基于人工智能的推掷铅球违规检测与动作分析方法及系统与流程

1.本发明涉及动作检测及分析领域，特别涉及一种基于人工智能的推掷铅球违规检测和动作分析方法及系统。


背景技术：

2.铅球是一项比拼力量和技巧的田径投掷项目，在运动员投掷铅球时需要根据规则要求，铅球必须由单手从肩上掷出以及运动员的脚必须在推掷圈内。
3.在现有技术中，通常是通过人工对运动员进行判定及动作分析，然而人工判定分析受到环境等因素影响较大，容易造成误判。


技术实现要素：

4.基于此，本技术实施例提供了一种基于人工智能的推掷铅球违规检测和动作分析方法及系统，可以在无人监督和无人指导条件下，实现违规检测和动作分析，减少人力消耗，提高测试效率，并提高了判定分析的准确性。
5.第一方面，提供了一种基于人工智能的推掷铅球违规检测和动作分析方法，该方法包括：
6.获取摄像头所采集的受测人员推掷铅球的包含多帧视频图像的视频；
7.针对所述视频中的每帧视频图像，通过目标检测算法获取其中受测人员的人体区域以及铅球的边界框；
8.确定所述人体区域及所述边界框之间距离刚好大于预设阈值的第一当前帧图像；其中，所述第一当前帧图像的上一帧图像中所述人体区域及所述边界框之间距离小于等于预设阈值；
9.确定所述人体区域及所述边界框之间刚好分离的第二当前帧图像；其中，所述第二当前帧图像的上一帧图像中所述人体区域及所述边界框之间具有重合区域；
10.基于所述第一当前帧图像的上一帧图像对受测人员进行违规检测，得到违规检测结果；
11.基于所述第二当前帧图像及其上一帧图像对受测人员进行推掷分析，并根据推掷分析提供推掷建议。
12.可选地，基于所述第一当前帧图像的上一帧图像对受测人员进行违规检测，包括：
13.对于所述第一当前帧图像的上一帧图像中，通过人体姿态关键点检测算法获取人体的关键点信息，并根据目标检测算法所获取到的铅球的边界框；
14.根据所述关键点信息和所述边界框判断受测人员是否存在铅球在肩下推掷、向后推掷的违规动作；
15.并通过目标检测算法识别受测人员的脚的边界和推掷圈是否有交点，判断受测人员是否存在接触到推掷圈的犯规动作。
16.可选地，基于所述第二当前帧图像及其上一帧图像对受测人员进行推掷分析，包
括：
17.基于所述第二当前帧图像及其上一帧图像建立平面坐标系；
18.根据两帧之间的时间间隔，及两帧中铅球的中心坐标计算铅球推掷出去的速度，并根据两帧中铅球的中心坐标所在连线与地面夹角确定推掷方向。
19.可选地，根据铅球推掷出去的速度以及推掷方向提供推掷建议。
20.可选地，获取摄像头所采集的目标人员推掷铅球的视频图像数据，包括：
21.采用高清摄像头每秒25帧采集图像数据视频图像数据，即前一帧到后一帧的时间间隔为4ms。
22.第二方面，提供了一种基于人工智能的推掷铅球违规检测和动作分析系统，该系统包括：
23.视频采集模块，用于获取摄像头所采集的受测人员推掷铅球的包含多帧视频图像的视频；
24.目标检测模块，用于针对所述视频中的每帧视频图像，通过目标检测算法获取其中受测人员的人体区域以及铅球的边界框；
25.关键帧提取模块，用于确定所述人体区域及所述边界框之间距离刚好大于预设阈值的第一当前帧图像；其中，所述第一当前帧图像的上一帧图像中所述人体区域及所述边界框之间距离小于等于预设阈值；确定所述人体区域及所述边界框之间刚好分离的第二当前帧图像；其中，所述第二当前帧图像的上一帧图像中所述人体区域及所述边界框之间具有重合区域；
26.违规检测模块，基于所述第一当前帧图像的上一帧图像对受测人员进行违规检测，得到违规检测结果；
27.动作分析模块，基于所述第二当前帧图像及其上一帧图像对受测人员进行推掷分析，并根据推掷分析提供推掷建议。
28.可选地，违规检测模块包括：
29.对于所述第一当前帧图像的上一帧图像中，通过人体姿态关键点检测算法获取人体的关键点信息，并根据目标检测算法所获取到的铅球的边界框；
30.根据所述关键点信息和所述边界框判断受测人员是否存在铅球在肩下推掷、向后推掷的违规动作；
31.并通过目标检测算法识别受测人员的脚的边界和推掷圈是否有交点，判断受测人员是否存在接触到推掷圈的犯规动作。
32.可选地，动作分析模块包括：
33.基于所述第二当前帧图像及其上一帧图像建立平面坐标系；
34.根据两帧之间的时间间隔，及两帧中铅球的中心坐标计算铅球推掷出去的速度，并根据两帧中铅球的中心坐标所在连线与地面夹角确定推掷方向。
35.可选地，根据铅球推掷出去的速度以及推掷方向提供推掷建议。
36.可选地，视频采集模块包括：
37.采用高清摄像头每秒25帧采集图像数据视频图像数据，即前一帧到后一帧的时间间隔为4ms。
38.本技术实施例提供的技术方案中首先获取摄像头所采集的受测人员推掷铅球的
包含多帧视频图像的视频；针对视频中的每帧视频图像，通过目标检测算法获取其中受测人员的人体区域以及铅球的边界框；确定人体区域及边界框之间距离刚好大于预设阈值的第一当前帧图像；确定人体区域及边界框之间刚好分离的第二当前帧图像；基于第一当前帧图像的上一帧图像对受测人员进行违规检测，得到违规检测结果；基于第二当前帧图像及其上一帧图像对受测人员进行推掷分析，并根据推掷分析提供推掷建议。可以看出，本发明的有益效果在于利用人工智能和机器视觉技术，可以在无人监督和无人指导条件下，实现违规检测和动作分析，减少人力消耗，提高测试效率。
附图说明
39.为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引申获得其它的实施附图。
40.图1为本技术实施例提供的一种基于人工智能的推掷铅球违规检测和动作分析流程图；
41.图2为本技术实施例提供的一种基于人工智能的推掷铅球违规检测和动作分析系统框图。
具体实施方式
42.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
43.在本发明的描述中，除非另有说明“多个”的含义是两个或两个以上。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等旨在区别指代的对象。对于具有时序流程的方案，这种术语表述方式不必理解为描述特定的顺序或先后次序，对于装置结构的方案，这种术语表述方式也不存在对重要程度、位置关系的区分等。
44.此外，术语“包括”、“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包括了一系列步骤或单元的过程、方法、系统、产品或设备不必限于已明确列出的那些步骤或单元，而是还可包含虽然并未明确列出的但对于这些过程、方法、产品或设备固有的其它步骤或单元，或者基于本发明构思进一步的优化方案所增加的步骤或单元。
45.请参考图1，其示出了本技术实施例提供的一种基于人工智能的推掷铅球违规检测和动作分析方法的流程图，该方法可以包括以下步骤：
46.步骤101，获取摄像头所采集的受测人员推掷铅球的包含多帧视频图像的视频。
47.在本技术实施例中，采用高清摄像头每秒25帧采集图像数据视频图像数据，即前一帧到后一帧的时间间隔为4ms。
48.步骤102，针对视频中的每帧视频图像，通过目标检测算法获取其中受测人员的人体区域以及铅球的边界框；
49.步骤103，确定人体区域及边界框之间距离刚好大于预设阈值的第一当前帧图像；确定人体区域及边界框之间刚好分离的第二当前帧图像；
50.其中，第一当前帧图像的上一帧图像中人体区域及边界框之间距离小于等于预设阈值；第二当前帧图像的上一帧图像中人体区域及边界框之间具有重合区域。
51.具体地，对视频采集设备获取的受测人员推掷铅球的视频图像数据的每一帧进行分析，通过目标检测算法获取受测人员的人体信息，以及铅球的边界框，找到人体和边界框距离大于特定阈值a的当前帧、前一帧，及铅球离开身体时的前一帧、当前帧，将这两帧图像发送给违规检测模块和动作分析模块。
52.步骤104，基于第一当前帧图像的上一帧图像对受测人员进行违规检测，得到违规检测结果；基于第二当前帧图像及其上一帧图像对受测人员进行推掷分析，并根据推掷分析提供推掷建议。
53.在本技术实施例中，基于第一当前帧图像的上一帧图像对受测人员进行违规检测，包括对于第一当前帧图像的上一帧图像中，通过人体姿态关键点检测算法获取人体的关键点信息，并根据目标检测算法所获取到的铅球的边界框；根据关键点信息和边界框判断受测人员是否存在铅球在肩下推掷、向后推掷的违规动作；并通过目标检测算法识别受测人员的脚的边界和推掷圈是否有交点，判断受测人员是否存在接触到推掷圈的犯规动作。
54.具体地，根据关键帧提取模块提取的前一帧，通过人体姿态关键点检测算法获取人体的关键点信息，以及目标检测算法获取到的铅球的边界框。根据关键点和边界框在图像上的位置信息，判断是否有铅球在肩下推掷、向后推掷的违规动作，并通过目标检测算法识别受测人员的脚的边界框和推掷圈是否有交点，判断身体任何部位是否接触到推掷圈的犯规动作。
55.基于第二当前帧图像及其上一帧图像对受测人员进行推掷分析，包括基于第二当前帧图像及其上一帧图像建立平面坐标系；根据两帧之间的时间间隔，及两帧中铅球的中心坐标计算铅球推掷出去的速度，并根据两帧中铅球的中心坐标所在连线与地面夹角确定推掷方向。根据铅球推掷出去的速度以及推掷方向提供推掷建议。
56.具体地，根据关键帧提取模块提取的前一帧和当前帧，目标检测算法获取到这两帧的铅球的边界框，并以图像的一个顶点为原点，将水平和竖直方向沿伸的边缘线作为x轴和y轴，从而建立平面坐标系，据此计算边界框中心点位置(xi,yi)i＝1,2。并根据两帧时间间隔4ms和(x1,y1)到(x2,y2)的距离计算铅球推掷出去的速度，根据(x1,y1)到(x2,y2)连线与x轴的夹脚作为推掷方向，并根据推掷速度和方向，提供推掷建议。
57.如图2，本技术实施例还提供的一种基于人工智能的推掷铅球违规检测和动作分析系统200。系统200包括：
58.视频采集模块201，用于获取摄像头所采集的受测人员推掷铅球的包含多帧视频图像的视频；
59.目标检测模块202，用于针对所述视频中的每帧视频图像，通过目标检测算法获取其中受测人员的人体区域以及铅球的边界框；
60.关键帧提取模块203，用于确定所述人体区域及所述边界框之间距离刚好大于预设阈值的第一当前帧图像；其中，所述第一当前帧图像的上一帧图像中所述人体区域及所述边界框之间距离小于等于预设阈值；确定所述人体区域及所述边界框之间刚好分离的第二当前帧图像；其中，所述第二当前帧图像的上一帧图像中所述人体区域及所述边界框之
间具有重合区域；
61.违规检测模块204，基于所述第一当前帧图像的上一帧图像对受测人员进行违规检测，得到违规检测结果；
62.动作分析模块205，基于所述第二当前帧图像及其上一帧图像对受测人员进行推掷分析，并根据推掷分析提供推掷建议。
63.在本技术一个可选的实施例中，违规检测模块包括对于所述第一当前帧图像的上一帧图像中，通过人体姿态关键点检测算法获取人体的关键点信息，并根据目标检测算法所获取到的铅球的边界框；根据所述关键点信息和所述边界框判断受测人员是否存在铅球在肩下推掷、向后推掷的违规动作；并通过目标检测算法识别受测人员的脚的边界和推掷圈是否有交点，判断受测人员是否存在接触到推掷圈的犯规动作。
64.在本技术一个可选的实施例中，动作分析模块包括基于所述第二当前帧图像及其上一帧图像建立平面坐标系；根据两帧之间的时间间隔，及两帧中铅球的中心坐标计算铅球推掷出去的速度，并根据两帧中铅球的中心坐标所在连线与地面夹角确定推掷方向。
65.在本技术一个可选的实施例中，根据铅球推掷出去的速度以及推掷方向提供推掷建议。
66.在本技术一个可选的实施例中，视频采集模块包括采用高清摄像头每秒25帧采集图像数据视频图像数据，即前一帧到后一帧的时间间隔为4ms。
67.本技术实施例提供的基于人工智能的推掷铅球违规检测和动作分析系统用于实现上述基于人工智能的推掷铅球违规检测和动作分析方法，关于基于人工智能的推掷铅球违规检测和动作分析系统的具体限定可以参见上文中对于基于人工智能的推掷铅球违规检测和动作分析方法的限定，在此不再赘述。上述基于人工智能的推掷铅球违规检测和动作分析系统中的各个部分可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于设备中的处理器中，也可以以软件形式存储于设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
68.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
69.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。