导航:X技术最新专利计算;推算;计数设备的制造及其应用技术
1.本发明涉及体测评估技术领域,尤其涉及一种基于单摄像机设备的体能测试自动评估方法及系统。
3.1、人工评估方式,针对类似于仰卧起坐、俯卧撑、引体向上等项目,采取1对1或1对多的人工监测评估方式,靠人眼去看体测人员所做项目的数量以及某个动作是否达标。但是这种评估方式的缺点是主观性太强,并且效率较低,人的精力毕竟有限,在体测人员较多或评估时间较长时,容易出现误判或者误数的情况。
4.2、红外设备评估方式,利用红外传感器,在特定的位置布置多个红外监测传感器,以达到计数的目的。以仰卧起坐为例,该方式会在人头部躺下去的位置以及头抬起来的位置各布置一个红外传感器。当头部越过下方传感器时,会记录“躺下”状态,头部抬起来后会记录“起身”状态,通过两种状态的切换,从而达到计数的目的。但是该方法具有一定的局限性,因为传感器并不能判断越过的肢体到底是头部还是其他部位,如果拿手部上下晃动同样能够计数成功,除此之外,动作是否标准也不能给出明确的判断。
5.3、穿戴型评估方式,利用陀螺仪、角加速度计等精细化传感器,实时采集做动作时的相关情景,并且通过采集到的数据进行计数和标准的评估。该评估方法相对而言准确度较高,但是也具有一定的局限性,例如一套设备只能应对一个受测人员,并且在更换受测人员时,需要脱去与重新佩戴设备,耗时比较长,检测效率较低。而且受测人员有束缚感,舒适感较差,从而影响体测效果。
6.本发明通过提供一种基于单摄像机设备的体能测试自动评估方法及系统,解决了现有技术中存在的上述技术问题。
9.将所述状态参数与预设状态参数进行匹配,得到与匹配结果对应的评估参数;
13.获取所述受测人员区域的点云图像;所述点云图像包括:图像中各像素点距离所述摄像机设备的距离;
14.根据所述点云图像中各像素点距离所述摄像机设备的距离划分出所述受测人员的不同部位;
16.具体来说,所述将所述动作参数与所述评估参数进行匹配,得到评估结果,包括:
18.若匹配,判断所述动作参数在与下个基准标准动作参数匹配之间的时间段内,所述动作参数与所述评估参数中的过程标准动作参数的匹配程度;
19.若所述动作参数与所述过程标准动作参数的匹配程度等于或者高于预设的匹配程度,则正确度加一。
22.将所述面部特征信息与人员库中的信息进行匹配,得到匹配的人员评估参数;
23.所述判断所述动作参数是否与所述评估参数中的基准标准动作参数匹配,包括:
24.判断所述动作参数是否与所述匹配人员的评估参数中的基准标准动作参数匹配。
25.具体来说,所述匹配程度至少包括:所述动作参数与所述过程标准动作参数之间的差值和/或所述动作参数与所述过程标准动作参数的匹配时间。
26.本发明还提供了一种基于单摄像机设备的体能测试自动评估系统,包括:
28.评估参数获取模块,用于将所述状态参数与预设状态参数进行匹配,得到与匹配结果对应的评估参数;
30.评估模块,用于将所述动作参数与所述评估参数进行匹配,得到评估结果。
32.点云图像获取单元,用于获取所述受测人员区域的点云图像;所述点云图像包括:图像中各像素点距离所述摄像机设备的距离;
33.部位划分单元,用于根据所述点云图像中各像素点距离所述摄像机设备的距离划分出所述受测人员的不同部位;
34.动作参数获取单元,用于根据划分出的不同部位得到所述受测人员的动作参数。
36.动作参数判断单元,用于判断所述动作参数是否与所述评估参数中的基准标准动作参数匹配;
37.匹配程度判断单元,用于若匹配,判断所述动作参数在与下个基准标准动作参数匹配之间的时间段内,所述动作参数与所述评估参数中的过程标准动作参数的匹配程度;
38.评估单元,用于若所述动作参数与所述过程标准动作参数的匹配程度等于或者高于预设的匹配程度,则正确度加一。
40.面部特征信息获取模块,用于根据划分出的不同部位得到所述受测人员的面部特征信息;
41.匹配模块,用于将所述面部特征信息与人员库中的信息进行匹配,得到匹配的人员评估参数;
42.所述动作参数判断单元,具体用于判断所述动作参数是否与所述匹配人员的评估参数中的基准标准动作参数匹配。
43.具体来说,所述匹配程度至少包括:所述动作参数与所述过程标准动作参数之间的差值和/或所述动作参数与所述过程标准动作参数的匹配时间。
45.本发明提供的评估方法及系统的实现,主要是依据深度相机所采集的深度信息,利用相关算法将其转换为能够用于评估工作的人体关键点位连接信息,之后利用这些点位信息的空间距离、角度在特定时间区间内的组合变化关系,达到体能测试评估的目的,从而解决了现有技术中存在的技术问题。
46.图1为本发明实施例提供的基于单摄像机设备的体能测试自动评估方法的流程图;
51.图6为本发明实施例中根据划分出的人体不同部位选择关键区域的示意图;
55.图10为不同受测人员信息与人体动作数据、评估参数之间的关联示意图;
58.图13为本发明实施例提供的基于单摄像机设备的体能测试自动评估方法的原理图;
59.图14为本发明实施例提供的基于单摄像机设备的体能测试自动评估系统的模块图;
60.图15为根据本发明实施例提供的评估方法及系统开发的产品实物的第一现场照片;
61.图16为根据本发明实施例提供的评估方法及系统开发的产品实物的第二现场照片;
62.图17为根据本发明实施例提供的评估方法及系统开发的产品实物的第三现场照片。
63.本发明实施例通过提供一种基于单摄像机设备的体能测试自动评估方法及系统,解决了现有技术中存在的技术问题。
64.本发明实施例中的技术方案为解决现有技术中存在的技术问题,总体思路如下:
65.本发明实施例提供的评估方法及系统的实现,主要是依据深度相机所采集的深度信息,利用相关算法将其转换为能够用于评估工作的人体关键点位连接信息,之后利用这
些点位信息的空间距离、角度在特定时间区间内的组合变化关系,达到体能测试评估的目的。
66.为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
67.参见图1,本发明实施例提供的基于单摄像机设备的体能测试自动评估方法,包括:
69.在本实施例中,摄像机设备的状态参数可以是加速度、角速度、位置、朝向等状态参数。
70.步骤s120:将状态参数与预设状态参数进行匹配,得到与匹配结果对应的评估参数;
71.具体地,当摄像机设备部署到相关检测场地并且运行时,设备会通过内置的陀螺仪与加速度计获取当前设备的加速度、角速度等物理状态参数,并且根据检测场景,自动判断当前的检测项目是系统中的哪一项,最终自动匹配库中已制定的“评估标准”,并将其注入到设备端。例如当设备端识别到目前的高度为1.2米,摄像机角度为水平向下倾斜45
时,系统会自动将“仰卧起坐”所对应的评估标准输入到当前的评估项目中,如图2所示。
74.获取受测人员区域的点云图像;点云图像包括:图像中各像素点距离摄像机设备的距离;
75.根据点云图像中各像素点距离摄像机设备的距离划分出受测人员的不同部位;
77.对本步骤进行进一步说明,利用kinect深度相机加上pcl点云工具,获取拍摄场景中的点云信息,该步骤会将摄像机采集的信息拆分为一个一个的像素点,并且每个像素点中,会包含该像素点相对于相机而言的x、y、z三维坐标信息,精度为毫米。由于每个物体本身的表面像素点相对于相机的距离而言是具有连续性的,例如我们的鼻尖与鼻尖偏下部,其差值可能仅在0.1毫米左右。参见图3,z1、z2、z3区别都不是很大,可见同一物体不会有太大的差值。而不同物体之间则不具有连续性,参见图4,z1和z2的距离差不明显,而z2和z3的距离差则比较大,可见不同物体之间的距离差比较明显,因此,可以通过比对z轴坐标的信息(像素点与相机的距离),可以将人体、物体、场景进行区分,并识别出跟人体有关的所有像素点信息。同样的原理,对于识别出来的各个物体,由于各个物体边界像素点位的x、y坐标差值不同,例如手臂的差值,可以进一步将人体拆分为头部、上肢、躯干、下肢等区域,如图5所示。根据需要,选择拆分后的人体区域,例如脊柱的识别,选择躯干为关键区域,如图6所示。由于人体运动的动作都是由最基本的运动单元组成,它表示了人体运动时的最为直观的人体行为,例如“抬头”、“放下左手”、“弯腰”等这类最基础的人体动作。通过对比这些动作时的肢体分布情况,可以推测出其目前的动作形态。例如图7中,头部、躯干、上肢、下肢承相对于相机而言呈现水平布局,则可以判断该人体处于俯卧撑状态。
79.对本步骤进行具体说明,将动作参数与评估参数进行匹配,得到评估结果,包括:
81.若匹配,则说明受测人员的准备动作标准,可以开始进行体测评估,判断动作参数在与下个基准标准动作参数匹配之间的时间段内,动作参数与评估参数中的过程标准动作参数的匹配程度;
82.若动作参数与过程标准动作参数的匹配程度等于或者高于预设的匹配程度,则说明本次动作标准,正确度加一。
84.参见图8,依据使用者提供的体测评估标准,将所需评估的标准拆分为“准备动作”、“计数标准”与“动作标准”。其中,“准备动作”是为了建立某动作的人体基础指标,“计数标准”的含义是受测者的动作满足什么要求时,其动作会进行计数,“动作标准”的含义是满足“计数标准”的动作,具体属于“规范”动作还是“不规范”动作。以“俯卧撑”为例,其“准备动作”是“撑起动作”的一个标准动作,用于获取相关人员的臂长、脊柱弯曲情况等评判依据;“计数标准”是“下降动作”时手臂肩膀低于手肘,“撑起动作”时手臂伸直无弯曲;而其“动作标准”为颈部、脊柱基部、膝盖形成175
以上的无明显弯曲的连线.为了根据不同的受测人员进行有针对性的体测评估,从而提高体测评估的适用性,还包括:
87.将面部特征信息与人员库中的信息进行匹配,得到匹配的人员评估参数;
88.这里需要说明的是,本发明实施例还能够同时对多人进行体测评估,具体包括:
89.在受测人员进场时,设备识别出每个人员的特征信息、站位信息、身体物理信息等关键参数。其中,特征信息通过面部眼睛、嘴角、面部边界与鼻尖的距离计算比较得到,“特征信息”可用于判断这个人是不是受测人群;站位信息根据每个人相对于相机的水平距离和连线距离得到,“站位信息”可用于判断这个受测人是本组体测评估中的谁;身体物理信息可根据特定拆分的上肢、下肢边界坐标的距离得到,“身体物理信息”就是关于这个人的臂长、腿长、高度等与个人有关的特征信息,从而实现针对不同的受测人员,有不同的且有针对性的评估标准。例如身高、臂长不同,合格的评判标准就不同,如图9所示。
90.通过获取到的“站位信息”中的脊柱基部点的位置,与设备预设的每个受测人员的站位范围进行比较,实现系统内本组成员中的相关人员的绑定关联,并且在后续获取的数据中,实时判断某个位置上有没有人,有人的话其点位数据是多少。参见图10、图11和图12,摄像机获取到了人物a、b、c三个人的相关数据,但是还并不知道这三个人具体是谁,而场地相关信息里面定义了a、b、c三个区域里应该分别站张三(b的姓名)、李四(a的姓名)、王五(c的姓名)三个人,通过摄像机获取的a、b、c三人的站位信息与区域的比较,系统就能自动匹配上三人的信息,从而实现实际人员信息与人体动作数据、评估参数之间的关联。
91.在这种情况下,判断动作参数是否与评估参数中的基准标准动作参数匹配,包括:
93.具体地,匹配程度至少包括:动作参数与过程标准动作参数之间的差值和/或动作参数与过程标准动作参数的匹配时间。
94.对本步骤进行具体说明,参见图13,利用采集到的人体关键信息数据,提取出评估标准所需要的主要评估信息,将其与“计数标准”与“动作标准”的对应标准进行比较,并且
引入时间段的概念,而并不是利用某一瞬间的人体运动数据与之进行比较,而是利用某段时间的组合数据进行比较,且新数据会将老数据挤出组合,以保证组合中的数据是最新的,用这种方式来判断符合标准的数据比例。例如“俯卧撑”中,在3秒钟内a某人有60%的时间脊柱都是笔直的,那么我们就会判定该a某人的当次动作是标准的,总数量可以进行“加一”操作,最终以这种方式给与每个动作相对准确的评估结论。
95.参见图14,本发明实施例提供的基于单摄像机设备的体能测试自动评估系统,包括:
97.在本实施例中,摄像机设备的状态参数可以是加速度、角速度、位置、朝向等状态参数。
98.评估参数获取模块200,用于将状态参数与预设状态参数进行匹配,得到与匹配结果对应的评估参数;
ballbet贝博
101.点云图像获取单元,用于获取受测人员区域的点云图像;点云图像包括:图像中各像素点距离摄像机设备的距离;
102.部位划分单元,用于根据点云图像中各像素点距离摄像机设备的距离划分出受测人员的不同部位;
103.动作参数获取单元,用于根据划分出的不同部位得到受测人员的动作参数。
104.评估模块400,用于将动作参数与评估参数进行匹配,得到评估结果。
106.动作参数判断单元,用于判断动作参数是否与评估参数中的基准标准动作参数匹配;
107.匹配程度判断单元,用于若匹配,则说明受测人员的准备动作标准,可以开始进行体测评估,判断动作参数在与下个基准标准动作参数匹配之间的时间段内,动作参数与评估参数中的过程标准动作参数的匹配程度;
108.评估单元,用于若动作参数与过程标准动作参数的匹配程度等于或者高于预设的匹配程度,则说明本次动作标准,正确度加一。
109.为了根据不同的受测人员进行有针对性的体测评估,从而提高体测评估的适用性,还包括:
110.面部特征信息获取模块,用于根据划分出的不同部位得到受测人员的面部特征信息;
111.匹配模块,用于将面部特征信息与人员库中的信息进行匹配,得到匹配的人员评估参数;
112.在这种情况下,动作参数判断单元,具体用于判断动作参数是否与匹配人员的评估参数中的基准标准动作参数匹配。
113.具体地,匹配程度至少包括:动作参数与过程标准动作参数之间的差值和/或动作参数与过程标准动作参数的匹配时间。
115.1、本发明实施例提供的评估方法及系统的实现,主要是依据深度相机所采集的深度信息,利用相关算法将其转换为能够用于评估工作的人体关键点位连接信息,之后利用这些点位信息的空间距离、角度在特定时间区间内的组合变化关系,达到体能测试评估的目的,从而解决了现有技术中存在的技术问题。
116.2、根据划分出的不同部位得到受测人员的面部特征信息;将面部特征信息与人员库中的信息进行匹配,得到匹配的人员评估参数;判断动作参数是否与匹配人员的评估参数中的基准标准动作参数匹配,从而能够根据不同的受测人员进行有针对性的体测评估,进而提高体测评估的适用性。
117.综上所述,本发明实施例提供的评估方法及系统评估内容丰富,仅需1台机器,就能够应对仰卧起坐、引体向上、俯卧撑等多种体测项目。评估方式科学,利用精确的点云算法,能够准确判断每个受测动作的标准程度以及所做数量。评估效率高,可同时对多个人员进行精准的体测评估,在切换人员时,无需额外的准备时间。便携性及续航能力强,针对室外场景,实现5分钟快速部署与收尾以及一整天的离电使用。支持完全的离线使用场景,在偏僻或者对保密要求较高的场景下,也能够正常使用。本体能测试方法已成功转化为一款体能测试产品,产品的建设目的是服务于军队、学校等机构的体能测试考核,利用机器视觉的智能化手段,代替以往人工计数的主观性强、效率低、舒适性差等评估方式,让整个体能测试的过程更加的公平、合理、高效,具体的产品如图15、图16和图17所示。
118.本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
119.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
120.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
121.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
122.尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
123.显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
技术研发人员:周杨诗宇;钱同惠;刘闯;甘杰;李麓;明福灵;吴林飞;李蒙;熊文瑜;龙家豪
1.计算机视觉 2.无线.计算机仿线.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用