CN116271773A - 一种基于ai技术的智慧操场训练系统和方法 - Google Patents

一种基于ai技术的智慧操场训练系统和方法 Download PDF

Info

Publication number
CN116271773A
CN116271773A CN202310223226.7A CN202310223226A CN116271773A CN 116271773 A CN116271773 A CN 116271773A CN 202310223226 A CN202310223226 A CN 202310223226A CN 116271773 A CN116271773 A CN 116271773A
Authority
CN
China
Prior art keywords
data
playground
equipment
motion
analysis
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
CN202310223226.7A
Other languages
English (en)
Inventor
唐义平
祖慈
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.)
Anhui Yishi Technology Co ltd
Original Assignee
Anhui Yishi 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 Anhui Yishi Technology Co ltd filed Critical Anhui Yishi Technology Co ltd
Priority to CN202310223226.7A priority Critical patent/CN116271773A/zh
Publication of CN116271773A publication Critical patent/CN116271773A/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
    • A63B71/0605—Decision makers and devices using detection means facilitating arbitration
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明公开了一种基于AI技术的智慧操场训练系统和方法，包括前端检测设备和后端运算设备，前端检测设备包括识别登录设备、AI识别视频采集设备、音视频显示设备，后端运算设备包括AI识别分析服务器、数据存储服务器，前端检测设备布置于操场运动场地，采集运动人员信息数据和运动数据过程并把数据传递给后端运算设备，后端运算设备识别分析并存储分析结果数据，前端检测设备播送运动指令、播报运动人员成绩、形成运动报告；本发明利用运动视觉技术进行动作规范性分析和运动数据分析，实时生成运动指令和运动成绩，改善教学模式，增强智能交互性，组训方式灵活，实时反馈训练数据，增强运动针对性。

Description

一种基于AI技术的智慧操场训练系统和方法
技术领域
本发明涉及训练场地建设技术领域，尤其涉及一种基于AI技术的智慧操场训练系统和方法。
背景技术
根据相关单位统计，目前青少年体质健康不及格率高，青少年体型体态优良率差，这需要提升青少年的综合身体素质，传统的青少年利用操场进行体育训练的方式，存在教学模式单一，采用大班课模式，课堂内容缺乏互动创新；智慧化程度低，体育教学设备机械化为主，运动操场信息化建设落后；训练缺乏数据反馈，缺少针对性评价和指导无法进行有效的课后监督执行；老师任务量繁重，采用“口哨、秒表、纸+笔”进行体测成绩录入，运动训练效率低，整理数据慢，缺乏违规自动检测，过于依赖老师主观判断。
文献号为CN113457110B的专利文献，公开一种智慧操场中的计数方法、系统及装置，通过采用光流法分析从采集模块处实时获得的连续帧静态图像，获取待测者的运动趋势，能够有效提高测试过程中图像分析的准确性，且具有通用性强、易用性高的优点。虽然其部分涉及到视频采集，但同时存在：1、采用静态图像分析，缺乏实时性；2、是辅助计数的方法，缺乏数据反馈。
文献号为CN 207008357 U的专利文献，公开了智慧操场监控管理技术系统，包括：主控模块、在线平台模块、服务器模块、环境监控模块、照明模块和数据采集模块；主控模块，与在线平台模块、服务器模块、环境监控模块、照明模块和数据采集模块相连接，环境监控模块包括：第一交换机和至少一个气体检测设备；数据采集模块包括：视频采集子模块、音频采集子模块和人员数据采集子模块。通过方案可以得知其针对的是对操场室外空气污染的监管，不涉及到操场的教学建设。
综述，现实中需要一种基于AI技术的智慧操场训练系统及其使用方法，将机器视觉与体育训练深度融合，通过物联网摄像头与AI人工智能运动视觉算法，实施操场智能化改造，实现学生体育科学化训练、个性化教学、规模化训练。通过训练动作规范性分析和运动数据分析，自动生成运动处方报告，增强教学及运动中的智能交互性，提升学生运动兴趣与运动水平，解决青少年身体素质与文化素养发展失衡、体育教学信息化资源缺乏等难题。
发明内容
针对上述问题，本发明的目的在于提供一种基于AI技术的智慧操场训练系统和方法，改进现有体育教学方式，提高教与学智能交互性，丰富教学模式，及时反馈训练数据，提升训练效率。
本发明的目的可以通过以下技术方案实现：一种基于AI技术的智慧操场训练系统，包括前端检测设备和后端运算设备；
所述前端检测设备包括识别登录设备210、AI识别视频采集设备220和音视频显示设备；
所述后端运算设备包括AI识别分析服务器和数据存储服务器；
所述前端检测设备布置于操场各运动场地，用于采集运动人员信息数据和运动数据过程并把采集数据传递给后端运算设备；
所述后端运算设备用于识别分析采集数据生成并存储分析结果数据；
所述前端检测设备还根据分析结果数据播送运动指令、播报运动人员成绩和显示运动报告。
进一步的：所述操场运动场地包括立定跳远场地101、短跑场地102、引体向上场地103、跳绳场地104、仰卧起坐场地105和长跑场地106。
进一步的：所述前端检测设备还包括运动手环，所述运动手环佩戴于运动人员手腕部，用于采集运动人员运动体征数据。
进一步的：所述前端检测设备还包括移动手持终端，所述移动手持终端用于查询运动成绩、查看运动报告和比对运动数据。
进一步的：所述AI识别分析服务器采用边缘计算服务器进行运动分析。
进一步的：所述音视频显示设备包括操场显示大屏，单场地显示屏和音频播放器。
进一步的：所述AI识别分析设备采用的AI算法包括深度学习算法、目标检测算法、人体骨骼关键点算法和面部识别算法。
一种基于AI技术的智慧操场训练方法，用于基于AI技术的智慧操场训练系统，其特征在于：包括以下步骤：
S1、识别登录设备210采集运动人员面部信息数据，并把数据传递给AI识别分析服务器，AI识别分析服务器根据面部信息数据，形成场地分组数据，并把数据传递给音视频显示设备；
S2、音视频显示设备根据分组数据播报信息，运动人员根据播报信息开始运动；
S3、AI识别视频采集设备220采集运动视频，并把视频传送到AI识别分析服务器；
S4、AI识别分析服务器对采集视频进行分析识别，并把分析结果数据存储到数据存储服务器，同时把分析结果数据传送到音视频显示设备；
S5、音视频显示设备播报显示分析结果数据；
S6、重复步骤S2-S5直至场地运动结束。
进一步的：所述AI识别分析服务器识别分析内容包括，面部识别、目标识别和运动姿态识别。
进一步的：所述AI识别视频采集运动视频中的面部数据与识别登录设备210采集的面部数据进行比对，用于核对运动人员信息。
本发明的有益效果：
1、本发明通过前端AI识别视频采集设备采集运动图像，发送到后端AI识别分析服务器进行识别分析计算，利用运动视觉技术进行动作规范性分析和运动数据分析，实时生成运动指令和运动成绩，改善教学模式，增强教学及运动中的智能交互性，组训方式灵活，实时生产运动报告，反馈训练数据，增强运动针对性，辅助老师进行违规判定，提高判定的精准度。
2、采用边缘服务器作为后端AI识别分析服务器，将前端采集设备、传输设备、处理控制设备和存储显示设备连成一个独立完整的系统，并将摄像机到图像显示和记录构成独立完整的系统，通过加载运行云端服务器上的AI算法对现场监控现频进行智能识别分析，边缘服务器可加载移植多路AI算法，实时准确地进行监控分析；实现算法服务前置部署到学校边缘侧服务器，设备请求实时响应降低延时实现实时计算；数据本地采集，本地分析，本地处理，保护了数据隐私，提高了数据安全性；可实现低带宽运行，带宽限制影响低，工作稳定高。
3、本发明智慧操场系统采用多种算法，涵盖K12教育测试项目，根据学生体质健康标准建立数据模型，自动计算体测分数和等级，图形化、可视化分析优秀率、良好率、不及格率等,为体育教学提供决策支撑。
4、训练过程无需采用纸、笔、尺子等传统工具记录成绩，无需耗费大量时间测试、整理和分析数据，节省了训练时间，提高了训练效率，解决训练成绩录入工作耗时耗力，无法长期对比分析，教师重复性工作的问题。
附图说明
图1为本发明一种基于AI技术的智慧操场训练系统的结构示意图之一；
图2为本发明一种基于AI技术的智慧操场训练系统的结构示意图之二；
图3为本发明一种基于AI技术的智慧操场训练系统的结构示意图之三；
图4为运动人员立定跳远场地动作示意图。
100、智慧操场；101、立定跳远场地；102、短跑场地；103、引体向上场地；104、跳绳场地；105、仰卧起坐场地；106、长跑场地；210、识别登录设备；220、AI识别视频采集设备。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中表示，其中自始至终相同或类似的符号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解对本发明的限制。
如图1-4所示，本发明公开一种基于AI技术的智慧操场100训练系统和方法，包括前端检测设备和后端运算设备；所述前端检测设备包括识别登录设备210、AI识别视频采集设备220和音视频显示设备；所述后端运算设备包括AI识别分析服务器和数据存储服务器；所述前端检测设备布置于操场各运动场地，用于采集运动人员信息数据和运动数据过程并把采集数据传递给后端运算设备；所述后端运算设备用于识别分析采集数据生成并存储分析结果数据；所述前端检测设备还根据分析结果数据播送运动指令、播报运动人员成绩和显示运动报告。
如图1、2、3所示，操场被分为多种活动场地，可以包括立定跳远场地101、短跑场地102、引体向上场地103、跳绳场地104、仰卧起坐场地105和长跑场地106，操场的各运动场地可以根据需要灵活设置，本系统应用的操场可以位于室内或室外，操场的大小、位置对本系统使用不形成限制。
位于室外操场的前端检测设备进行了采取了较佳的防浸水措施，具有足够的使用支撑，保持前端检测设备的稳定运行，例如图1、2、3所示，前端检测设备采用的AI识别视频采集设备220设置于专用的立柱上，立柱稳固、拥有足够的支撑力。
AI识别视频采集设备220的设置结合场地特点，使每台AI识别视频采集设备220具有较佳的采集角度、广度和距离，例如在立定跳远场地101，AI识别视频采集设备220已设置在场地侧面偏后侧，使采集的广度覆盖场地，采集的角度便于对运动人员面部识别采集、运动姿态采集和目标识别采集，采集视频的距离便于清晰的呈现场地内容，为AI识别分析服务器提供清晰的视频数据。
AI识别视频采集设备220可以采用海康威视(DS-2CD5A24EFWD-IZS、DS-2CD5A47EFWD-IZS、DS-2CD7A47EWD-IZS)多种型号摄像头，可以保证较高的室外防护等级、采集视频分辨率能满足使用要求，可以进行清晰的视频采集，且具备电动变焦功能。
识别登录设备210可以采用海康威视DS-K1T641型面部识别一体机，保证较高的对比率和较短的对比时间，快速录入和确定运动人员身份。
识别登录设备210可以采用分场地设置，也可以采用整个操场整体设置，采用分场地独立设置识别登录设备210，可以提高运动组织的灵活性，例如在引体向上场地103设置独立的识别登录设备210，登录人员被限定分组在引体向上场地103，不会与其他场地人员交叉编组，保证了场地训练的有序进行。
场地设置的音视频显示设备用于播报或显示运动进行信息，以跳远立定跳远场地101音视频显示设备为例，通过音频扬声器播报人员姓名或编号核对运动人员，提醒人员准备、播报开始指令、播报跳远成绩；通过单场地显示屏提供成绩查询，提供视频回放、显示动作姿态判定、排名情况，查看个人运动报告，辅助运动人员全面了解个人运动情况。
分析结果数据播放方式包括赛道播报即按赛道号进行播报，也可以按照人员编号进行播报或按着人员姓名播报。
AI识别分析服务器主要采用深度学习算法、目标检测算法、人体骨骼关键点算法和面部识别算法，进行面部识别分析、目标识别分析、运动姿态识别分析和分析等内容分析识别。
AI识别分析服务器优选选用边缘服务器，通过边缘计算服务器将前端采集设备、传输设备、处理控制设备和存储显示没备连成一个独立完整的系统，将AI识别视频采集设备220和处理控制设备构成独立完整的系统，通过加载运行AI算法对现场监控视频进行智能识别分析，AI识别分析服务器可加载移植多路AI算法，实时准确地进行监控分析，具有实时计算，低延时算法服务前置部署到学校边缘侧服务器，设备请求实时响应；安全性高数据本地采集，本地分析，本地处理，保护了数据隐私；稳定性强，低带宽运行，带宽限制影响低，工作稳定。
数据存储服务器；拥有较大的存储空间，提供文件共享、数据备份、网络打印、多媒体文件共享、作为视频媒体服务器、提供下载服务器等功能，为音视频显示设备、手持终端设备提供运行支撑，运动人员的数据可以得到长期保存，也为考试后的成绩查询、身份查证、纠纷处理提供依据。
设备之间数据的传输可以采用5G通信、有线局域网络通信和无线局域网络通信。
采用深度学习算法，使AI识别分析服务器能够像人一样具有分析学习能力，能够识别图像数据，深度学习算法有较多的应用，例如采用卷积神经网络(CNN)算法，可以提高视频识别的准确率，提升运动对象面部识别、目标识别、运动姿态识别等内容分析识别准确率。
采用目标检测算法，识别区分目标对象，对目标识别定位，以实心球场地场地为例，通过识别运动对象：实心球、运动人员和运动场地，识别运动人员站立位置、识别运动人员是否越线违规、识别实心球落球位置等进行分析识别。
目标检测算法同时结合场地布置，例如在立定跳远场地101，应标定清晰的起跳线，标定起跳站立位置，场地设置配合目标检测算法精准判定起跳是否违规，利用场地刻度线复核目标检测算法结果。
采用人体骨骼关键点算法，利用视频图像序列、人体轮廓、多视角等特征信息对固定场景下人体姿态动作进行识别，根据人体关节点位置的变化，识别人体动作的过程。
如图4所示，在立定跳远运动中提供，可提供屈膝角度θ1、起跳角度θ2、腾空高度H和跳远距离L的数据采集分析，根据分析提出合理改进建议。
采用面部识别算法，面部识别算法可以对输入图像中是否存在面部进行判定，得到面部识别等信息，并通过图像预处理等技术方法提升图像品质，提高识别率，可实现常见场景下毫秒级的面部检测，采用面部识别算法可以实现对运动人员信息采集，将采集的面部信息和数据信息进行比对，确定运动人员的信息，采用面部识别算法也可以实现对运动过程中人员核对，通过核对准确播报人员运动信息，防止人员代替作弊。
手持终端作为运动辅助设备，可以为手机、平板电脑或其他便于携带的电子终端设备，手持终端可以辅助组织人员掌握运动人员情况，可以查看运动进程、运动成绩、运动报告，也可以辅助组织人员判断运动成绩。
组织人员采用移动手持终端可以控制运动进行节奏，例如，可以通过移动手持终端控制后端运算设备进行人员分组调整、现场音视频设备播报等，控制训练进程。
同时移动手持终端也可以替代识别登录设备210，帮助采集运动人员信息数据，并把信息传递到后端运算设备。
利用运动手环，可以采集运动人员运动体征数据，包括心跳、呼吸、血压等数据，并把数据传送到后端运算设备，组织人员可以通过手持终端实时查看运动人员体征数据，对数据异常的运动人员及时采取措施，也可以根据特征数据调整运动强度。
一种基于AI技术的智慧操场100训练方法，包括以下步骤：
S1、识别登录设备210采集运动人员面部信息数据，并把数据传递给AI识别分析服务器，AI识别分析服务器根据面部信息数据，形成场地分组数据，并把数据传递给音视频显示设备；
S2、音视频显示设备根据分组数据播报信息，运动人员根据播报信息开始运动；
S3、AI识别视频采集设备220采集运动视频，并把视频传送到AI识别分析服务器；
S4、AI识别分析服务器对采集视频进行分析识别，并把分析结果数据存储到数据存储服务器，同时把分析结果数据传送到音视频显示设备；
S5、音视频显示设备播报显示分析结果数据；
S6、重复步骤S2-S5直至场地运动结束。
运动人员到达操场，开展运动之前，先利用识别登录设备210采集运动人员面部信息数据，主要收集收集运动人员面部信息，并把数据传递给AI识别分析服务器，AI识别分析服务器根据面部信息数据，形成场地分组数据。
运动人员根据场地音视频显示设备播报的运动信息，进行准备，并根据播报信息开始运动，例如短跑场地102，起点处的音频扬声器，首先播报某某人员准备或某某号人员到某赛道准备，运动人员根据播报要求就位后，音频扬声器播报预备、出发的命令，运动人员到达终点后，终点处的音频扬声器播报某赛道人员成绩或按名次播报成绩。
运动过程中，AI识别视频采集设备220采集运动视频，并把视频传送到AI识别分析服务器；AI识别分析服务器通过采用深度学习算法、目标检测算法、人体骨骼关键点算法和面部识别算法，进行面部识别分析、目标识别分析、运动姿态识别分析和分析等内容分析识别，生成运动成绩，把分析结果数据和成绩存储到数据存储服务器，同时把分析结果数据传送到音视频显示设备，利用音视频显示设备播报分析结果数据。
实施例一，如图1所示，室外操场设置立定跳远场地101、短跑场地102、引体向上场地103、跳绳场地104、仰卧起坐场地105和长跑场地106，分别在
操场场地入口处设置识别登录设备210，识别登录设备210采用面部识别一体机，快速录入和确定运动人员身份信息。
立定跳远场地101设置摄像头一台，作为识别视频采集设备。
引体向上场地103设置摄像头一台，作为识别视频采集设备。
跳绳场地104设置摄像头一台，作为识别视频采集设备。
两个仰卧起坐场地105分别设置摄像头一台，作为识别视频采集设备。
短跑场地102和长跑场地106沿环形跑道设置摄像头，其中短跑场地102，在起点设置一台，终点设置两台，赛道线中部间隔设置两台，其中长跑场地106沿环形跑道间隔设置摄像头，起点和终点各设置一台，沿跑道间隔设置六台，长跑和短跑赛道重叠区的摄像头可以共用，增强对运动视频的采集。
后台机房搭建AI识别分析服务器结合云服务器形成边缘服务器对采集数据进行AI分析识别，后台机房搭建数据存储服务器，通过网络提供数据存储和查询。
AI识别分析服务器与数据存储服务器直接通过有线连接，前端检测设备和后端运算设备通过5G通信模块进行数据传输。
以短跑运动为例：假设50名运动人员参加短跑运动，首先对50名运动人员利用识别登录设备210进行面部识别采集，通过后端运算设备数据库进行比对，确定运动人员身份信息，AI识别分析服务器按赛道对人员进行编组，并把编组发送到单场地显示屏和操场显示大屏进行显示，同时把编组数据推送到组织人员手持终端，组织人员利用手持终端控制运动节奏，控制音频扬声器按编组播报运动指令，运动人员依指令站在指定赛道，并依指令开始短跑运动，现场摄像头采集视频数据并传送到AI识别分析服务器，进行面部识别分析、目标识别分析、运动姿态识别分析，并实时生产分析数据，实现压线判定、抢跑判定、人员身份判定，实时指出违规行为，运动人员到达终点后，终端音频扬声器播放赛道人员成绩，单场地显示屏和操场大屏同步进行显示。
运动过程中采用面部识别、视频采集、AI视觉分析和场地客户端实时展示个人报告，运动人员全程无感参加，不需佩戴额外的红外设备或身份识别设备，将机器视觉与体育教育深度融合，通过物联网摄像头与AI人工智能运动视觉算法结合，实现操场的AI智能化，实现体育科学化训练、个性化教学、规模化测试。
图2、图3所示的实施例与实施例一原理相同，主要区别是场地设置的差别，本发明操场的运动场地的设置不限于图1、2、3所示场地设置。
以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
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”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”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发明和简化描述，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发明的限制。
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至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接或彼此可通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

Claims (10)

1.一种基于AI技术的智慧操场训练系统，其特征在于：包括前端检测设备和后端运算设备；
所述前端检测设备包括识别登录设备(210)、AI识别视频采集设备(220)和音视频显示设备；
所述后端运算设备包括AI识别分析服务器和数据存储服务器；
所述前端检测设备布置于操场各运动场地，用于采集运动人员信息数据和运动数据过程并把采集数据传递给后端运算设备；
所述后端运算设备用于识别分析采集数据生成并存储分析结果数据；
所述前端检测设备还根据分析结果数据播送运动指令、播报运动人员成绩和显示运动报告。
2.根据权利要求1所述的一种基于AI技术的智慧操场训练系统，其特征在于：所述操场运动场地包括立定跳远场地(101)、短跑场地(102)、引体向上场地(103)、跳绳场地(104)、仰卧起坐场地(105)和长跑场地(106)。
3.根据权利要求1所述的一种基于AI技术的智慧操场训练系统，其特征在于：所述前端检测设备还包括运动手环，所述运动手环佩戴于运动人员手腕部，用于采集运动人员运动体征数据。
4.根据权利要求3所述的一种基于AI技术的智慧操场训练系统，其特征在于：所述前端检测设备还包括移动手持终端，所述移动手持终端用于查询运动成绩、查看运动报告和比对运动数据。
5.根据权利要求1所述的一种基于AI技术的智慧操场训练系统，其特征在于：所述AI识别分析服务器采用边缘计算服务器进行运动分析。
6.根据权利要求1所述的一种基于AI技术的智慧操场训练系统，其特征在于：所述音视频显示设备包括操场显示大屏，单场地显示屏和音频播放器。
7.根据权利要求1所述的一种基于AI技术的智慧操场训练系统，其特征在于：所述AI识别分析设备采用的AI算法包括深度学习算法、目标检测算法、人体骨骼关键点算法和面部识别算法。
8.一种基于AI技术的智慧操场训练方法，用于基于AI技术的智慧操场训练系统，其特征在于：包括以下步骤：
S1、识别登录设备(210)采集运动人员面部信息数据，并把数据传递给AI识别分析服务器，AI识别分析服务器根据面部信息数据，形成场地分组数据，并把数据传递给音视频显示设备；
S2、音视频显示设备根据分组数据播报信息，运动人员根据播报信息开始运动；
S3、AI识别视频采集设备(220)采集运动视频，并把视频传送到AI识别分析服务器；
S4、AI识别分析服务器对采集视频进行分析识别，并把分析结果数据存储到数据存储服务器，同时把分析结果数据传送到音视频显示设备；
S5、音视频显示设备播报显示分析结果数据；
S6、重复步骤S2-S5直至场地运动结束。
9.根据权利要求8所述的一种基于AI技术的智慧操场训练方法，其特征在于：所述AI识别分析服务器识别分析内容包括，面部识别、目标识别和运动姿态识别。
10.根据权利要求8所述的一种基于AI技术的智慧操场训练方法，其特征在于：所述AI识别视频采集运动视频中的面部数据与识别登录设备(210)采集的面部数据进行比对，用于核对运动人员信息。
CN202310223226.7A 2023-03-09 2023-03-09 一种基于ai技术的智慧操场训练系统和方法 Pending CN116271773A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310223226.7A CN116271773A (zh) 2023-03-09 2023-03-09 一种基于ai技术的智慧操场训练系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310223226.7A CN116271773A (zh) 2023-03-09 2023-03-09 一种基于ai技术的智慧操场训练系统和方法

Publications (1)

Publication Number Publication Date
CN116271773A true CN116271773A (zh) 2023-06-23

Family

ID=86791926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310223226.7A Pending CN116271773A (zh) 2023-03-09 2023-03-09 一种基于ai技术的智慧操场训练系统和方法

Country Status (1)

Country Link
CN (1) CN116271773A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117390401A (zh) * 2023-12-05 2024-01-12 云南与同加科技有限公司 一种基于云平台的校园体育数字化管理系统和方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117390401A (zh) * 2023-12-05 2024-01-12 云南与同加科技有限公司 一种基于云平台的校园体育数字化管理系统和方法
CN117390401B (zh) * 2023-12-05 2024-02-13 云南与同加科技有限公司 一种基于云平台的校园体育数字化管理系统和方法

Similar Documents

Publication Publication Date Title
CN113706960A (zh) 一种基于vr技术的护理操作练习平台及使用方法
WO2019229748A1 (en) Golf game video analytic system
KR102221580B1 (ko) 스마트 미러 기반 헬스 트레이닝 코칭 시스템 및 그 운용방법
Pettersen et al. Quantified soccer using positional data: A case study
CN107423674A (zh) 一种基于人脸识别的寻人方法、电子设备及存储介质
CN104766503A (zh) 心肺复苏术教学系统及方法
CN105118343A (zh) 一种网球训练考评系统及训练方法
KR20110017258A (ko) 사용자 참여형 피트니스 강좌시스템 및 이를 이용한 피트니스 훈련방법
CN112862639B (zh) 一种基于大数据分析的在线教育平台的教育方法
CN116271773A (zh) 一种基于ai技术的智慧操场训练系统和方法
CN112084994A (zh) 一种在线监考远程视频作弊研判系统及方法
CN110850784A (zh) 智能跑道采集系统及其使用方法
US11954869B2 (en) Motion recognition-based interaction method and recording medium
CN109543652A (zh) 一种智慧滑雪训练器及其训练结果显示方法、云服务器
Yang et al. Research on face recognition sports intelligence training platform based on artificial intelligence
Zhang et al. WKNN indoor positioning method based on spatial feature partition and basketball motion capture
KR20140063105A (ko) 스포츠 경기 원격 판정 서비스 시스템 및 그 방법
Yin et al. Motion capture and evaluation system of football special teaching in colleges and universities based on deep learning
CN206867650U (zh) 适于无器械运动测评的运动场地
KR102213869B1 (ko) 당구 레슨 시스템 및 그 방법
Chow et al. Possibilities and implications of using a motion-tracking system in physical education
CN116271757A (zh) 一种基于ai技术的篮球练习的辅助系统和方法
KR20170140756A (ko) 동작 교본 저작 장치, 동작 자가 학습 장치 및 방법
KR102234638B1 (ko) 당구 영상 판독 시스템 및 그 방법
CN113916228A (zh) 一种幼儿区域活动监测方法

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