掌桥专利:专业的专利平台
掌桥专利
首页

一种基于计算机视觉的跆拳道教学评分系统

文献发布时间:2024-04-18 19:44:28


一种基于计算机视觉的跆拳道教学评分系统

技术领域

本发明涉及教学辅助技术领域,更具体地说,本发明一种基于计算机视觉的跆拳道教学评分系统。

背景技术

跆拳道是一种综合性的格斗运动,通过训练可以带来诸多好处,跆拳道训练可以锻炼身体各部位的肌肉,提高体力和耐力等身体素质,此外,跆拳道的训练也能够帮助提高协调性和灵活性,许多大学的体育课堂将跆拳道作为一项选修课程,学生在进行跆拳道选修时,每个学期期末将会进行一次跆拳道学习成果的考核,教师会根据学生的考核以及训练情况对学生的表现进行评分打分。

然而教师在进行学生跆拳道学习的评分时,缺少一个可利用的评估评分系统对学生的学习情况等进行打分,教师在进行学生考核时工作量较大,且在进行考核时对学生的肢体动作以及技术难度的评估,只能通过教师人为判断,判断结果存在一定的主观性和人为偏差,对学生学习和训练的数据进行采集时,通常采用人工采集方法,数据不够准确,对学生进行评分时,评分效率较低,公平性和准确性不够,在一定程度上存在公正评分的难度。

发明内容

为了克服现有技术的上述缺陷,本发明的提供一种基于计算机视觉的跆拳道教学评分系统,通过增设基于深度学习的人工智能模型的搭建、学生各类型评估指数的计算以及增加打分功能,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:

优选的,学生训练测试模块用于学生进行跆拳道基础训练测试,进行训练视频录制,并将测试结果和拍摄的视频传输至数据采集模块,所述学生训练测试模块具体包括:

体能训练单元:学生进行简单的体能训练,如爬楼、跑步、深蹲等,并在学生进行训练时佩戴心率传感器,系统连接心率传感器数据库;

跆拳道考试单元:学生进行跆拳道考试,并在考试时进行录像,系统连接录像设备的数据库。

优选的,数据采集模块用于根据测试结果以及利用计算机视觉技术对视频进行分析,通过测试结果和视频分析结果进行学生训练状态数据采集,所述数据采集模块具体包括:

体能数据采集单元:系统通过学生的训练结果以及学生佩戴的心率传感器获取学生的体能数据;

技能数据采集单元:通过录制的考试视频,利用计算机视觉分析技术,对拍摄的图像进行数据分析,获取学生的跆拳道技能数据。

优选的,数据处理模块用于对采集到的学生训练状态数据进行数据处理,具体包括数据整合以及数据编号,所述数据处理模块具体包括:

数据提取单元:利用网络爬虫技术对系统采集到的学生训练数据进行所需数据提取,并将提取到的数据传输至数据整合单元;

数据整合单元:将提取出的数据进行整合并依次编号,提取到的数据具体包括:各学生的训练次数a

优选的,难度评估模型建立模块用于系统通过对大量跆拳道比赛视频数据的训练和学习,构建一个基于深度学习的人工智能模型,利用智能模型分析学生跆拳道训练难度,所述难度评估模型建立模块具体包括:

模型搭建单元:系统收集大量跆拳道比赛视频数据,包括不同级别和难度的比赛,对这些视频数据进行标注,包括各个动作的名称、评分、难度等级,构建一个基于深度学习的人工智能模型,对标注数据进行优化调整;

技术难度评估单元:用于系统根据学生训练的视频数据进行分析,建立学生动作数据集合为:Y

优选的,数据计算模块用于根据采集到的学生训练状态数据,计算出学生的姿势标准程度值A

姿势标准程度计算单元:根据学生训练时采集的跆拳道姿势数据,进行学生姿势标准程度值计算为:

身体素质评估指数计算单元:根据学生训练时采集的身体数据和训练数据,计算出学生的身体素质评估指数为:

综合评价指数计算单元:用于计算学生跆拳道学习的最终综合评价指数为:Z

优选的,教学评分模块用于用户确定评分标准,系统根据学生不同的综合评价指数给学生进行跆拳道教学评分,并将评分结果和学生数据传输至结果反馈模块,所述教学评分模块具体包括:

标准建立单元:用户建立评分标准,根据学生的综合评价指数划分评分等级,Z

系统评分单元:系统根据每个学生的综合评价指数在上述的哪一个范围之内,根据事先确定好的打分标准,为每位同学进行教学打分。

优选的,结果反馈模块用于系统将评价结果和学生书局反馈至教师的智能终端,教师通过终端查询学生评分结果,所述结果反馈模块具体包括:

数据接收单元:用于接收系统评分单元传输的每位学生的学习数据、训练数据以及评分数据和评分结果,并将数据传输至数据反馈单元;

数据反馈单元:系统将每个学生的打分结果以及每个学生的学习和训练数据反馈给教师的智能终端,教师通过终端进行每位学生学习情况和打分结果的查询。

本发明的技术效果和优点:

本发明采用传感器技术、摄像装置以及计算机视觉技术对学生跆拳道测试以及基础训练进行数据采集,并对采集到的数据进行处理,系统通过收集大量跆拳道比赛视频数据,对这些视频数据进行标注,构建一个基于深度学习的人工智能模型,对标注数据进行优化调整,并根据学生跆拳道联系表现,对学生的跆拳道技术难度进行打分,系统通过各类数据计算出每位学生的姿势标准程度值A

附图说明

图1为本发明的系统结构框图。

图2为本发明的系统流程图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

本实施例提供了如图1所示一种基于计算机视觉的跆拳道教学评分系统,包括学生训练测试模块、数据采集模块、数据处理模块、难度评估模型建立模块、数据计算模块、教学评分模块以及结果反馈模块。

所述学生训练测试模块用于学生进行跆拳道基础训练测试,进行训练视频录制,并将测试结果和拍摄的视频传输至数据采集模块,所述数据采集模块用于根据测试结果以及利用计算机视觉技术对视频进行分析,通过测试结果和视频分析结果进行学生训练状态数据采集,并传输至数据处理模块,所述数据处理模块用于对采集到的学生训练状态数据进行数据处理,具体包括数据整合以及数据编号,并将处理好的数据传输至数据计算模块,所述难度评估模型建立模块用于系统通过对大量跆拳道比赛视频数据的训练和学习,构建一个基于深度学习的人工智能模型,利用智能模型分析学生跆拳道训练难度,生成各学生的技术难度指数C

本实施与现有技术的区别在于难度评估模型建立模块、数据计算模块以及教学评分模块,模型建立模块通过分析各种跆拳道教学视频以及跆拳道技术姿势和不同难度的跆拳道案例,建立一个基于深度学习的人工智能模型,利用智能模型分析学生跆拳道训练的技术难度,并为每个学生的技术难度打分,数据计算模块根据采集到的学生书局,计算出每个学生的姿势标准程度值A

如图2本实施例提供一种基于计算机视觉的跆拳道教学评分系统的方法流程图,具体包括下列步骤:

101、通过学生训练测试模块,学生进行跆拳道基础训练测试,进行训练视频录制,并将测试结果和拍摄的视频传输至数据采集模块,所述学生训练测试模块进行学生测试、考试监测的具体步骤为:

A1、学生进行简单的体能训练,如爬楼、跑步、深蹲等,并在学生进行训练时佩戴心率传感器,系统连接心率传感器数据库;

A2、学生进行跆拳道考试,并在考试时进行录像,系统连接录像设备的数据库;

在这里需要说明的是:

这里进行体能训练和跆拳道考试,目的是为了更好地对学生的身体素质以及跆拳道学习情况进行监测,并且更有利于数据的获取。

102、通过数据采集模块,系统根据测试结果以及利用计算机视觉技术对视频进行分析,通过测试结果和视频分析结果进行学生训练状态数据采集,所述数据采集模块进行学生训练数据以及跆拳道考试数据采集的具体步骤为:

B1、系统通过学生的训练结果以及学生佩戴的心率传感器获取学生的体能数据;

B2、通过录制的训练视频,利用计算机视觉分析技术,对拍摄的图像进行数据分析,获取学生的跆拳道技能数据;

在这里需要说明的是:

采集学生的体能数据以及跆拳道技能数据目的是更好地了解学生的身体状况以及跆拳道学习情况,利用计算机视觉分析技术可以对视频中学生的跆拳道动作进行分析,精准定位学生的肢体,获取学生的肢体动作,方便后期进行数据计算。

103、通过数据处理模块用于对采集到的学生训练状态数据进行数据处理,具体包括数据整合以及数据编号,所述数据处理模块进行采集数据的整合与编号的具体步骤为:

C1、利用网络爬虫技术对系统采集到的学生训练数据进行所需数据提取,并将提取到的数据传输至数据整合单元;

C2、将提取出的数据进行整合并依次编号,提取到的数据具体包括:各学生的训练次数a

104、通过难度评估模型建立模块用于系统通过对大量跆拳道比赛视频数据的训练和学习,构建一个基于深度学习的人工智能模型,利用智能模型分析学生跆拳道训练难度,所述难度评估模型建立模块进行跆拳道技术难度模型建立以及难度评估的具体步骤为:

D1、系统收集大量跆拳道比赛视频数据,包括不同级别和难度的比赛,对这些视频数据进行标注,包括各个动作的名称、评分、难度等级,构建一个基于深度学习的人工智能模型,对标注数据进行优化调整;

D2、用于系统根据学生训练的视频数据进行分析,建立学生动作数据集合为:Y

在这里需要说明的是:

构建一个基于深度学习的人工智能模型,模型中包含跆拳道的不同动作分类,通过计算学生的跆拳道考试中不同分类动作与模型中动作的匹配程度,来为学生的动作技术难度进行打分,打分结果更具有专业性和可靠性。

105、通过数据计算模块用于根据采集到的学生训练状态数据,计算出学生的姿势标准程度值A

E1、根据学生训练时采集的跆拳道姿势数据,进行学生姿势标准程度值计算为:

E2、根据学生训练时采集的身体数据和训练数据,计算出学生的身体素质评估指数为:

E3、根据上述数据计算学生跆拳道学习的最终综合评价指数为:Z

在这里需要说明的是:

对学生进行跆拳道学习质量打分,其中不仅要包含学生跆拳道动作的标准程度,也应该包含学生的身体素质评估以及技术难度评估,通过对上述数据进行计算可以更全面的对学生跆拳道的学习质量进行评分。

106、通过教学评分模块用于用户确定评分标准,系统根据学生不同的综合评价指数给学生进行跆拳道教学评分,并将评分结果和学生数据传输至结果反馈模块,所述教学评分模块进行学生学习情况评分的具体步骤为:

F1、用户建立评分标准,根据学生的综合评价指数划分评分等级,Z

F2、系统根据每个学生的综合评价指数在上述的哪一个范围之内,根据事先确定好的打分标准,为每位同学进行教学打分;

在这里需要说明的是:

上述打分标准仅为枚举而非穷举,不同的学校或者教师采用不同的教学方法,对于学生的打分标准也不同,上述标准建立单元只建立了三个分数等级,用户在进行系统使用时,可以重新制定评分标准和分数等级,方便系统对每个学生的学习表现进行打分。

107、通过结果反馈模块用于系统将评价结果和学生书局反馈至教师的智能终端,教师通过终端查询学生评分结果,所述结果反馈模块将打分结果和各类数据反馈给用户段的具体步骤为:

G1、系统接收系统评分单元传输的每位学生的学习数据、训练数据以及评分数据和评分结果,并将数据传输至数据反馈单元;

G2、系统将每个学生的打分结果以及每个学生的学习和训练数据反馈给教师的智能终端,教师通过终端进行每位学生学习情况和打分结果的查询;

在这里需要说明的是:

老师通过智能终端查询每个学生的打分结果和学习数据,可以更好地掌握学生的学习情况,无需老师对学生的表现进行二次打分,减少了老师的工作量,更能提高教师的教学效率。

最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

相关技术
  • 一种基于计算机视觉的光伏电池板热斑效应检测系统及其计算方法
  • 一种基于计算机视觉技术的零件自动分拣系统及方法
  • 一种基于DeepLabCut的跆拳道踢腿运动视频捕捉和评分系统
  • 一种基于计算机视觉及深度学习在中学实验自动评分方法及系统
技术分类

06120116302686