CN116328278A - 一种多人跑步的实时测速方法、系统、装置和介质 - Google Patents

Abstract

本申请涉及一种多人跑步的实时测速方法、系统、装置和介质，其中，该方法包括：从多个相机捕获的视频流数据中识别出多人跑步场景下跑步者的身份；从视频流数据中获取各跑步者的人体姿态点；计算出不同相机摄像头下人体姿态点的真实世界坐标；若真实世界坐标不满足第一条件，则反向修正相机的相机内置参数和相机外部参数；若真实世界坐标满足第一条件，则根据不同相机摄像头下人体姿态点的真实世界坐标，综合计算出最终真实世界坐标；进而计算出跑步者的跑步数据。通过本申请，解决了基于外部介质的跑步数据测量难以长时间保持其测量精度的问题，实现了外部介质基于第一条件的自调节更新自身参数，以持久精确地计算出跑步者的跑步数据。

Description

一种多人跑步的实时测速方法、系统、装置和介质

技术领域

本申请涉及智能运动健身设备领域，特别是涉及一种多人跑步的实时测速方法、系统、装置和介质。

背景技术

锻炼身体是人们日常生活中不可或缺的一环，跑步是常见且入门门槛较低的运动项目之一，对于跑步者而言，最关心的是自己的实时跑步数据和身体状态。

相关技术中对于跑步过程中相关数据的测量多为有“携带介质”的测量方法，如利用手机传感器感应测量跑步数；或是佩戴运动手环来观测跑步数据和身体指标，这些“携带介质”的测量方法，往往给跑步者带来一系列的不便。此外，相关技术中也有通过摄像机或红外传感器作为“外部介质”来进行测量，但现有的“外部介质”测量方法在经受外部环境变化或器件使用耗损后，难以长时间保持其测量精度。

目前针对相关技术中基于外部介质的跑步数据测量难以长时间保持其测量精度，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种多人跑步的实时测速方法、系统、装置和介质，以至少解决相关技术中基于外部介质的跑步数据测量难以长时间保持其测量精度的问题。

第一方面，本申请实施例提供了一种多人跑步的实时测速方法，所述方法包括：

通过多个相机实时捕获多人跑步场景下的视频流数据；

通过预设人脸识别模型，从所述视频流数据中识别出多人跑步场景下跑步者的身份；

通过三维人体姿态模型，从所述视频流数据中获取各跑步者的人体姿态点；

基于同一身份的跑步者在不同相机摄像头下的人体姿态点，再根据所述相机的相机内置参数和相机外部参数，计算出不同相机摄像头下人体姿态点的真实世界坐标；

若所述真实世界坐标不满足第一条件，则反向修正相机的相机内置参数和相机外部参数；

若所述真实世界坐标满足第一条件，则根据所述不同相机摄像头下人体姿态点的真实世界坐标，综合计算出最终真实世界坐标；

根据所述最终真实世界坐标，计算出跑步者的跑步数据。

在其中一些实施例中，再根据所述相机的相机内置参数和相机外部参数，计算出不同相机摄像头下人体姿态点的真实世界坐标包括：

获取所述相机的相机内置参数，其中，所述相机内置参数包括相机的畸变参数；

获取所述相机的相机外部参数，其中，所述相机外部参数包括相机距离地面高度、地面地标距离相机的水平距离、相机倾斜角度；

根据所述相机的畸变参数，对视频流数据中的视频帧进行畸变矫正，得到矫正视频帧；

根据所述地面地标距离相机的水平距离、所述相机距离地面高度、所述相机倾斜角度，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标。

在其中一些实施例中，判断所述真实世界坐标是否满足第一条件包括：

根据同一身份的跑步者在不同相机摄像头下人体姿态点的真实世界坐标间的差异值、不同相机摄像头拍摄的跑步者个数，判断所述真实世界坐标是否满足第一条件。

在其中一些实施例中，根据同一身份的跑步者在不同相机摄像头下人体姿态点的真实世界坐标间的差异值、不同相机摄像头拍摄的跑步者个数，判断所述真实世界坐标是否满足第一条件包括：

计算出同一身份的跑步者在不同相机摄像头下人体姿态点的真实世界坐标间的差异值；

获取所述差异值大于第一阈值的跑步者个数，以及所述跑步者个数在摄像头拍摄的全体跑步者中的占比值，判断所述占比值是否大于第二阈值；

若是，则所述真实世界坐标不满足第一条件，若否，则所述真实世界坐标满足第一条件。

在其中一些实施例中，根据所述地面地标距离相机的水平距离、所述相机距离地面高度、所述相机倾斜角度，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标包括：

根据所述地面地标距离相机的水平距离、所述相机距离地面高度，计算出相机在真实空间的平移向量；

根据所述相机倾斜角度，计算出空间旋转矩阵；

基于所述平移向量和所述空间旋转矩阵，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标。

在其中一些实施例中，基于所述平移向量和所述空间旋转矩阵，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标包括：

基于所述平移向量和所述空间旋转矩阵，得出视频帧像素坐标与真实世界坐标的转换公式(x',y',0)＝R*(x,y,0)+T，其中，T为所述平移向量，R为所述空间旋转矩阵，(x,y)为视频帧像素坐标，(x',y',0)为真实世界坐标；

通过所述转换公式，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标。

在其中一些实施例中，根据所述相机倾斜角度，计算出空间旋转矩阵包括：

根据所述相机倾斜角度，计算出空间旋转矩阵

其中，θ为所述相机倾斜角度。

第二方面，本申请实施例提供了一种多人跑步的实时测速系统，所述系统包括数据获取模块、人脸识别模块、特征识别模块、坐标计算模块和速度测定模块；

所述数据获取模块，用于通过多个相机实时捕获多人跑步场景下的视频流数据；

所述人脸识别模块，用于通过预设人脸识别模型，从所述视频流数据中识别出多人跑步场景下跑步者的身份；

所述特征识别模块，用于通过三维人体姿态模型，从所述视频流数据中获取各跑步者的人体姿态点；

所述坐标计算模块，用于基于同一身份的跑步者在不同相机摄像头下的人体姿态点，再根据所述相机的相机内置参数和相机外部参数，计算出不同相机摄像头下人体姿态点的真实世界坐标；

所述速度测定模块，用于若所述真实世界坐标不满足第一条件，则反向修正相机的相机内置参数和相机外部参数；若所述真实世界坐标满足第一条件，则根据所述不同相机摄像头下人体姿态点的真实世界坐标，综合计算出最终真实世界坐标；根据所述最终真实世界坐标，计算出跑步者的跑步数据。

第三方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的方法。

相比于相关技术，本申请实施例提供的一种多人跑步的实时测速方法、系统、装置和介质，该方法通过从多个相机捕获的视频流数据中识别出多人跑步场景下跑步者的身份；从视频流数据中获取各跑步者的人体姿态点；基于人体姿态点，以及相机内置参数和相机外部参数，计算出不同相机摄像头下人体姿态点的真实世界坐标；若真实世界坐标不满足第一条件，则反向修正相机的相机内置参数和相机外部参数；若真实世界坐标满足第一条件，则根据不同相机摄像头下人体姿态点的真实世界坐标，综合计算出最终真实世界坐标；进而计算出跑步者的跑步数据，解决了基于外部介质的跑步数据测量难以长时间保持其测量精度的问题，实现了外部介质基于第一条件的自调节更新自身参数，以持久精确地计算出跑步者的跑步数据。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的多人跑步实时测速方法的步骤流程图；

图2是根据本申请实施例的计算视频流数据三维空间信息的步骤流程图；

图3是根据本申请实施例的多人跑步实时测速系统的结构框图；

图4是根据本申请实施例的电子设备的内部结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所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。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的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。

显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“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。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

本申请实施例提供了一种多人跑步的实时测速方法，图1是根据本申请实施例的多人跑步实时测速方法的步骤流程图，如图1所示，该方法包括以下步骤：

步骤S102，通过多个相机实时捕获多人跑步场景下的视频流数据；

步骤S104，通过预设人脸识别模型，从视频流数据中识别出多人跑步场景下跑步者的身份；

步骤S104具体地，通过基于arcface算法的脸识别模型，从视频流数据中识别出多人跑步场景下跑步者的身份。

步骤S106，通过三维人体姿态模型，从视频流数据中获取各跑步者的人体姿态点；

步骤S108，基于同一身份的跑步者在不同相机摄像头下的人体姿态点，再根据相机的相机内置参数和相机外部参数，计算出不同相机摄像头下人体姿态点的真实世界坐标；

图2是根据本申请实施例的计算视频流数据三维空间信息的步骤流程图，如图2所示，步骤S108具体包括以下步骤：

步骤S202，获取相机的相机内置参数，其中，相机内置参数包括相机的畸变参数；相机内置参数还包括相机焦距f、相机主轴线与相平面的交点p等；

步骤S204，获取相机的相机外部参数，其中，相机外部参数包括相机距离地面高度h、地面地标距离相机的水平距离l、相机倾斜角度θ；

步骤S206，根据相机的畸变参数，对视频流数据中的视频帧进行畸变矫正，得到矫正视频帧；

步骤S208，根据地面地标距离相机的水平距离、相机距离地面高度、相机倾斜角度，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标。

步骤S208具体地，根据地面地标距离相机的水平距离l、相机距离地面高度h，得到地面地标的真实世界坐标为(0,l,0)，相机的真实世界坐标为(0,0,h)，进而计算出相机在真实空间的平移向量T；

根据相机倾斜角度，计算出空间旋转矩阵

其中，θ为相机倾斜角度。

基于平移向量T和空间旋转矩阵R，得出视频帧像素坐标与真实世界坐标的转换公式(x',y',0)＝R*(x,y,0)+T，其中，T为平移向量，R为空间旋转矩阵，(x,y)为视频帧像素坐标，(x',y',0)为真实世界坐标；

通过转换公式，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标。

步骤S110，若真实世界坐标不满足第一条件，则反向修正相机的相机内置参数和相机外部参数；若真实世界坐标满足第一条件，则根据不同相机摄像头下人体姿态点的真实世界坐标，综合计算出最终真实世界坐标；

步骤S110中，如何判断真实世界坐标是否满足第一条件具体为：根据同一身份的跑步者在不同相机摄像头下人体姿态点的真实世界坐标间的差异值、不同相机摄像头拍摄的跑步者个数，判断真实世界坐标是否满足第一条件。

步骤S110中，如何判断真实世界坐标是否满足第一条件优选还包括以下步骤：

步骤一，计算出同一身份的跑步者在不同相机摄像头下人体姿态点的真实世界坐标间的差异值；

步骤二，获取差异值大于第一阈值的跑步者个数，以及跑步者个数在摄像头拍摄的全体跑步者中的占比值，判断占比值是否大于第二阈值；

举例说明，步骤二中假定全体跑步者个数为5，其中，真实世界坐标间的差异值大于第一阈值的跑步者个数为4，则占比值为0.8。

步骤三，若是，则真实世界坐标不满足第一条件，若否，则真实世界坐标满足第一条件。

可选地，步骤二和步骤三也可以为，计算出同一身份的跑步者在不同相机摄像头下人体姿态点的真实世界坐标间的差异值，一当存在差异值大于第一阈值的跑步者，则判断真实世界坐标不满足第一条件，否则真实世界坐标满足第一条件。

需要说明的是，步骤S110利用同一个人在不同摄像头下的空间坐标的差异,反向修正摄像头的内部和外部参数(主要是外部参数的修正)。具体来说，不同摄像头逐一计算同一个人同一个姿态点的空间坐标，如果差异比较大，同时若摄像头画面中多数人的坐标差异都比较大，则说明计算的空间坐标不准确，需要修正相机摄像头的参数。基于这样的方式，实现了外部介质(相机摄像头)的自调节更新自身参数，以持久精确地计算出跑步者的跑步数据。

步骤S112，根据最终真实世界坐标，计算出跑步者的跑步数据。

通过本申请实施例中的步骤S102至步骤S112，解决了基于外部介质的跑步数据测量难以长时间保持其测量精度的问题，实现了外部介质基于第一条件的自调节更新自身参数，以持久精确地计算出跑步者的跑步数据。

需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本申请实施例提供了一种多人跑步的实时测速系统，图3是根据本申请实施例的多人跑步实时测速系统的结构框图，如图3所示，该系统包括数据获取模块31、人脸识别模块32、特征识别模块33、坐标计算模块34和速度测定模块35；

数据获取模块31，用于通过多个相机实时捕获多人跑步场景下的视频流数据；

人脸识别模块32，用于通过预设人脸识别模型，从视频流数据中识别出多人跑步场景下跑步者的身份；

特征识别模块33，用于通过三维人体姿态模型，从视频流数据中获取各跑步者的人体姿态点；

坐标计算模块34，用于基于同一身份的跑步者在不同相机摄像头下的人体姿态点，再根据相机的相机内置参数和相机外部参数，计算出不同相机摄像头下人体姿态点的真实世界坐标；

速度测定模块35，用于若真实世界坐标不满足第一条件，则反向修正相机的相机内置参数和相机外部参数；若真实世界坐标满足第一条件，则根据不同相机摄像头下人体姿态点的真实世界坐标，综合计算出最终真实世界坐标；根据最终真实世界坐标，计算出跑步者的跑步数据。

通过本申请实施例中的数据获取模块31、人脸识别模块32、特征识别模块33、坐标计算模块34和速度测定模块35，解决了基于外部介质的跑步数据测量难以长时间保持其测量精度的问题，实现了外部介质基于第一条件的自调节更新自身参数，以持久精确地计算出跑步者的跑步数据。

需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。

本实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

另外，结合上述实施例中的多人跑步的实时测速方法，本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种多人跑步的实时测速方法。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种多人跑步的实时测速方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

在一个实施例中，图4是根据本申请实施例的电子设备的内部结构示意图，如图4所示，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图4所示。该电子设备包括通过内部总线连接的处理器、网络接口、内存储器和非易失性存储器，其中，该非易失性存储器存储有操作系统、计算机程序和数据库。处理器用于提供计算和控制能力，网络接口用于与外部的终端通过网络连接通信，内存储器用于为操作系统和计算机程序的运行提供环境，计算机程序被处理器执行时以实现一种多人跑步的实时测速方法，数据库用于存储数据。

本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种多人跑步的实时测速方法，其特征在于，所述方法包括：

通过多个相机实时捕获多人跑步场景下的视频流数据；

通过预设人脸识别模型，从所述视频流数据中识别出多人跑步场景下跑步者的身份；

通过三维人体姿态模型，从所述视频流数据中获取各跑步者的人体姿态点；

基于同一身份的跑步者在不同相机摄像头下的人体姿态点，再根据所述相机的相机内置参数和相机外部参数，计算出不同相机摄像头下人体姿态点的真实世界坐标；

若所述真实世界坐标不满足第一条件，则反向修正相机的相机内置参数和相机外部参数；

若所述真实世界坐标满足第一条件，则根据所述不同相机摄像头下人体姿态点的真实世界坐标，综合计算出最终真实世界坐标；

根据所述最终真实世界坐标，计算出跑步者的跑步数据。

2.根据权利要求1所述的方法，其特征在于，再根据所述相机的相机内置参数和相机外部参数，计算出不同相机摄像头下人体姿态点的真实世界坐标包括：

获取所述相机的相机内置参数，其中，所述相机内置参数包括相机的畸变参数；

获取所述相机的相机外部参数，其中，所述相机外部参数包括相机距离地面高度、地面地标距离相机的水平距离、相机倾斜角度；

根据所述相机的畸变参数，对视频流数据中的视频帧进行畸变矫正，得到矫正视频帧；

根据所述地面地标距离相机的水平距离、所述相机距离地面高度、所述相机倾斜角度，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标。

3.根据权利要求1所述的方法，其特征在于，判断所述真实世界坐标是否满足第一条件包括：

根据同一身份的跑步者在不同相机摄像头下人体姿态点的真实世界坐标间的差异值、不同相机摄像头拍摄的跑步者个数，判断所述真实世界坐标是否满足第一条件。

4.根据权利要求3所述的方法，其特征在于，根据同一身份的跑步者在不同相机摄像头下人体姿态点的真实世界坐标间的差异值、不同相机摄像头拍摄的跑步者个数，判断所述真实世界坐标是否满足第一条件包括：

计算出同一身份的跑步者在不同相机摄像头下人体姿态点的真实世界坐标间的差异值；

获取所述差异值大于第一阈值的跑步者个数，以及所述跑步者个数在摄像头拍摄的全体跑步者中的占比值，判断所述占比值是否大于第二阈值；

若是，则所述真实世界坐标不满足第一条件，若否，则所述真实世界坐标满足第一条件。

5.根据权利要求2所述的方法，其特征在于，根据所述地面地标距离相机的水平距离、所述相机距离地面高度、所述相机倾斜角度，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标包括：

根据所述地面地标距离相机的水平距离、所述相机距离地面高度，计算出相机在真实空间的平移向量；

根据所述相机倾斜角度，计算出空间旋转矩阵；

基于所述平移向量和所述空间旋转矩阵，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标。

6.根据权利要求5所述的方法，其特征在于，基于所述平移向量和所述空间旋转矩阵，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标包括：

基于所述平移向量和所述空间旋转矩阵，得出视频帧像素坐标与真实世界坐标的转换公式(x',y',0)＝R*(x,y,0)+T，其中，T为所述平移向量，R为所述空间旋转矩阵，(x,y)为视频帧像素坐标，(x',y',0)为真实世界坐标；

通过所述转换公式，在矫正视频帧中计算出每一位跑步者在不同相机摄像头下的人体姿态点的真实世界坐标。

7.根据权利要求5所述的方法，其特征在于，根据所述相机倾斜角度，计算出空间旋转矩阵包括：

根据所述相机倾斜角度，计算出空间旋转矩阵

其中，θ为所述相机倾斜角度。

8.一种多人跑步的实时测速系统，其特征在于，所述系统包括数据获取模块、人脸识别模块、特征识别模块、坐标计算模块和速度测定模块；

所述数据获取模块，用于通过多个相机实时捕获多人跑步场景下的视频流数据；

所述人脸识别模块，用于通过预设人脸识别模型，从所述视频流数据中识别出多人跑步场景下跑步者的身份；

所述特征识别模块，用于通过三维人体姿态模型，从所述视频流数据中获取各跑步者的人体姿态点；

所述坐标计算模块，用于基于同一身份的跑步者在不同相机摄像头下的人体姿态点，再根据所述相机的相机内置参数和相机外部参数，计算出不同相机摄像头下人体姿态点的真实世界坐标；

所述速度测定模块，用于若所述真实世界坐标不满足第一条件，则反向修正相机的相机内置参数和相机外部参数；若所述真实世界坐标满足第一条件，则根据所述不同相机摄像头下人体姿态点的真实世界坐标，综合计算出最终真实世界坐标；根据所述最终真实世界坐标，计算出跑步者的跑步数据。

9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任一项所述的方法。

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，该程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

Images