技术特征：
1.一种基于差帧法的跳绳真假判断方法，其特征在于，包括步骤：s1，对若干段跳绳视频作帧间差分计算，得到按时间顺序排列的对应每段所述跳绳视频的差帧图像序列，记为q，q＝p1、p2、
…
、p
i
、
…
、p
n
，p
i
表示所述差帧时序图像中的第i张差帧图像，i＝1、2、
…
、n，n为差帧图像序列q中的所述差帧图像的数量；s2，将所述差帧图像序列q中的所有所述差帧图像叠加为一张图像，并将关联各段所述跳绳视频的各叠加图作为跳绳真假判断模型训练的样本进行模型训练；s3，对获取的实时跳绳视频作帧间差分计算，得到所述实时跳绳视频的差帧序列，并将所述差帧序列中的各差帧合并为差帧叠加图后输入到步骤s2训练而得的所述跳绳真假判断模型中作跳绳真假判断，并输出判断结果。2.根据权利要求2所述的基于差帧法的跳绳真假判断方法，其特征在于，n＝20。3.根据权利要求1所述的基于差帧法的跳绳真假判断方法，其特征在于，所述差帧图像为二值图。4.根据权利要求1-3任意一项所述的基于差帧法的跳绳真假判断方法，其特征在于，训练所述跳绳真假判断模型的神经网络结构包括依序级联的第一卷积层、第一归一化层、第一最大池化层、第二卷积层、第二归一化层、第二最大池化层、第三卷积层、第三归一化层、第三最大池化层、第四卷积层、第四归一化层、第四最大池化层、第五卷积层、第五归一化层、flatten层、dropout层和dense层，所述第一卷积层、所述第二卷积层、所述第三卷积层、所述第四卷积层以及所述第五卷积层用于提取作为模型训练样本的所述叠加图的图像特征；所述第一归一化层、所述第二归一化层、所述第三归一化层、所述第四归一化层以及第五归一化层分别用于对所述第一卷积层、所述第二卷积层、所述第三卷积层、所述第四卷积层以及所述第五卷积层输出的特征图作图像像素批量归一化处理；所述第一最大池化层、所述第二最大池化层、所述第三最大池化层和所述第四最大池化层分别用于对所述第一归一化层、所述第二归一化层、所述第三归一化层以及所述第四归一化层输出的特征图用二维最大池化使特征降维，以压缩数据和参数数量；所述flatten层用于将所述第五归一化层输出的多维的数据一维化；所述dropout层用于减少模型过拟合；所述dense层作为网络输出层，用于将提取的图像特征映射到输出空间上。5.根据权利要求4所述的基于差帧法的跳绳真假判断方法，其特征在于，训练所述跳绳真假判断模型的方法步骤包括：s21，对各所述叠加图进行数据增强；s22，将经数据增强后的所述叠加图作为模型训练样本输入到所述神经网络中训练形成所述跳绳真假判断模型；s23，获取所述差帧叠加图并输入到所述跳绳真假判断模型中作跳绳真假判断；s24，计算所述跳绳真假判断模型的判断误差，并根据误差计算结果调整模型训练参数后返回步骤s21对所述跳绳真假判断模型进行更新训练，直至满足迭代更新的终止条件，得到最终的所述跳绳真假判断模型。6.根据权利要求5所述的基于差帧法的跳绳真假判断方法，其特征在于，对所述叠加图进行数据增强的方法包括对所述叠加图进行缩放、平移、旋转、随机裁剪、左翻转或右翻转
中的任意一种或多种。7.根据权利要求5所述的基于差帧法的跳绳真假判断方法，其特征在于，对经数据增强后的所述叠加图作像素归一化后作为训练所述跳绳真假判断模型的样本。8.根据权利要求1所述的基于差帧法的跳绳真假判断方法，其特征在于，将所述差帧叠加图作像素归一化后输入到所述跳绳真假判断模型中作跳绳真假判断。9.一种基于差帧法的跳绳真假判断系统，可实现如权利要求1-7任意一项所述的基于差帧法的跳绳真假判断方法，其特征在于，包括：帧间差分计算模块，用于对若干跳绳视频作帧间差分计算，得到按时间顺序排列的对应每段所述跳绳视频的差帧图像序列；差帧图像叠加模块，连接所述帧间差分计算模块，用于将所述差帧图像序列中的所有差帧图像叠加为一张图像后输出；模型训练模块，连接所述差帧图像叠加模块，用于将关联各段所述跳绳视频的各叠加图作为跳绳真假判断模型训练的样本进行模型训练，得到跳绳真假判断模型；实时跳绳视频获取模块，用于获取实时跳绳视频并输入给所述帧间差分模块；所述帧间差分模块，还连接所述实时跳绳视频获取模块，用于对获取的所述实时跳绳视频作帧间差分计算，得到所述实时跳绳视频的差帧序列；所述差帧图像叠加模块，还用于将所述差帧序列中的各差帧合并为差帧叠加图后输出；跳绳真假判断模块，分别连接所述差帧图像叠加模块和所述模型训练模块，用于利用所述跳绳真假判断模型根据输入的所述差帧叠加图对跳绳是否作假进行判断，并输出判断结果。
技术总结
本发明公开了一种基于差帧法的跳绳真假判断方法及系统，属于运动目标检测技术领域，该跳绳真假判断方法包括步骤：S1，对若干段跳绳视频作帧间差分计算，得到按时间顺序排列的对应每段跳绳视频的差帧图像序列；S2，将差帧图像序列中的所有差帧图像叠加为一张图像，并将关联各段跳绳视频的各叠加图作为跳绳真假判断模型训练的样本进行模型训练；S3，对获取的实时跳绳视频作帧间差分计算，得到差帧序列，并将差帧序列中的各差帧合并为差帧叠加图后输入到跳绳真假判断模型中作跳绳真假判断。本发明通过差帧图像的叠加增强了运动跳绳特征，以叠加图作为样本训练的跳绳真假判断模型具有更高的判断准确度。具有更高的判断准确度。具有更高的判断准确度。
技术研发人员：吴友银 樊康 吕瑞 朱绍共
受保护的技术使用者：动者科技（杭州）有限责任公司
技术研发日：2021.11.22
技术公布日：2022/1/7