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！

摘要：本申请提出一种基于视觉的运动视频精细分析方法，包括：获取运动视频的视频数据，并将视频数据输入至预设的动作识别模型，得到对应的动作类别；根据动作类别，从预先采集的标准视频数据中获取与动作类别匹配的目标标准数据；将视频数据输入至预设的人体姿态估计模型，得到运动视频中每一帧视频图像的第一关键点信息；将目标标准数据输入至人体姿态估计模型，得到每一帧标准视频图像的第二关键点信息；将第一关键点信息和第二关键点信息进行匹配，确定第一关键点信息和第二关键点信息的相似度，根据相似度确定运动视频的整体动作评分。本申请能够客观化地进行动作评分，同时更细粒度地生成动作辅助建议，并且易推广、易实施，具备良好的应用前景。

主权项：1.一种基于视觉的运动视频精细分析方法，其特征在于，包括：获取运动视频的视频数据，并将所述视频数据输入至预设的动作识别模型，以得到对应的动作类别；根据所述动作类别，从预先采集的标准视频数据中获取与所述动作类别匹配的目标标准数据，其中，所述标准视频数据中包括不同类别动作的标准范式；将所述视频数据输入至预设的人体姿态估计模型，得到所述运动视频中每一帧视频图像的第一关键点信息；将所述目标标准数据输入至所述人体姿态估计模型，得到每一帧标准视频图像的第二关键点信息；将所述第一关键点信息和所述第二关键点信息进行匹配，以确定所述第一关键点信息和所述第二关键点信息的相似度，根据所述相似度确定所述运动视频的整体动作评分；其中，将所述第一关键点信息和所述第二关键点信息进行匹配，以确定所述第一关键点信息和所述第二关键点信息的相似度，根据所述相似度确定所述运动视频的整体动作评分，包括：分别计算每一帧视频图像的第一关键点信息与对应的第二关键点信息的相似度，并计算所有帧视频图像的相似度的平均值，将所述平均值作为所述运动视频的整体动作评分，其中，相似度计算采用OKS指标，表示为： 其中，di表示i位置关键点之间的欧式距离，S表示尺度因子，S为颈髋中心距，δi表示i位置的关键点归一化因子；在分别计算每一帧视频图像的第一关键点信息与对应的第二关键点信息的相似度之前，还包括：分别对每一帧视频图像的第一关键点信息与对应的第二关键点信息根据各自的颈髋中心点距离进行标准尺度缩放；所述人体姿态估计模型采用MobileNetv1作为Backbone，所述人体姿态估计模型中的多细化阶段包括初始阶段和一个细化阶段，所述人体姿态估计模型的双分支结构权值共享；所述将所述视频数据输入至预设的人体姿态估计模型，得到所述运动视频中每一帧视频图像的第一关键点信息，包括：对输入的视频数据进行检测，得到所有关键点；使用PAF预测得到所有关键点间的向量场，根据向量场计算得到所有关键点关联度的权值；PAF预测的权值对所有关键点进行匹配，得到最优匹配关系，从而得到第一关键点信息，具体地，使用最大权值的匈牙利算法得到所有关键点之间的匹配关系。

全文数据：

权利要求：

百度查询： 清华大学 基于视觉的运动视频精细分析方法和装置