本发明涉及动作识别,更具体地说,它涉及一种基于动态滑窗的太极拳连贯性评分方法及相关设备。
背景技术:
1、太极拳是中华民族传统文化中的重要组成部分,在中国传统武术中占据重要地位。现有的太极拳学习方法主要通过是模仿书籍、视频等媒介中太极拳的动作或者在专业的人员进行指导学习。通过书籍或视频可以习得基本的太极拳动作姿态,但动作要领的掌握和拳法的领悟受到一定的限制。常规的线下教学主要是一对多的形式,教师的个人教学经验和技术良莠不齐,在教学过程中不能随时关注到每个人的动作姿态变化情况。
2、此外,在太极拳以及传统武术的职业赛事中,评分主要是裁判依据完成的动作是否正确、连贯、协调和动作与音乐的配合情况进行综合考虑评分。但裁判由于个人经历等因素会造成不可避免的打分偏见。因此面对太极拳运动在大众参与和竞赛中存在的问题,需要设计一种智能化的动作质量分析方法并给予训练者合理的反馈,以改善动作的姿态。
3、中国发明专利(cn202410424786.3)提出一种基于时间窗口的太极拳评分方法、系统、设备及介质,采集太极拳视频中的太极拳动作关键点,并对视频中的每一个帧数中的关键点进行定义;将定义过关键点中的动作和手势作为关键数据的集合,构建数学矩阵,通过数学矩阵,得到识别模型;根据识别模型,利用时间窗口对数学矩阵中的动作和手势进行划分,通过设置调节系数,对时间窗口划分后的动作和手势进行动态调整,并输出模型结果;本发明利用时间窗口对数学矩阵中的动作和手势进行划分,确定关键帧,从而实现对动作的精准划分;通过设置调节系数,对时间窗口划分后的动作和手势进行动态调整,并输出模型结果,有效提高了模型的鲁棒性,保证了模型输出太极拳得分的准确性。
4、但是该专利中的技术方案依然存在以下缺陷:太极拳评分算法考虑的因素过于笼统且单一,且不能根据太极拳的招式改变关注部位。
技术实现思路
1、针对现有技术存在的不足,本发明的目的在于提供一种基于动态滑窗的太极拳连贯性评分方法及相关设备,以克服现有的太极拳评分算法考虑的因素过于单一且不能根据太极拳的招式改变关注部位的缺点。
2、本发明的上述技术目的是通过以下技术方案得以实现的:一种基于动态滑窗的太极拳连贯性评分方法,包括:
3、获取太极拳视频;从所述太极拳视频的各个帧画面中提取3d骨骼点以及3d骨骼点对应的空间坐标;
4、根据帧画面所属的太极拳招式,为每一幅帧画面中的各个3d骨骼点分配权重级别;
5、根据3d骨骼点对应的权重级别,为各个3d骨骼点指定滑窗范围;并判断在指定的滑窗范围内,与所述滑窗范围对应的3d骨骼点的空间坐标的变化幅度是否超过预定的变化幅度阈值,若否,则判定动作发生卡顿;
6、分别统计每一个3d骨骼点的卡顿次数,根据所述卡顿次数计算每一个太极拳招式的招式连贯性评分。
7、在一个实施例中,所述从所述太极拳视频的各个帧画面中提取3d骨骼点以及3d骨骼点对应的空间坐标,具体包括:从所述太极拳视频的各个帧画面中提取2d骨骼点以及2d骨骼点对应的平面坐标;基于帧画面之间的时间关系以及所述平面坐标之间的空间关系,将所述2d骨骼点转化为2d骨骼点序列;将所述2d骨骼点序列转化为初始3d骨骼点;对所述初始3d骨骼点进行增强操作生成空间坐标。
8、在一个实施例中,所述从所述太极拳视频的各个帧画面中提取2d骨骼点以及2d骨骼点对应的平面坐标,具体包括:利用卷积神经网络从各个帧画面中提取2d骨骼点以及2d骨骼点对应的平面坐标。
9、在一个实施例中,所述基于帧画面之间的时间关系以及所述平面坐标之间的空间关系,将所述2d骨骼点转化为2d骨骼点序列,具体包括:使用transformer模型捕捉所有2d骨骼点之间的时间关系以及平面坐标之间的空间关系,将所述2d骨骼点转化为包含有时空连续性的2d骨骼点序列。
10、在一个实施例中,所述将所述2d骨骼点序列转化为初始3d骨骼点,具体包括:将所述2d骨骼点序列输入到多层感知机中生成初始3d骨骼点。
11、在一个实施例中,所述对所述初始3d骨骼点进行增强操作生成空间坐标,具体包括:利用多头自注意力机制增强初始3d骨骼点,生成3d骨骼点以及对应的空间坐标。
12、在一个实施例中,所述根据帧画面所属的太极拳招式,为每一幅帧画面中的各个3d骨骼点分配权重级别,具体包括:利用lstm模型识别各个帧画面中的太极拳招式;基于各个帧画面所属的太极拳招式,按照预设的专家评级规则,分别为每一幅帧画面中的各个3d骨骼点标记权重级别,所述权重级别具体包括一级权重、二级权重以及三级权重。
13、在一个实施例中,所述根据3d骨骼点对应的权重级别,为各个3d骨骼点指定滑窗范围,具体包括:所述滑窗范围包括滑窗大小和滑窗步长;在3d骨骼点为一级权重的情况下,滑窗大小为60帧,滑窗步长为12帧;在3d骨骼点为二级权重的情况下,滑窗大小为30帧,滑窗步长为6帧;在3d骨骼点为三级权重的情况下,滑窗大小为15帧,滑窗步长为3帧。
14、在一个实施例中,所述分别统计每一个3d骨骼点的卡顿次数,根据所述卡顿次数计算每一个太极拳招式的招式连贯性评分,具体包括:根据3d骨骼点的卡顿次数以及3d骨骼点的权重级别对应计算骨骼点连贯性评分;基于骨骼点连贯性评分以及3d骨骼点与太极拳招式的隶属关系,计算每一个太极拳招式的招式连贯性评分。
15、在一个实施例中,所述根据3d骨骼点的卡顿次数以及3d骨骼点的权重级别对应计算骨骼点连贯性评分,具体包括:基于太极拳招式的时间长度以及各个3d骨骼点的权重级别,计算每一个3d骨骼点对应的滑窗次数;根据3d骨骼点的权重级别为3d骨骼点分配权重分值;其中,在3d骨骼点为一级权重的情况下权重分值为1分,在3d骨骼点为二级权重的情况下权重分值为2分,在3d骨骼点为三级权重的情况下权重分值为3分;基于所述卡顿次数以及所述滑窗次数,计算各个3d骨骼点对应的权重分值折扣;利用3d骨骼点的权重分值折扣以及权重分值,对应计算骨骼点连贯性评分。
16、在一个实施例中,所述基于骨骼点连贯性评分以及3d骨骼点与太极拳招式的隶属关系,计算每一个太极拳招式的招式连贯性评分,具体包括,采用以下公式计算招式连贯性评分:
17、
18、其中,表示第项太极拳招式的评分;表示第项太极拳招式的总分;表示第项太极拳招式中所有一级权重的骨骼点连贯性评分之和;表示第项太极拳招式中所有二级权重的骨骼点连贯性评分之和;表示第项太极拳招式中所有三级权重的骨骼点连贯性评分之和;表示第项太极拳招式中一级权重的3d骨骼点的总数量;表示第i项太极拳招式中二级权重的3d骨骼点的总数量;表示第项太极拳招式中三级权重的3d骨骼点的总数量。
19、在一个实施例中,所述方法还包括,基于所有的招式连贯性评分,计算基于动态滑窗的太极拳连贯性评分,具体包括:采用以下公式计算基于动态滑窗的太极拳连贯性评分:
20、
21、其中,表示招式连贯性评分,表示基于动态滑窗的太极拳连贯性评分。
22、一种基于动态滑窗的太极拳连贯性评分装置,包括:
23、提取单元,用于获取太极拳视频;从所述太极拳视频的各个帧画面中提取3d骨骼点以及3d骨骼点对应的空间坐标;
24、分配单元,用于根据帧画面所属的太极拳招式,为每一幅帧画面中的各个3d骨骼点分配权重级别;
25、判断单元,用于根据3d骨骼点对应的权重级别,为各个3d骨骼点指定滑窗范围;并判断在指定的滑窗范围内,与所述滑窗范围对应的3d骨骼点的空间坐标的变化幅度是否超过预定的变化幅度阈值,若否,则判定动作发生卡顿;
26、评分单元,用于分别统计每一个3d骨骼点的卡顿次数,根据所述卡顿次数计算每一个太极拳招式的招式连贯性评分。
27、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
28、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
29、综上所述,本发明具有以下有益效果:一种基于动态滑窗的太极拳连贯性评分方法,包括:获取太极拳视频;从所述太极拳视频的各个帧画面中提取3d骨骼点以及3d骨骼点对应的空间坐标;根据帧画面所属的太极拳招式,为每一幅帧画面中的各个3d骨骼点分配权重级别;根据3d骨骼点对应的权重级别,为各个3d骨骼点指定滑窗范围;并判断在指定的滑窗范围内,与所述滑窗范围对应的3d骨骼点的空间坐标的变化幅度是否超过预定的变化幅度阈值,若否,则判定动作发生卡顿;分别统计每一个3d骨骼点的卡顿次数,根据所述卡顿次数计算每一个太极拳招式的招式连贯性评分;采用本发明的方法,根据3d骨骼点的权重级别,为其分配不同的滑窗范围,有效平衡了系统的计算资源与检测的准确性,尤其是在动作评估中的重要骨骼点处,更能捕捉到细微的不连贯性。通过分别统计每个3d骨骼点的卡顿次数,并根据卡顿次数计算每个太极拳招式的连贯性评分,能够更加全面地评估动作的流畅程度,不仅限于整体评价,还可以精确到具体骨骼点的连贯表现。