一种运动员跳高动作矫正方法与流程

技术特征：
1.一种运动员跳高动作矫正方法，其特征在于，包括以下步骤:步骤1、采集运动员跳高的视频；步骤2、通过运动员跳高的视频，采集运动员的瞬时速度与冲刺速度；步骤3、通过运动员跳高的视频，采集运动员起跳的坐标；步骤4、通过运动员跳高的视频，生成对应的火柴人运动视频；步骤5、根据运动员跳高的视频与火柴人运动视频，采集运动员在起跳时刻、越杆时刻以及落地时刻的角度；步骤6、对采集的数据进行整理，利用神经网络训练得到跳高动作矫正模型；步骤7、测试与纠正：待测视频经过步骤2-6后，得到的待测数据输入跳高动作矫正模型，输出判断结果，根据判断的结果，查找动作错误表，便可以得到错误动作的成因并加以纠正。2.如权利要求1所述的一种运动员跳高动作矫正方法，其特征在于，所述步骤1中，采集运动员跳高的视频具体包括：拍摄视角为平拍，拍摄方向在运动员的右侧并与跳高架保持垂直，拍摄时，运动员始终保持在镜头的正中央。3.如权利要求2所述的一种运动员跳高动作矫正方法，其特征在于，所述步骤2中，采集运动员的瞬时速度与冲刺速度具体包括：设运动员的的初始位置与跳高架的垂直距离为l，瞬时速度包含4个瞬时速度，分别是在的瞬时速度，其通过计算慢放画面帧数，得到通过固定的距离时间，从而计算出瞬时速度；冲刺速度计算表示如下：公式(1)中，s表示冲刺的距离为冲刺路线的长度，t表示冲刺的时间，v表示冲刺的速度。4.如权利要求3所述的一种运动员跳高动作矫正方法，其特征在于，所述步骤3中，采集运动员起跳的坐标具体包括：将跳高架前面区域划分为2排，每排平均有8个方块区域，8个方块区域长度等于跳高架的两个立柱的距离，共计16个方块区域，每一个方块区域拥有一个唯一标识，用这个唯一标识表示运动员的起跳坐标。5.如权利要求4所述的一种运动员跳高动作矫正方法，其特征在于，所述步骤4中，生成对应的火柴人运动视频具体包括：步骤4.1、采集若干组运动员跳高样本视频；步骤4.2、提取采集的样本视频中每帧图像，并对图像中的运动员的关键点进行标注并进行相应的连线或画圆；其中关键点包括：头顶、肩部、左手肘、左手腕、右手肘、右手腕、尾椎、左膝盖、左脚踝、右膝盖以及右脚踝这11个关键点；若关键点的个数不足11个，则视为缺失的关键点与其对称的关键点重合，其中左手肘与右手肘相对称，左手腕与右手腕相对称，左膝盖与右膝盖相对称，左脚踝与右脚踝相对称；步骤4.3、利用神经网络对大量的样本视频进行训练，得到训练好的模型并进行保存于电子存储器或者云服务器中；步骤4.4、将运动员跳高视频输入训练好的模型生成火柴人运动视频。6.如权利要求5所述的一种运动员跳高动作矫正方法，其特征在于，所述步骤5中，具体
包括：定义运动员跳高时脚掌离地之时为起跳时刻，定义运动员腾空后尾椎这个关键点达到最高点之时为越杆时刻，定义运动员越杆后任意身体部位接触海绵垫为落地时刻；其中角度包括：左脚踝-左膝盖-尾椎的角度、右脚踝-右膝盖-尾椎的角度、左膝盖-尾椎-肩部的角度、右膝盖-尾椎-肩部的角度、尾椎-肩部-左手肘的角度、尾椎-肩部-右手肘的角度、肩部-左手肘-左手腕的角度、肩部-右手肘-右手腕的角度这8个角度。7.如权利要求6所述的一种运动员跳高动作矫正方法，其特征在于，所述步骤6中，采集的数据包括：4个瞬时速度、1个冲刺速度、1个起跳坐标、24个角度共计30个特征参数；神经网络采用bp神经网络，其中bp神经网络包含输入层、隐含层以及输出层输入层的神经元个数设为30，输出层为12个神经元，分别对应12个常见的跳高错误动作，采用以下公式计算隐含层的神经元个数：公式(2)中，p表示输入层的个数，q表示输出层的个数，a为[1,10]的常数。8.如权利要求7所述的一种运动员跳高动作矫正方法，其特征在于，所述步骤6中，常见的跳高错误动作包括：起跳前减速甚至停顿；起跳时身体过早倒向横杆；起跳时摆动脚擦地；放脚不正确；倒体过早；功跑加速不匀，节奏素乱；助跑速度过快，致使跳不起来；坐着过杆，做不出送髋动作；身体与横杆斜交叉过杆；大腿后侧和小腿擦落横杆；头肩先着地；落地时双手先撑地。

技术总结
本发明涉及动作矫正领域，尤其涉及一种运动员跳高动作矫正方法。解决运动员的动作是否标准判断不够准确的问题。方法包括：步骤1、采集运动员跳高的视频；步骤2、通过运动员跳高的视频，采集运动员的瞬时速度与冲刺速度；步骤3、通过运动员跳高的视频，采集运动员起跳的坐标；步骤4、通过运动员跳高的视频，生成对应的火柴人运动视频；步骤5、根据运动员跳高的视频与火柴人运动视频，采集运动员在起跳时刻、越杆时刻以及落地时刻的角度；步骤6、对采集的数据进行整理，利用神经网络训练得到跳高动作矫正模型；步骤7、测试与纠正。通过寻找错误动作的成因并加以纠正，对于促进运动员形成正确技能，提高运动成绩，培养合格人才具有重要意义。培养合格人才具有重要意义。培养合格人才具有重要意义。


技术研发人员：王永强
受保护的技术使用者：王永强
技术研发日：2022.02.25
技术公布日：2022/6/4