基于图像识别的运动过程姿态智能识别方法与流程

本发明涉及运动姿态分析，具体涉及到基于图像识别的运动过程姿态智能识别方法。

背景技术：

1、运动健身、体育训练、康复评估等场景中，需通过运动视频识别运动者姿态是否失稳，并定位失稳发生的具体关节和运动阶段，以便为姿态纠正、损伤预防和训练效果评估提供量化依据。

2、现有技术中，如公开号为cn119314200a的中国发明专利公开了一种姿态检测方法及设备，其通过对采集的图像进行姿态检测，确定拍摄对象的人体关节点位置数据，据此确定前倾角度、躯干后弯角度以及侧向倾斜角度等姿态参数，根据姿态参数确定拍摄对象的背部姿态为异常姿态时输出提示信息。

3、又如，公开号为cn117789308a的中国发明公开了基于深度学习的运动姿态识别方法，其通过在健身者运动过程中采集运动姿态图像，并将运动姿态图像聚焦到关键关节，提取关键关节呈现角度，实现力量健身运动姿态的识别。

4、然而，上述现有技术仍存在以下不足：1、未对运动过程中各关节点的位移方向进行连续跟踪和分析，特别是未根据位移方向的反转点界定运动阶段的变化边界，导致姿态分析缺乏时间维度上的阶段划分依据。2、仅进行全身或局部关节的角度比对，无法量化各肢体段在摆动过程中的动态周期变化，因而无法定位发生失稳的具体关节。

技术实现思路

1、本发明的目的在于克服现有技术的缺陷，提供基于图像识别的运动过程姿态智能识别方法。

2、本发明解决其技术问题采用的技术方案是：基于图像识别的运动过程姿态智能识别方法，包括以下步骤：逐帧定位运动视频人体关节点坐标，得到关节点序列；计算相邻帧间同一关节点的位移向量并生成位移段。

3、从位移段的起始端开始，沿时间顺序依次取三个位移向量为一组比较对象，

4、计算每组比较对象中相邻两个位移向量之间的方向夹角，得到前夹角和后夹角；

5、根据相邻比较对象之间的前夹角与后夹角之差，从比较对象对应的连续帧中识别反转时刻，记反转时刻对应的帧为切换帧；利用切换帧将关节点序列切分为多个子段。

6、按肢体连接关系将各子段内关节点组合为多条运动链，计算各运动链内相邻肢体段间的夹角并生成夹角序列。

7、根据夹角序列内相邻夹角之差的正负号，确定包括上升段、下降段和峰点的摆动周期。

8、记上升段起始端至峰点的帧数为上升帧数；当相邻摆动周期的上升帧数差或峰点处的夹角差超过各自容限时，记对应运动链为待复核链。

9、提取关节点序列中待复核链对应帧范围内的关节点坐标，根据同一关节点在相邻帧间的位移方向与位移段中对应位移方向相反的累计次数，确定姿态失稳关节。

10、相对于现有技术，本发明具有以下有益效果：1、本发明逐帧定位运动视频人体关节点坐标，通过计算相邻帧间同一关节点的位移向量并生成位移段，利用位移段中的反转时刻将关节点序列切分为多个子段，以此避免姿态分析缺乏时间维度上的阶段划分依据。

11、2、本发明通过按肢体连接关系将各子段内关节点组合为多条运动链，计算各运动链内相邻肢体段间的夹角并生成夹角序列，根据夹角序列内相邻夹角之差的正负号确定摆动周期，以此量化各肢体段在摆动过程中的动态周期变化。

12、3、本发明通过相邻摆动周期的上升帧数差和峰点处的夹角差与各自容限的比较，筛选出待复核链；提取待复核链对应帧范围内的关节点坐标，统计同一关节点在相邻帧间的位移方向与非待复核链中对应位移方向相反的累计次数，据此确定姿态失稳关节，为后续姿态纠正和损伤预防提供明确的部位指向。

1.基于图像识别的运动过程姿态智能识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于图像识别的运动过程姿态智能识别方法，其特征在于，得到关节点序列的过程为：

3.根据权利要求1所述的基于图像识别的运动过程姿态智能识别方法，其特征在于，生成位移段的过程为：

4.根据权利要求3所述的基于图像识别的运动过程姿态智能识别方法，其特征在于，反转时刻的识别过程具体为：

5.根据权利要求1所述的基于图像识别的运动过程姿态智能识别方法，其特征在于，利用切换帧将关节点序列切分为多个子段的过程为：

6.根据权利要求1所述的基于图像识别的运动过程姿态智能识别方法，其特征在于，运动链的得到过程为：

7.根据权利要求6所述的基于图像识别的运动过程姿态智能识别方法，其特征在于，生成夹角序列的过程为：

8.根据权利要求7所述的基于图像识别的运动过程姿态智能识别方法，其特征在于，确定摆动周期的过程为：

9.根据权利要求8所述的基于图像识别的运动过程姿态智能识别方法，其特征在于，待复核链的确定过程为：

10.根据权利要求1所述的基于图像识别的运动过程姿态智能识别方法，其特征在于，确定姿态失稳关节的过程为：