公开(公告)号：CN115019395B

公开(公告)日：2022-12-06

申请号：CN202210663667.4

申请日：2022-06-10

Applicant: 杭州电子科技大学

Inventor： 滕旭阳 ,  谢欢 ,  冉洪成 ,  邬小翔 ,  叶晨浩

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/82 ,  G06V10/25 ,  G06V10/774

Abstract: 本发明公开了基于堆叠沙漏网络的团体动作一致性的检测方法及系统，方法如下：一：提取视频中帧图像，从不同机位拍摄的视频中截取同一时间内动作的多张图像；二：将每张图像输入到YOLOv3模型中，获取运动员所在区域的矩形检测框，获取各个检测框并将检测框作为模型训练的输入样本；三：统计已有比赛的数据样本，通过数据增强扩充到已有的MPII人体姿势数据集中，通过堆叠沙漏网络模型进行学习迭代，获得模型；四：统计框出的输入样本，输入步骤三的模型进行实时检测，获得热图；五：将热图进行坐标解码，将关键点的热图转化为原始坐标下的坐标信息；六：通过综合运动员相邻肢体关节间夹角的一致性及关节长短对整体一致性的影响权重来判断运动的一致性。

公开(公告)号：CN115019395A

公开(公告)日：2022-09-06

申请号：CN202210663667.4

申请日：2022-06-10

Applicant: 杭州电子科技大学

Inventor： 滕旭阳 ,  谢欢 ,  冉洪成 ,  邬小翔 ,  叶晨浩

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/82 ,  G06V10/25 ,  G06V10/774

Abstract: 本发明公开了基于堆叠沙漏网络的团体动作一致性的检测方法及系统，方法如下：一：提取视频中帧图像，从不同机位拍摄的视频中截取同一时间内动作的多张图像；二：将每张图像输入到YOLOv3模型中，获取运动员所在区域的矩形检测框，获取各个检测框并将检测框作为模型训练的输入样本；三：统计已有比赛的数据样本，通过数据增强扩充到已有的MPII人体姿势数据集中，通过堆叠沙漏网络模型进行学习迭代，获得模型；四：统计框出的输入样本，输入步骤三的模型进行实时检测，获得热图；五：将热图进行坐标解码，将关键点的热图转化为原始坐标下的坐标信息；六：通过综合运动员相邻肢体关节间夹角的一致性及关节长短对整体一致性的影响权重来判断运动的一致性。