基于人体姿态的仰卧起坐质量评估方法、系统及介质与流程

本技术涉及体能测试，具体而言，涉及一种基于人体姿态的仰卧起坐质量评估方法、系统及介质。

背景技术：

1、仰卧起坐是国民体质健康测试、学生体测、体能考核等场景中评估受试者腹肌耐力的核心项目，其测试准确性、公正性直接影响体能评价结果的有效性。传统仰卧起坐测试主要依赖人工计数，存在以下显著缺陷：

2、人工计数误差大：测试员长时间监考易产生视觉疲劳，出现漏数、错数、误判等问题，且人工标准不统一，无法精准把控“两肘过膝、肩胛触垫”等合规动作要求；

3、作弊行为难管控：受试者易出现借力肘部撑垫、臀部起落、动作幅度不足等违规操作，人工监考难以实时、精准识别；

4、传统设备局限性：现有红外款测试仪依赖对射式红外光栅检测，存在安装调试复杂、易受环境光干扰、无法识别非标准动作姿态等问题；腰带款测试仪仅通过腰部运动轨迹计数，无法精准校验上肢动作合规性，易出现“假动作”计数，且无法实现全维度动作质量评估；

5、智能化程度不足：传统设备仅能完成基础计数，无法对动作规范性、发力方式、动作连贯性等进行量化评估，无法为受试者提供针对性训练指导。

技术实现思路

1、本技术实施例的目的在于提供一种基于人体姿态的仰卧起坐质量评估方法、系统及介质，通过人体姿态识别技术，精准校验动作要求，有效识别各类违规动作，保障测试结果的准确性。

2、本技术实施例还提供了一种基于人体姿态的仰卧起坐质量评估方法，包括：获取受试者编号信息，根据受试者编号信息对受试者进行身份验证，得到验证结果，根据验证结果录入受试者身份信息，根据受试者身份信息配置测试参数，得到测试环境信息；

3、根据测试环境信息对受试者进行测试，实时采集受试者人体图像信息，将受试者人体图像信息预处理，得到优化图像信息；

4、根据优化图像信息分析受试者的人体姿态数据，根据人体姿态数据提取仰卧起坐动作的关键姿态特征；

5、构建仰卧起坐标准动作姿态模型，设置合规动作的特征阈值，根据标准动作姿态模型与合规动作的特征阈值分析仰卧起坐动作的关键姿态特征，生成测试数据；

6、根据测试数据生成多维度仰卧起坐动作质量评估报告，将多维度仰卧起坐动作质量评估报告实时传输至终端。

7、可选地，在本技术实施例所述的基于人体姿态的仰卧起坐质量评估方法中，所述根据测试环境信息对受试者进行测试之前，还包括：

8、获取所述受试者的身形参数信息，所述身形参数信息至少包括腰围数据和身高数据；

9、根据所述身形参数信息计算所述受试者的体型分类结果；

10、获取身形幅度映射数据库，根据所述体型分类结果从身形幅度映射数据库中获取与所述受试者身形适配的仰卧起坐动作幅度区间基准值和躯干倾角阈值范围数据；

11、根据所述幅度区间基准值和躯干倾角阈值范围数据设置身形适配的合规动作特征阈值。

12、可选地，在本技术实施例所述的基于人体姿态的仰卧起坐质量评估方法中，所述根据身形适配的合规动作特征阈值分析仰卧起坐动作的关键姿态特征，生成测试数据，包括：

13、获取所述受试者在当前测试中预设前若干次有效仰卧起坐的动作幅度数据；

14、根据所述预设前若干次有效动作幅度计算平均有效幅度值；

15、根据所述平均有效幅度值与预设幅度衰减系数，得到动态提醒阈值；

16、当检测到后续仰卧起坐动作幅度小于所述动态提醒阈值时，生成幅度不足提醒信息；

17、当连续预设次数动作幅度均小于所述动态提醒阈值，且未检测到幅度改善趋势信息时，将连续预设次数的仰卧起坐标记为无效动作，不纳入有效计数。

18、可选地，在本技术实施例所述的基于人体姿态的仰卧起坐质量评估方法中，将受试者人体图像信息预处理，具体包括：

19、获取受试者人体图像信息，根据滤波算法对受试者人体图像信息进行去噪处理，得到降噪人体图像；

20、根据人体目标检测算法分析降噪人体图像，定位受试者人体区域与背景区域，裁剪剔除背景区域，提取感兴趣区域图像；

21、对裁剪后的感兴趣区域图像进行尺寸归一化和灰度归一化，将图像尺寸统一调整至预设标准尺寸，得到标准人体图像信息；

22、根据图像增强算法对标准人体图像信息进行人体区域增强处理，得到增强图像。

23、可选地，在本技术实施例所述的基于人体姿态的仰卧起坐质量评估方法中，根据优化图像信息分析受试者的人体姿态数据，根据人体姿态数据提取仰卧起坐动作的关键姿态特征，具体包括：

24、获取优化图像信息，根据姿态估计算法对优化图像信息进行逐帧分析处理，得到受试者的全身骨骼关节坐标、关节角度及运动轨迹；

25、根据受试者的全身骨骼关节坐标、关节角度及运动轨迹提取上肢关键姿态特征信息、下肢关键姿态特征信息与躯干关键姿态特征信息；

26、将上肢关键姿态特征信息、下肢关键姿态特征信息与躯干关键姿态特征信息进行冗余剔除处理与异常分析处理，得到仰卧起坐动作的关键姿态特征。

27、可选地，在本技术实施例所述的基于人体姿态的仰卧起坐质量评估方法中，构建仰卧起坐标准动作姿态模型，具体包括：

28、采集多名符合测试规范的受试者完成标准仰卧起坐的动作视频数据，对仰卧阶段、坐起阶段、回落过渡阶段分别进行姿态帧采样；

29、对每一帧样本中的关键姿态特征进行人工标注，标注内容包括肩胛触垫状态、肘部过膝状态、臀部离地距离、脊柱屈伸角度、躯干倾角、关节坐标，得到标准动作标注数据集；

30、根据国家学生体质健康标准信息，设定合规动作的量化阈值，得到规则库；

31、将标准动作标注数据集作为训练样本，构建初始模型框架，根据训练样本对初始模型框架进行机器学习或深度学习训练，得到姿态识别模型；

32、将姿态识别模型与规则库内的合规动作的量化阈值进行融合处理，得到仰卧起坐标准动作姿态模型。

33、第二方面，本技术实施例提供了一种基于人体姿态的仰卧起坐质量评估系统，该系统包括：存储器及处理器，所述存储器中包括基于人体姿态的仰卧起坐质量评估方法的程序，所述基于人体姿态的仰卧起坐质量评估方法的程序被所述处理器执行时实现以下步骤：

34、获取受试者编号信息，根据受试者编号信息对受试者进行身份验证，得到验证结果，根据验证结果录入受试者身份信息，根据受试者身份信息配置测试参数，得到测试环境信息；

35、根据测试环境信息对受试者进行测试，实时采集受试者人体图像信息，将受试者人体图像信息预处理，得到优化图像信息；

36、根据优化图像信息分析受试者的人体姿态数据，根据人体姿态数据提取仰卧起坐动作的关键姿态特征；

37、构建仰卧起坐标准动作姿态模型，设置合规动作的特征阈值，根据标准动作姿态模型与合规动作的特征阈值分析仰卧起坐动作的关键姿态特征，生成测试数据；

38、根据测试数据生成多维度仰卧起坐动作质量评估报告，将多维度仰卧起坐动作质量评估报告实时传输至终端。

39、可选地，在本技术实施例所述的基于人体姿态的仰卧起坐质量评估系统中，所述根据测试环境信息对受试者进行测试之前，还包括：

40、获取所述受试者的身形参数信息，所述身形参数信息至少包括腰围数据和身高数据；

41、根据所述身形参数信息计算所述受试者的体型分类结果；

42、获取身形幅度映射数据库，根据所述体型分类结果从身形幅度映射数据库中获取与所述受试者身形适配的仰卧起坐动作幅度区间基准值和躯干倾角阈值范围数据；

43、根据所述幅度区间基准值和躯干倾角阈值范围数据设置身形适配的合规动作特征阈值。

44、可选地，在本技术实施例所述的基于人体姿态的仰卧起坐质量评估系统中，所述根据身形适配的合规动作特征阈值分析仰卧起坐动作的关键姿态特征，生成测试数据，包括：

45、获取所述受试者在当前测试中预设前若干次有效仰卧起坐的动作幅度数据；

46、根据所述预设前若干次有效动作幅度计算平均有效幅度值；

47、根据所述平均有效幅度值与预设幅度衰减系数，得到动态提醒阈值；

48、当检测到后续仰卧起坐动作幅度小于所述动态提醒阈值时，生成幅度不足提醒信息；

49、当连续预设次数动作幅度均小于所述动态提醒阈值，且未检测到幅度改善趋势信息时，将连续预设次数的仰卧起坐标记为无效动作，不纳入有效计数。

50、第三方面，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于人体姿态的仰卧起坐质量评估方法程序，所述基于人体姿态的仰卧起坐质量评估方法程序被处理器执行时，实现如上述任一项所述的基于人体姿态的仰卧起坐质量评估方法的步骤。

51、由上可知，本技术实施例提供的一种基于人体姿态的仰卧起坐质量评估方法、系统及介质，通过获取受试者编号信息，根据受试者编号信息对受试者进行身份验证，得到验证结果；根据验证结果录入受试者身份信息，根据受试者身份信息配置测试参数，得到测试环境信息；根据测试环境信息对受试者进行测试，实时采集受试者人体图像信息，将受试者人体图像信息预处理，得到优化图像信息；根据优化图像信息分析受试者的人体姿态数据，根据人体姿态数据提取仰卧起坐动作的关键姿态特征；构建仰卧起坐标准动作姿态模型，设置合规动作的特征阈值，根据标准动作姿态模型与合规动作的特征阈值分析仰卧起坐动作的关键姿态特征，生成测试数据；根据测试数据生成多维度仰卧起坐动作质量评估报告，将多维度仰卧起坐动作质量评估报告实时传输至终端；通过人体姿态识别技术，精准校验动作要求，有效识别各类违规动作，保障测试结果的准确性。