买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：安徽大学

摘要：本发明涉及一种基于视频的跳台滑雪运动分析方法，包括：获取跳台滑雪运动的视频数据：分别构建运动员和滑雪板检测网络模型、关键节点检测网络模型；分别训练运动员和滑雪板检测网络模型、关键节点检测网络模型；预测运动员和滑雪板图像的关键节点；进行滑雪运动员的运动分析。本发明的数据获取较为简单，通过在跳台滑雪场地正确合理布置多台高速摄影相机并进行标定，捕获视频数据；本发明通过建立一个跳台滑雪数据集，利用深度学习的方法实现运动员和滑雪板关键节点的自动检测，替代传统的人工标注方式，节省人力物力；本发明通过对跳台滑雪运动员和滑雪板的关键点的检测，用来分析运动员的姿态和运动学参数，辅助滑雪运动员的训练。

主权项：1.一种基于视频的跳台滑雪运动分析方法，其特征在于：该方法包括下列顺序的步骤：1获取跳台滑雪运动的视频数据：使用标定后的高速摄影相机对滑雪运动员的动作数据进行采集，对数据进行预处理并制作数据集，使用标注工具Labelme对滑雪运动员和滑雪板的可见关键节点和真实边界框Boundingbox信息进行标注；2分别构建运动员和滑雪板检测网络模型、关键节点检测网络模型：所述运动员和滑雪板检测网络模型采用YOLOv5s深度卷积神经网络，所述关键节点检测网络模型采用HRNet深度卷积神经网络；3分别训练运动员和滑雪板检测网络模型、关键节点检测网络模型；4预测视频图像中运动员和滑雪板的关键节点：首先将待测滑雪运动员的视频图像采用YOLOv5s网络模型进行运动员和滑雪板的实时检测，再将检测得到的运动员和滑雪板的边界框裁剪成256×192输入到关键节点检测网络模型中，检测出运动员和滑雪板的关键节点；5利用关键节点对运动员和滑雪板进行姿态和运动学参数分析；所述步骤5具体是指：将检测到的关键节点显示在滑雪运动员和滑雪板视频图像上并进行相应连线，分别对助滑阶段、起跳阶段、飞行阶段和着陆阶段进行分析：5a助滑阶段：对所预测的关键节点进行可视化，此过程中分析如何保持最佳的身体呈流线型来获得最大的水平速度，在助滑过程中，手臂向身体后方伸直摆动时，身体上部之间呈现姿势通过肩-髋-膝之间的角度θ1来确定，身体下半部分的姿势主要是依据髋-膝-踝之间的角度θ2来决定；假设三个关节Ax1,y1，Bx2,y2，Cx3,y3，A点为中间关键点，即计算∠BAC，计算过程向量AB＝x1-x2，y1-y2，向量AC＝x1-x3，y1-y3，计算出的角度需取锐角，计算公式为： 计算出θ1、θ2后，通过与最佳的身体呈流线型获得最大的水平速度所对应的最佳角度θ1、θ2进行比较，不断调整滑雪运动员的姿态进行训练；5b起跳阶段：假设三个关节Ax1,y1，Bx12,y2，Cx3,y3，A点为中间关键点，即计算∠BAC，计算过程向量AB＝x1-x2，y1-y2，向量AC＝x1-x3，y1-y3，计算出的角度需取锐角，通过下式计算髋-膝-踝之间的角度θ3，和膝-踝-足之间的角度θ4： 现所采集的跳台滑雪数据，已知帧率，推算出两帧间隔时间，设为T，比例尺已知，假设比例尺长度为d，实际比例尺长度为1米，选取相邻两帧在起跳区临近离台时的帧图像，计算起跳的水平速度；根据预测这两帧图像上运动员关键点，选取两帧的髋膝关节坐标，前一帧髋膝关节x1,y1，后一帧髋膝关节x2,y2，两帧图像取同一侧身体的关节，则水平速度的公式为： 计算垂直速度，公式为： 根据起跳时水平速度和垂直速度，得出起跳时的合速度： 在计算得到合速度、角度θ3和角度θ4之后，与历届奥运会中成绩高的优秀运动员的姿态和速度进行比较，不断调整滑雪运动员的姿态进行训练；5c飞行阶段：选取滑雪板上运动员脚趾前后的四个关键点，通过预测的这四个关键点计算出滑雪板的夹角θ5，假设左侧滑雪板预测的前后关键点分别为Dx1,y1，Ex2,y2，右侧滑雪板预测的前后关键点分别为Fx3,y3，Gx4,y4，则向量DE＝x1-x2，y1-y2，向量FG＝x3-x4，y3-y4，计算滑雪板夹角公式为： 计算出该夹角后，与滑雪板夹角范围为24°～32°进行比较，不断调整滑雪运动员的姿态进行训练；5d着陆阶段：假设腕-肩-髋三个关节Hx2,y2，Ix1,y1，Jx3,y3，I点为中间关键点，即计算∠HIJ，计算过程向量IH＝x1-x2，y1-y2，向量IJ＝x1-x3，y1-y3，计算出的角度需取锐角，计算公式为： 通过上述公式计算下半身的髋-膝-踝的角度θ7以及手臂伸直情况下腕-肩-髋的角度θ6，并与着陆阶段最佳的θ7、θ6进行比较，分析落地的安全性。

全文数据：

权利要求：

百度查询： 安徽大学 一种基于视频的跳台滑雪运动分析方法