姿态检测系统、方法、装置以及可存储介质

技术领域

本公开涉及运动健康技术领域，尤其涉及一种姿态检测系统、方法、装置以及可存储介质。

背景技术

随着国家经济水平的不断提升，健康生活的理念逐渐在人们生活中普及，越来越多的人为了保持健康、保持身材而加入到全民健身的热潮中来，其中，跑步成为全民健身的主流运动之一。

然而，如果跑步姿态不正确，长时间跑步过程中反而容易伤害运动者的身体，不利于健康。

发明内容

有鉴于此，本公开实施例提供一种姿态检测系统、方法、装置以及可存储介质，至少部分解决上述存在的问题。

第一方面，本公开实施例提供了一种姿态检测系统，其特征在于，包括：

图像采集装置，图像采集装置朝向跑步位置设置，用于采集运动员的跑步姿态图像，所述N为正整数；

处理器，与所述图像采集装置通信连接，用于获取所述运动员的跑步姿态图像，以确定所述运动员的跑步姿态的检测结果。

根据本公开实施例的一种具体实现方式，还包括：

足底压力传感器，设置于所述运动员的鞋底内，用于采集所述运动员的足底压力数据；

所述处理器还与所述足底压力传感器通信连接，用于基于所述运动员的跑步姿态图像、以及所述运动员的足底压力数据，以确定所述运动员的跑步姿态的检测结果。

第二方面，本公开实施例还提供了一种姿态检测方法，应用于如上所述的姿态检测系统，所述方法包括：

利用所述图像采集装置，获取检测时间段内运动员的跑步姿态图像；

基于所述跑步姿态图像，确定所述运动员的人体关键点，所述人体关键点包括左足首、右足首、左膝、右膝、左腰、右腰、左手首、右手首、左肘、右肘、左肩、右肩、左耳、右耳、左目、右目和鼻中的至少一个；

基于所述运动员的人体关键点，获取所述运动员的跑步特征数据，所述跑步特征数据包括步频、步速、步幅和上身倾角中的至少一项；

基于所述运动员的跑步特征数据，确定所述运动员内的姿态检测结果。

根据本公开实施例的一种具体实现方式，所述方法，还包括：

利用所述足底压力传感器，获取检测时间段内运动员的足底压力数据，所述足底压力数据包括足部各个区域的压力值；

所述基于所述运动员的跑步特征数据，确定所述运动员的姿态检测结果，包括：

基于所述运动员的跑步特征数据和所述足底压力数据，确定所述运动员内的姿态检测结果。

根据本公开实施例的一种具体实现方式，所述跑步特征数据包括步频、步速和步幅；所述基于所述运动员的人体关键点，获取所述运动员的跑步特征数据，包括：

基于每一张跑步姿态图像中所述运动员的人体关键点，确定各个人体关键点在检测时间段内的运动距离、运动时间和运动步数；

基于所述运动距离、所述运动时间和所述运动步数，分别确定所述运动员的步频、步速和步幅。

根据本公开实施例的一种具体实现方式，所述跑步特征数据包括多项特征指标；所述基于所述运动员的跑步特征数据，确定所述运动员内的姿态检测结果，包括：

将所述跑步特征数据中的多项特征指标分别与预设的多项参考指标进行比对；

在至少一项特征指标与其对应的参考指标不匹配的情况下，确定所述运动员内的姿态错误；或者，在各个特征指标与其对应的参考指标不匹配的情况下，确定所述运动员内的姿态错误。。

第三方面，本公开实施例还提供了一种姿态检测装置，其特征在于，包括：

第一获取模块，用于利用所述图像采集装置，获取检测时间段内运动员的跑步姿态图像；

第一确定模块，用于基于所述跑步姿态图像，确定所述运动员的人体关键点，所述人体关键点包括左足首、右足首、左膝、右膝、左腰、右腰、左手首、右手首、左肘、右肘、左肩、右肩、左耳、右耳、左目、右目和鼻中的至少一个；

第二获取模块，用于基于所述运动员的人体关键点，获取所述运动员的跑步特征数据，所述跑步特征数据包括步频、步速、步幅和上身倾角中的至少一项；

第二确定模块，用于基于所述运动员的跑步特征数据，确定所述运动员内的姿态检测结果。。

根据本公开实施例的一种具体实现方式，还包括：

第三获取模块，用于利用所述足底压力传感器，获取检测时间段内运动员的足底压力数据，所述足底压力数据包括足部各个区域的压力值；

所述第二确定模块，还用于基于所述运动员的跑步特征数据和所述足底压力数据，确定所述运动员内的姿态检测结果。

第四方面，本公开实施例还提供了一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的姿态检测方法的步骤。

第五方面，本公开实施例还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，所述计算机程序被处理器执行时实现如上所述的姿态检测方法的步骤。

本公开实施例中，利用所述图像采集装置，获取检测时间段内运动员的跑步姿态图像；基于所述跑步姿态图像，确定所述运动员的人体关键点，所述人体关键点包括左足首、右足首、左膝、右膝、左腰、右腰、左手首、右手首、左肘、右肘、左肩、右肩、左耳、右耳、左目、右目和鼻中的至少一个；基于所述运动员的人体关键点，获取所述运动员的跑步特征数据，所述跑步特征数据包括步频、步速、步幅和上身倾角中的至少一项；基于所述运动员的跑步特征数据，确定所述运动员内的姿态检测结果。这样，能够准确的了解运动者的跑步姿态是否正确，及时避免跑步者因姿态不正确而伤害身体的情况。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明一实施例提供的姿态检测系统的结构示意图；

图2为本发明一实施例提供的姿态检测方法的流程图；

图3为本发明另一实施例提供的姿态检测方法中人体关键点的位置示意图；

图4为本发明另一实施例提供的姿态检测方法中图像采集装置与运动员的位置示意图；

图5为本发明一实施例提供的姿态检测装置的结构示意图；

图6为本发明另一实施例提供的姿态检测装置的结构示意图。

具体实施方式

下面结合附图对本公开实施例进行详细描述。

以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。

本公开实施例提供一种姿态检测系统，如图1所示，包括：

图像采集装置110，图像采集装置110朝向跑步位置设置，用于采集运动员的跑步姿态图像，所述N为正整数；

处理器120，与所述图像采集装置110通信连接，用于获取所述运动员的跑步姿态图像，以确定所述运动员的跑步姿态的检测结果。

上述图像采集装置110可以是摄像头、也可以是其他用于采集图形的装置，此处不作限定。上述跑步位置可以是固定位置，例如：专用于姿态检测的跑步机；上述跑步位置还可以是一段路程，在运动场中预设专用于姿态检测的一段跑道。

上述图像采集装置110的数量可以是多个，在跑步位置为固定位置时，多个图像采集装置可以环绕跑步位置进行图像采集；在跑步位置为一段跑道时，多个图像采集装置可以均匀分布在路程上。

图像采集装置110通过通信模组发出运动员的跑步姿态图像，处理器120 接收到跑步姿态图像后，从而能够对跑步姿态图像进行分析，确定运动员的跑步姿态是否正确的检测结果。

具体的，处理器120确定运动员的跑步姿态是否正确的方式，可以是通过图像分析膝盖受力方向、大腿与小腿之间的张合角度、运动员上身的倾斜角度等等指标来判断运动员跑步姿态是否正确。

进一步地，如图1所示，姿态检测系统还包括：

足底压力传感器130，设置于所述运动员的鞋底内，用于采集所述运动员的足底压力数据；

所述处理器120还与所述足底压力传感器130通信连接，用于基于所述运动员的跑步姿态图像、以及所述运动员的足底压力数据，以确定所述运动员的跑步姿态的检测结果。

本实施例中，增加了足底压力传感器130，用于检测运动员在跑步过程中足底各区域的压力数据，从而了解运动员跑步过程中足底各区域的受力情况。通过将运动员足底各区域受力情况与正确跑步姿态对应的足底各区域受力情况进行比对，可以帮助判断运动员的跑步姿态是否正确。

本实施例中，通过在图像分析的基础上，还能够结合足底受力情况进行分析，能够进一步提高对运动员跑步姿态是否正确的分析精确性。

其中，所述足底压力传感器130与所述处理器120可以通过有线连接，也可以通过无线网络通信连接，其中，为了降低对运动员的跑步影响，优选足底压力传感器130与所述处理器120通过无线网络连接。

上述图像采集装置110包括摄像头，在跑步位置为固定地点时，N个摄像头环绕所述固定地点设置，N个摄像头视野的重合区域位于所述固定地点内。在跑步位置为直线跑道，N个摄像头均匀分布于所述跑道两侧。

本发明实施例提供一种姿态检测方法，应用于如上所述的姿态检测系统，如图2所示，所述方法包括：

步骤201：利用所述图像采集装置，获取检测时间段内运动员的跑步姿态图像；

每个图像采集装置可以同时进行拍照，以得到同一时刻不同角度的跑步图像；每个图像采集装置也可以是依次拍张，以得到不同时刻不同角度的跑步图像，此处不作限定。每个图像采集装置可以定时对跑步位置进行拍照，相邻两次拍照的间隔时间可以是0.05秒-0.5秒。

在检测时间段内，多个图像采集装置分别采集到的多张不同跑步角度的跑步图像。

步骤202：基于所述跑步姿态图像，确定所述运动员的人体关键点，所述人体关键点包括左足首、右足首、左膝、右膝、左腰、右腰、左手首、右手首、左肘、右肘、左肩、右肩、左耳、右耳、左目、右目和鼻中的至少一个；

通过不同角度的多张跑步图像进行分析，能够形成运动员的三维图形，具体的，通过人体同一部位在同一时间不同角度的多张跑步图像上的位置，能够构建运动员该部位的三维位置点；以及，同一部位在不同时间的多张跑步图像，能够构建运动员该部位的三维运动轨迹。

本实施例中，通过多个人体关键点，从而能够构建运动员的三维跑步姿态模型。具体的，如图3所示，人体关键点包括左足首、右足首、左膝、右膝、左腰、右腰、左手首、右手首、左肘、右肘、左肩、右肩、左耳、右耳、左目、右目和鼻中的至少一个，其中，人体关键点的数量越多，三维跑步姿态模型越具体。

步骤203：基于所述运动员的人体关键点，获取所述运动员的跑步特征数据，所述跑步特征数据包括步频、步速、步幅和上身倾角中的至少一项；

通过上述构建的人体三维跑步模型，在人体关键点包括左足道和右足道的情况下：能够从左足道、右足道在单位时间内的交替次数来确定运动员的步频；也能够从左足道、右足道指间的位置来确定运动员的步幅；还可以从步频和步幅来确定运动员内的步速。

上身倾角可以通过至少一个上部关键点和至少一个下部关键点来进行比较判断。上述上部关键点可以是左手首、右手首、左肘、右肘、左肩、右肩、左耳、右耳、左目、右目和鼻；下部关键点可以是左足首、右足首、左膝、右膝、左腰和右腰。通过上部关键点和下部关键点之间的位置关系，确定运动员的上身倾角。

步骤204：基于所述运动员的跑步特征数据，确定所述运动员内的姿态检测结果。

通过将检测运动员的跑步特征数据与预先正确的跑步姿态对应的跑步特征数据进行比对，以得到所述运动员内的跑步姿态是否正确的检测结果。

其中，跑步特征数据可以包括多项特征指标，可以是多项特征指标均与预先正确的跑步姿态对应多项参考指标相符，从而确定运动员的跑步姿态正确；也可以是多项特征指标中超过X个指标与预先正确的跑步姿态对应的参考指标相符，从而确定运动员的跑步姿态正确，所述X可以为大于特征指标总数一半的整数。

上述参考指标可以为一个特定的指标值，也可以是一个指标取值范围，此次不作限定。上述指的特征指标与参考指标相符，在参考指标为指标值时指的是特征指标值与参考指标值相等；在参考指标为指标取值范围时指的是特征指标值落入指标取值范围内。

本公开实施例中，利用所述图像采集装置，获取检测时间段内运动员的跑步姿态图像；基于所述跑步姿态图像，确定所述运动员的人体关键点，所述人体关键点包括左足首、右足首、左膝、右膝、左腰、右腰、左手首、右手首、左肘、右肘、左肩、右肩、左耳、右耳、左目、右目和鼻中的至少一个；基于所述运动员的人体关键点，获取所述运动员的跑步特征数据，所述跑步特征数据包括步频、步速、步幅和上身倾角中的至少一项；基于所述运动员的跑步特征数据，确定所述运动员内的姿态检测结果。这样，能够准确的了解运动者的跑步姿态是否正确，及时避免跑步者因姿态不正确而伤害身体的情况。

进一步地，所述方法，还包括：

利用所述足底压力传感器，获取检测时间段内运动员的足底压力数据，所述足底压力数据包括足部各个区域的压力值；

所述基于所述运动员的跑步特征数据，确定所述运动员的姿态检测结果，包括：

基于所述运动员的跑步特征数据和所述足底压力数据，确定所述运动员内的姿态检测结果。

本实施例中，增加了足底压力传感器，用于检测运动员在跑步过程中足底各区域的压力数据，从而了解运动员跑步过程中足底各区域的受力情况。通过将运动员足底各区域受力情况与正确跑步姿态对应的足底各区域受力情况进行比对，可以帮助判断运动员的跑步姿态是否正确。

本实施例中，通过在上述图像分析的基础上，还能够结合足底受力情况进行分析，能够进一步提高对运动员跑步姿态是否正确的分析精确性。

进一步地，所述跑步特征数据包括步频、步速和步幅；所述基于所述运动员的人体关键点，获取所述运动员的跑步特征数据，包括：

基于每一张跑步姿态图像中所述运动员的人体关键点，确定各个人体关键点在检测时间段内的运动距离、运动时间和运动步数；

基于所述运动距离、所述运动时间和所述运动步数，分别确定所述运动员的步频、步速和步幅。

如图4所示，本实施例中可以通过任一人体关键点在单位时间内的移动距离，来确定运动员内的步速；也能够通过任一人体关键点在空间中的起伏变化来确定运动员内的步数，进而通过移动距离除以步数得到移动步幅；还可以通过步数除以单位时间得到运动员的步频。

本实施例中，能够通过任一人体关键点得到单位时间内运动员的运动距离、运动时间和运动步数，进而得到上述步频、步速和步幅等跑步特征数据，快速得到运动员的跑步特征数据。

进一步地，所述跑步特征数据包括多项特征指标；所述基于所述运动员的跑步特征数据，确定所述运动员内的姿态检测结果，包括：

将所述跑步特征数据中的多项特征指标分别与预设的多项参考指标进行比对；

在至少一项特征指标与其对应的参考指标不匹配的情况下，确定所述运动员内的姿态错误；或者，在各个特征指标与其对应的参考指标不匹配的情况下，确定所述运动员内的姿态错误。

本实施例中，需要每一项特征指标均与其对应的参考指标匹配，即得到运动员的跑步姿态为正确跑步姿态。这样，对于运动员的跑步姿态是否正确的条件较为严格，能够最大程度避免运动员因跑步姿态不正确而伤害身体的情况发生。

本发明实施例还提供一种姿态检测装置500，如图5所示，包括：

第一获取模块510，用于利用所述图像采集装置，获取检测时间段内运动员的跑步姿态图像；

第一确定模块520，用于基于所述跑步姿态图像，确定所述运动员的人体关键点，所述人体关键点包括左足首、右足首、左膝、右膝、左腰、右腰、左手首、右手首、左肘、右肘、左肩、右肩、左耳、右耳、左目、右目和鼻中的至少一个；

第二获取模块530，用于基于所述运动员的人体关键点，获取所述运动员的跑步特征数据，所述跑步特征数据包括步频、步速、步幅和上身倾角中的至少一项；

第二确定模块540，用于基于所述运动员的跑步特征数据，确定所述运动员内的姿态检测结果。

如图6所示，姿态检测装置500还包括：

第三获取模块550，用于利用所述足底压力传感器，获取检测时间段内运动员的足底压力数据，所述足底压力数据包括足部各个区域的压力值；

所述第二确定模块540，还用于基于所述运动员的跑步特征数据和所述足底压力数据，确定所述运动员内的姿态检测结果。

本公开实施例提供的姿态检测装置能够准确的了解运动者的跑步姿态是否正确，及时避免跑步者因姿态不正确而伤害身体的情况。

本公开实施例还提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述姿态检测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本公开实施例还提供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，所述计算机程序被处理器执行时实现上述姿态检测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称 ROM)、随机存取存储器(Random AccessMemory，简称RAM)、磁碟或者光盘等。

以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。