核区域的图像，识别各所述矩形区域的对应所述边缘像素识别总数，确定出各所述矩形区域中是否均标定出对应立杆，若是，则在接收到测试者抵达所述考核区域的终点时的图像结束测试并获取测试时间；若否，则判定为倒杆且测试成绩无效。
进一步地，所述获取测试时间的方法包括：将接收到测试者抵达所述考核区域的终点时的图像时刻与接收到测试者首次进入所述考核区域时的图像时刻作差。
本发明还提供了一种蛇形跑检测装置，所述装置包括：
接收模块，用于接收考核区域的图像，所述图像包括地面图像和若干立杆图像；
设置模块，用于在所述考核区域的图像中对每个立杆处设置矩形区域，所述矩形区域覆盖所述立杆图像，并提取每个矩形区域的尺寸信息；
识别模块，用于基于图像像素阵列，识别所述矩形区域中立杆图像的边缘像素，得到边缘像素识别纵列及边缘像素识别总数；
标定模块，用于根据矩形区域的尺寸信息和所述边缘像素识别总数，标定所述考核区域的立杆，确定所述立杆是否存在于所述矩形区域中。
进一步地，所述装置还包括：
计时启动模块，用于在所述考核区域的图像中，当确定所有所述矩形区域标定有立杆后，在接收到测试者首次进入考核区域时的图像开始计时；
成绩判断模块，在经所述接收模块实时获取测试过程的所述考核区域的图像，以及所述识别模块识别各所述矩形区域的对应所述边缘像素识别总数后，用于确定出各所述矩形区域中是否均标定出对应立杆，若是，则在测试结束时获取测试时间；若否，判定为倒杆且测试成绩无效；
计时结束模块，用于在所述成绩判断模块确定各所述矩形区域中均存在对应立杆时，接收到测试者抵达所述考核区域的终点时的图像结束计时。
本发明提供的一种蛇形跑检测方法，通过在考核区域图像中每个立杆处设置矩形区域，提取每个矩形区域的尺寸信息，然后基于图像像素阵列识别矩形区域中立杆图像的边缘像素，得到边缘像素识别纵列及边缘像素识别总数，最后根据每个矩形区域的尺寸信息和边缘像素识别总数，标定设置的该矩形区域中是否存在立杆。本发明提高了蛇形跑中立杆检测的准确性，同时，避免了环境和光线对检测结果的影响。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种蛇形跑检测方法的流程示意图；
图2为本发明实施例提供的一种获取边缘像素识别纵列及边缘像素识别总数的流程示意图；
图3为本发明实施例提供的一种立杆标定的流程示意图；
图4为本发明实施例提供的另一种蛇形跑检测方法的流程示意图；
图5为本发明实施例提供一种蛇形跑检测装置的示意图；
图6为本发明实施例提供另一种蛇形跑检测装置的示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了使本申请的目的、技术方案及优点更加清楚明白，下面结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身并没有特定的意义。
实施例1
如图1所示，为本发明实施例提供的一种蛇形跑检测方法的流程示意图，所述方法包括：
步骤S1：接收考核区域的图像，所述图像包括地面图像和若干立杆图像；
具体地，在本申请实施例中，在考核区域，一共需要布置7根立杆，沿测试者的前进方向，7根立杆分别错位布置为左右两侧，其中一侧在同一直线上布置4根立杆，另一侧在同一直线上布置3根立杆，且两条直线平行。在考核过程中，测试者需要从布置有4根立杆的左侧出发，按顺序依次绕过考核规定的所有立杆，最终折返到布置有3根立杆的右侧的终点，完成测试。布置完考核区域后，通过外部设备获取考核区域的图像信息，具体通过架设具有摄像功能的测试设备进行获取。图像信息包括地面图像信息以及立杆图像信息。
步骤S2：在所述考核区域的图像中对每个立杆处设置矩形区域，所述矩形区域覆盖所述立杆图像，并提取每个矩形区域的尺寸信息；
具体地，通过人工或自动识别的方式，在考核区域的图像中分别对7根立杆标出矩形区域，将矩形区域覆盖立杆图像，然后提取图像中每个矩形区域的尺寸信息。所述标出的矩形区域作为立杆检测依据。需要说明的是，矩形外框区域标定后在没有校准操作的情况下，不随立杆的移动而改变。
步骤S3：基于图像像素阵列，识别所述矩形区域中立杆图像的边缘像素，得到边缘像素识别纵列及边缘像素识别总数；
具体地，一矩形区域对应包括一图像像素矩阵，识别矩形区域中立杆图像的边缘像素，如果边缘像素在图像像素阵列所在列上符合连续性的条件，则将连续像素标记为边缘像素识别纵列，且边缘像素识别纵列的长度为该连续的像素的个数。将所有边缘像素识别纵列的像素个数累计得到边缘像素识别总数。
步骤S4：根据矩形区域的尺寸信息和所述边缘像素识别总数，标定所述考核区域的立杆，确定所述立杆是否存在于所述矩形区域中。
具体地，根据步骤S2中获取的矩形区域尺寸信息和步骤S3中得到的边缘像素识别总数，对设定矩形区域中是否存在立杆进行标定。
在一些实施例中，所述矩形区域覆盖所述立杆图像的方法为：所述矩形区域仅覆盖所述立杆靠近地面端的一部分。
具体地，设定的矩形区域中仅需覆盖立杆靠近地面端的一部分。例如，通常所用的立杆为红白相间色段的立杆，矩形区域则只需覆盖靠近地面的一段色段即可，可减少数据处理量。
在一些实施例中，所述提取每个矩形区域的尺寸信息，包括：提取在所述考核区域的图像中所述矩形区域的一顶点像素的坐标、水平方向的像素长度和竖直方向的像素长度。其中，顶点可选择矩形区域的左上顶点，像素长度为具体的像素个数。
具体地，设定完每个矩形区域之后，通过人工或自动识别的方式，设定每根立杆的矩形区域尺寸信息为(x,y,w,h)，其中，(x,y)为矩形区域左上方顶点像素的坐标，w为矩形区域的水平方向像素长度即宽度，h为矩形区域的竖直方向像素长度即高度。
在一些实施例中，如图2所示，为本发明实施例提供的一种获取边缘像素识别纵列及边缘像素识别总数的流程示意图，步骤S3包括：
步骤S31：设定所述矩形区域所述立杆图像的边缘像素取值为1，所述矩形区域中除所述立杆图像边缘之外的像素取值为0；
步骤S32：所述矩形区域对应一像素矩阵，在该像素矩阵中，从该矩形区域的所述顶点像素的坐标开始，沿该矩形区域水平方向的像素长度逐列对所述立杆图像的边缘像素值进行识别，当任意一列上连续出现所述边缘像素取值为1的像素且其个数大于等于预设像素数，则记该连续的像素组成一边缘像素识别纵列并记录该纵列中所述边缘像素的个数；
步骤S33：累计所有所述纵列的像素个数，得到边缘像素识别总数。
具体地，在设定矩形区域中，设立杆边缘的像素取值为1，非边缘的像素取值为0；在所述矩形区域对应的像素矩阵中，从该矩形区域左上方顶点像素的坐标开始，沿该矩形区域水平方向的像素长度逐列对所述立杆图像的边缘像素值进行识别，当任意一列上连续出现所述边缘像素取值为1的像素且其个数大于等于预设像素数Pmin(如Pmin＝5)，则记该连续的像素组成一边缘像素识别纵列并记录该纵列中所述边缘像素的个数；累计所有所述纵列的像素个数，得到边缘像素识别总数，具体为：设seg_len为实时识别出的图像阵列中某一列的边缘像素个数，queue为在seg_len满足一定条件要求后的边缘像素识别纵列，则所有的边缘像素识别纵列queue中的边缘像素个数seg_len之和为边缘像素识别总数Ltotal。设(i,j)为图像像素阵列中的像素坐标，i为横坐标，j为纵坐标，p(i,j)为像素值，w为矩形区域的水平方向像素长度，h为矩形区域的竖直方向像素长度。以下为找边缘像素识别纵列的一种示例：
for(i＝0；i＜w；i++){
seg_len＝0；
for(j＝0；j＜h；j++){
if(p(i,j)){
seg_len++；
}else{
if(seg_len＞＝Pmin)queue.push_back(seg_len)；
seg_len＝0；
}
}
}
在一些实施例中，如图3所示，为本发明实施例提供的一种立杆标定的流程示意图，所述步骤S4包括：
步骤S41：用所述边缘像素识别总数与矩形区域沿竖直方向的像素长度的2倍作比值，得到像素比率；
步骤S42：对比所述像素比率与预设阈值，若所述像素比率大于预设阈值，则确定所述立杆存在于所述矩形区域中，否则，所述立杆不在所述矩形区域中。
具体地，在本申请实施例中，预设阈值为Rthres(如Rthres＝0.4)，边缘像素识别总数为Ltotal，边缘像素识别总数Ltotal与矩形区域竖直方向的像素长度h(即矩形区域的高度)2倍的像素比率ratio为：
ratio＝Ltotal/(h*2)
若ratio大于Rthres，则确定在此矩形区域中存在立杆，否则不存在立杆。
在一些实施例中，如图4所示，为本发明实施例提供的另一种蛇形跑检测方法的流程示意图，所述检测方法还包括：
步骤S51：在所述考核区域的图像中，当确定所有所述矩形区域标定有立杆后，在接收到测试者首次进入考核区域时的图像开始测试；
步骤S52：实时获取测试过程的所述考核区域的图像，识别各所述矩形区域的对应所述边缘像素识别总数，确定出各所述矩形区域中是否均标定出对应立杆，若是，则在接收到测试者抵达所述考核区域的终点时的图像结束测试并获取测试时间；若否，则判定为倒杆且测试成绩无效。
具体地，确定所有所述矩形区域标定有立杆后，在接收到测试者首次进入考核区域时的图像开始测试；实时获取测试过程的所述考核区域的图像，识别各所述矩形区域的对应所述边缘像素识别总数，预设阈值为Rthres(如Rthres＝0.4)，边缘像素识别总数为Ltotal，边缘像素识别总数Ltotal与矩形区域竖直方向的像素长度h(即矩形区域的高度)2倍的像素比率ratio为：
ratio＝Ltotal/(h*2)
若ratio大于Rthres，则确定出各矩形区域中未出现倒杆，接收到测试者抵达所述考核区域的终点时的图像结束测试并获取测试时间；若否，则判定为倒杆且测试成绩无效。
在一些实施例中，所述获取测试时间的方法包括：将接收到测试者抵达所述考核区域的终点时的图像时刻与接收到测试者首次进入所述考核区域时的图像时刻作差。
具体地，在考核过程中，测试者需要从布置有4根立杆的一侧出发的第一时间点，按顺序依次绕过考核规定的所有立杆，最终折返到布置有3根立杆的另一侧的终点，完成测试的第二时间点，第一时间点到第二时间点之间的时间差值，为测试时间。
实施例2
基于上述蛇形跑检测方法，本发明实施例提供一种蛇形跑检测装置的示意图，如图5所示，包括：
接收模块401，用于接收考核区域的图像，所述图像包括地面图像和若干立杆图像；
设置模块402，用于在所述考核区域的图像中对每个立杆处设置矩形区域，所述矩形区域覆盖所述立杆图像，并提取每个矩形区域的尺寸信息；
识别模块403，用于基于图像像素阵列，识别所述矩形区域中立杆图像的边缘像素，得到边缘像素识别纵列及边缘像素识别总数；
标定模块404，用于根据矩形区域的尺寸信息和所述边缘像素识别总数，标定所述考核区域的立杆，确定所述立杆是否存在于所述矩形区域中。
在一些实施例中，如图6所示，为本发明实施例提供另一种蛇形跑检测装置的示意图，所述装置还包括：
计时启动模块405，用于在所述考核区域的图像中，当确定所有所述矩形区域标定有立杆后，在接收到测试者首次进入考核区域时的图像开始计时；
成绩判断模块406，在经所述接收模块实时获取测试过程的所述考核区域的图像，以及所述识别模块识别各所述矩形区域的对应所述边缘像素识别总数后，用于确定出各所述矩形区域中是否均标定出对应立杆，若是，则在测试结束时获取测试时间；若否，判定为倒杆且测试成绩无效；
计时结束模块407，用于在所述成绩判断模块确定各所述矩形区域中均存在对应立杆时，接收到测试者抵达所述考核区域的终点时的图像结束计时。
关于上述蛇形跑检测装置中各模块实现上述技术方案的其他细节，可参见上述发明实施例中提供的蛇形跑检测方法中的描述，此处不再赘述。
以上对本申请所提供的技术方案进行了详细介绍，本申请中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (9)
1.一种蛇形跑检测方法，其特征在于，所述方法包括：
接收考核区域的图像，所述图像包括地面图像和若干立杆图像；
在所述考核区域的图像中对每个立杆处设置矩形区域，所述矩形区域覆盖所述立杆图像，并提取每个矩形区域的尺寸信息；
基于图像像素阵列，识别所述矩形区域中立杆图像的边缘像素，得到边缘像素识别纵列及边缘像素识别总数；
根据矩形区域的尺寸信息和所述边缘像素识别总数，标定所述考核区域的立杆，确定所述立杆是否存在于所述矩形区域中。
2.根据权利要求1所述的蛇形跑检测方法，其特征在于，所述矩形区域覆盖所述立杆图像的方法为：
所述矩形区域仅覆盖所述立杆靠近地面端的一部分。
3.根据权利要求1所述的蛇形跑检测方法，其特征在于，所述提取每个矩形区域的尺寸信息，包括：
提取在所述考核区域的图像中所述矩形区域的一顶点像素的坐标、水平方向的像素长度和竖直方向的像素长度。
4.根据权利要求3所述的蛇形跑检测方法，其特征在于，所述基于图像像素阵列，识别所述矩形区域中立杆图像的边缘像素，得到边缘像素识别纵列及边缘像素识别总数，包括：
设定所述矩形区域中所述立杆图像的边缘像素取值为1，所述矩形区域中除所述立杆图像边缘之外的像素取值为0；
所述矩形区域对应一像素矩阵，在该像素矩阵中，从该矩形区域的所述顶点像素的坐标开始，沿该矩形区域水平方向的像素长度逐列对所述立杆图像的边缘像素值进行识别，当任意一列上连续出现所述边缘像素取值为1的像素且其个数大于等于预设像素数，则记该连续的像素组成一边缘像素识别纵列并记录该纵列中所述边缘像素的个数；
累计所有所述纵列的像素个数，得到边缘像素识别总数。
5.根据权利要求1所述的蛇形跑检测方法，其特征在于，所述根据矩形区域的尺寸信息和所述边缘像素识别总数，标定所述考核区域的立杆，确定所述立杆是否存在于所述矩形区域中，包括：
用所述边缘像素识别总数与矩形区域竖直方向的像素长度的2倍作比值，得到像素比率；
对比所述像素比率与预设阈值，若所述像素比率大于预设阈值，则确定所述立杆存在于所述矩形区域中，否则，所述立杆不在所述矩形区域中。
6.如权利要求5所述蛇形跑检测方法，其特征在于，所述检测方法还包括：
在所述考核区域的图像中，当确定所有所述矩形区域标定有立杆后，在接收到测试者首次进入考核区域时的图像开始测试；
实时获取测试过程的所述考核区域的图像，识别各所述矩形区域的对应所述边缘像素识别总数，确定出各所述矩形区域中是否均标定出对应立杆，若是，则在接收到测试者抵达所述考核区域的终点时的图像结束测试并获取测试时间；若否，则判定为倒杆且测试成绩无效。
7.根据权利要求6所述的蛇形跑检测方法，其特征在于，所述获取测试时间的方法包括：将接收到测试者抵达所述考核区域的终点时的图像时刻与接收到测试者首次进入所述考核区域时的图像时刻作差。
8.一种蛇形跑检测装置，其特征在于，所述装置包括：
接收模块，用于接收考核区域的图像，所述图像包括地面图像和若干立杆图像；
设置模块，用于在所述考核区域的图像中对每个立杆处设置矩形区域，所述矩形区域覆盖所述立杆图像，并提取每个矩形区域的尺寸信息；
识别模块，用于基于图像像素阵列，识别所述矩形区域中立杆图像的边缘像素，得到边缘像素识别纵列及边缘像素识别总数；
标定模块，用于根据矩形区域的尺寸信息和所述边缘像素识别总数，标定所述考核区域的立杆，确定所述立杆是否存在于所述矩形区域中。
9.如权利要求8所述的蛇形跑检测装置，其特征在于，所述装置还包括：
计时启动模块，用于在所述考核区域的图像中，当确定所有所述矩形区域标定有立杆后，在接收到测试者首次进入考核区域时的图像开始计时；
成绩判断模块，在经所述接收模块实时获取测试过程的所述考核区域的图像，以及所述识别模块识别各所述矩形区域的对应所述边缘像素识别总数后，用于确定出各所述矩形区域中是否均标定出对应立杆，若是，则在测试结束时获取测试时间；若否，判定为倒杆且测试成绩无效；
计时结束模块，用于在所述成绩判断模块确定各所述矩形区域中均存在对应立杆时，接收到测试者抵达所述考核区域的终点时的图像结束计时。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211534509.5A CN115775240A (zh) | 2022-11-29 | 2022-11-29 | 一种蛇形跑检测方法及检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211534509.5A CN115775240A (zh) | 2022-11-29 | 2022-11-29 | 一种蛇形跑检测方法及检测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115775240A true CN115775240A (zh) | 2023-03-10 |
Family
ID=85391056
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211534509.5A Pending CN115775240A (zh) | 2022-11-29 | 2022-11-29 | 一种蛇形跑检测方法及检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115775240A (zh) |
Cited By (1)
| 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 |
-
2022
- 2022-11-29 CN CN202211534509.5A patent/CN115775240A/zh active Pending
Cited By (1)
| 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 |
|---|---|---|
| CN110910378B (zh) | 一种基于深度融合网络的双模态图像能见度检测方法 | |
| CN111027504A (zh) | 人脸关键点检测方法、装置、设备及存储介质 | |
| US8363132B2 (en) | Apparatus for demosaicing colors and method thereof | |
| CN110378232B (zh) | 改进的ssd双网络的考场考生位置快速检测方法 | |
| CN115775240A (zh) | 一种蛇形跑检测方法及检测装置 | |
| CN111079589B (zh) | 基于深度摄像和身高阈值像素标定的自动身高检测方法 | |
| CN113198166B (zh) | 一种跳远检测方法与检测装置 | |
| CN113112480A (zh) | 视频场景变换检测方法、存储介质和电子设备 | |
| CN112580612A (zh) | 一种生理信号预测方法 | |
| CN109510946A (zh) | Hdr场景检测方法及系统 | |
| CN114782770A (zh) | 一种基于深度学习的车牌检测与车牌识别方法及系统 | |
| CN115661115A (zh) | 元器件检测方法、装置、电子设备及存储介质 | |
| CN115837155A (zh) | 一种立定跳远测量方法及装置 | |
| CN105915785A (zh) | 双摄像头被遮挡的确定方法、确定装置和终端 | |
| CN102148919B (zh) | 一种球类检测的方法及系统 | |
| CN106204531B (zh) | 一种同步检测彩色图像中噪点与边缘点的方法 | |
| CN113749646A (zh) | 基于单目视觉的人体身高测量方法、装置及电子设备 | |
| CN103942523A (zh) | 一种日照场景识别方法及装置 | |
| CN108563997A (zh) | 一种建立人脸检测模型、人脸识别的方法和装置 | |
| CN115970252A (zh) | 一种折返跑的测量方法及测量装置 | |
| CN111932620B (zh) | 排球发球过网与否的判定方法及发球速度的获取方法 | |
| CN108776146B (zh) | 丝印线条的检测方法及装置 | |
| CN112200036A (zh) | 学生行为远程监控方法和系统 | |
| KR101928780B1 (ko) | 부재 열화 분석 장치, 부재 열화 측정 장치 및 컴퓨터 판독가능 기록 매체 | |
| CN115248025B (zh) | 一种基于自适应算法的吊车负载摆角测量方法 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wu Jun Inventor after: Luo Hejian Inventor before: Luo Hejian |