xc体育官网-无穿戴AI动作分析训练系统_xc运动科技责任有限公司

　　1、跳绳作为一种简单而有效的锻炼方式，被广泛运用于体育训练、健身以及康复领域。然而，传统的跳绳训练往往需要教练或合格的训练员来监督和指导，以确保正确的技术和节奏。这对于那些希望自主锻炼的人来说可能是一项挑战，因为他们可能无法准确评估自己的表现。因此，有一种需求，需要一种智能跳绳系统，能够利xc体育用视觉分析技术来实时监测跳绳动作，提供反馈和指导，以帮助用户改进他们的技能。另一个场景是，在体育课堂或者考试环节，通常会由1-2名体育老师组织全班数十名学生参加跳绳，并且由老师给出评价意见和个性化指导，但是少量教师难以在有限时间内完成众多学生的计数、动作评价和个性化指导。

　　2、将人工智能方法引入跳绳监测与评价是一种新颖的做法：以往的监测评价系统会在跳绳器材上安装物联网装置，再通过2.4g、蓝牙等通讯方式采集各跳绳终端的数据，实践过程中对设备的要求较高。近年来也有部分方法采用ai视觉手段进行监测，但是其算法效率较低，需要较高配置的设备进行分析。

　　1、本发明实施例的目的是提供一种基于视觉分析的运动评价方法及装置，以解决现有技术中存在的问题。

　　2、第一方面，本发明提供了一种基于视觉分析的运动评价方法，所述方法包括：

　　3、视觉采集设备采集至少一个被测评者的运动视频信息，并将所述运动视频信息处理为图像序列；

　　4、骨骼识别模块接收所述视频采集设备发送的图像序列，根据所述图像序列，确定骨骼点集合；

　　5、动作分析模块接收所述骨骼识别模块发送的骨骼点集合，根据所述骨骼点集合，确定每个被测评者的运动信息是否正常；

　　6、动作改进模块接收动作分析模块发送的异常的运动信息，并生成异常的所述运动信息的指导信息；

　　9、视觉采集设备采集被测评者的第一动作，并将所述第一动作发送给测评激活模块；

　　10、所述测评激活模块对所述第一动作进行判断，当所述第一动作符合预设要求时，评测激活模块生成激活信号，并根据所述激活信号启动所述动作分析模块和所述动作改进模块。

　　11、在一种可能的实现方式中，所述骨骼识别模块根据所述图像序列，确定骨骼点集合具体包括：

　　12、通过litepose算法，通过卷积层从输入的图像序列中提取特征点，确定图像序列的纹理、形状和结构信息；

　　13、根据所述纹理、形状和结构信息，确定多个骨骼点；多个骨骼点构成骨骼点集合。

　　14、在一种可能的实现方式中，当运动为跳绳时，所述根据所述骨骼点集合，确定每个被测评者的运动信息是否正常具体包括：

　　20、根据骨骼点中左手腕骨骼点的高度和右手腕骨骼点的高度之差与被测评者的高度的比值，判断持绳高度是否正常。

　　21、在一种可能的实现方式中，所述骨骼点包括肩骨骼点、臀骨骼点和脚踝骨骼点；所述根据所述骨骼点，确定跳绳次数具体包括：

　　22、动作分析模块根据每个被测评者的骨骼点集合，建立每个被测评者的坐标系；

　　23、在图像序列中，计算肩骨骼点、臀骨骼点和脚踝骨骼点分别在前一帧、当前帧和后一帧中的y坐标值；

　　25、计算当前帧的平均y值与前一帧的平均y值的第一差值，以及后一帧的平均y值与当前帧的平均y值的第二差值；

　　27、在一种可能的实现方式中，所述动作分析模块根据预设时长内的跳绳次数，确定跳绳频次具体包括：

　　29、在一种可能的实现方式中，所述根据所述跳绳频次，判断跳绳节奏是否正常具体包括：

　　30、将完整的跳绳图像序列划分为预设时段，根据每个时段的跳绳频次，计算跳绳频次的标准差；

　　32、在一种可能的实现方式中，所述根据所述骨骼点，判断摇绳姿势是否正常具体包括：

　　33、根据左手手肘、左肩膀、左臀部的骨骼点的第一连线，计算第一连接组成的第一角度；

　　34、根据左手手腕、左手手肘、左肩膀的骨骼点的第二连线，计算第二连线、根据右手手肘、右肩膀、右臀部的骨骼点的第三连线，计算第三连接组成的第三角度；

　　36、根据右手手腕、右手手肘、右肩膀的骨骼点的第四连线，计算第四连线、计算所述第一角度和所述第二角度的第一平均角度；

　　41、第二方面，本发明提供了一种基于视觉分析的运动评价装置，所述装置包括：

　　42、视觉采集设备，用于采集至少一个被测评者的运动视频信息，并将所述运动视频信息处理为图像序列；

　　43、骨骼识别模块，用于接收所述视频采集设备发送的图像序列，根据所述图像序列，确定骨骼点集合；

　　44、动作分析模块，用于接收所述骨骼识别模块发送的骨骼点集合，根据所述骨骼点集合，确定每个被测评者的运动信息是否正常；

　　45、动作改进模块，用于接收动作分析模块发送的异常的运动信息，并生成异常的所述运动信息的指导信息；

　　47、第三方面，本发明提供了一种计算机服务器，包括：存储器、处理器和收发器；

　　48、所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现第一方面所述的基于视觉分析的运动评价方法；

　　49、所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。

　　50、第四方面，本发明提供了一种芯片系统，包括处理器，所述处理器与存储器的耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现第一方面任一项所述的基于视觉分析的运动评价方法。

　　51、第五方面，本发明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上存储有计算机程序，计算机程序被处理器执行第一方面任意一项所述的基于视觉分析的运动评价方法。

　　52、通过应用本发明实施例提供的基于视觉分析的运动评价方法，基于视觉分析能够提供高度准确的反馈，有助于用户改进跳绳技术。通过自底而上的骨骼识别算法，快速确定被评测者所在的区域，减少识别负荷，可有效提高识别效率，有利于实现动作识别的边缘计算。通过评价，可以实现对学校和对个人的分析评价。