(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111646483.9 (22)申请日 2021.12.3 0 (71)申请人 西南石油大 学 地址 610500 四川省成 都市新都区新都大 道8号 申请人 成都优途科技有限公司 (72)发明人 罗昊　吴哲　陈安成　唐得君　 彭博　张俊峰　 (74)专利代理 机构 北京中索 知识产权代理有限 公司 11640 代理人 唐亭 (51)Int.Cl. G06V 40/20(2022.01) G06K 9/62(2022.01) G06V 10/34(2022.01)G06V 10/75(2022.01) G06K 9/00(2022.01) (54)发明名称 一种运动中复杂连续动作的执行品质评估 方法 (57)摘要 本发明公开了一种运动中复杂连续动作的 执行品质评估方法， 其包括以下步骤： S1： 通过人 体姿态识别算法提取人体关键点； S2： 将上述获 取的关键点再结合人体重心， 根据人体各关节的 灵活度， 把 关键点分为4个等级， 再逐级连接相应 的关键点组合成不同的矢量， 然后将这些矢量的 模进行稳定滤波处理， 最后根据关键点重建公式 重新建立人体关键点； S3： 根据步骤S2中重建得 到的人体关键点， 构造角度、 速度以及角速度等 动作参数表征训练动作， 然后再做参数融合处 理； S4： 采取4个方向来量化动作， 分别是动作的 优劣与动作的快慢。 该方法保证了提取出的人体 关键点基本稳定， 并且可以个性化的设计参数来 表征连续复杂的动作， 对 连续复杂的动作进行量 化。 权利要求书2页 说明书7页 附图6页 CN 114267086 A 2022.04.01 CN 114267086 A 1.一种运动中复杂连续动作的执 行品质评估方法， 其特 征在于， 包括以下步骤： S1： 获取人体关键点； S2： 根据人体重心和人体各关节的灵活度， 把人体关键点分为不同等级， 然后逐级连接 相应的关键点组合成不同的矢量， 再将这些矢量的模进行稳定滤波处理， 最后根据关键点 重建公式重新建立人体关键点； S3： 根据步骤S2中重建得到的人体关键点， 设计多个动作 参数来表征训练动作， 然后将 所有参数进行融合处 理； 表征训练动作， 然后再做参数融合处 理； S4： 采取4个方向来 量化动作， 分别是动作的优劣与动作的快慢。 2.如权利要求1所述的运动中复杂连续动作的执行品质评估方法， 其特征在于， 所述步 骤S2包括以下子步骤： S21： 把人体分为13个刚体， 求取 人体重心： 其中， Pi为第i个刚体的重力， Xi为第i个刚体的重心横坐标， Yi为第i个刚体的重心纵坐 标， P为人体的重力， X和Y分别为人体重心的横纵坐标； S22： 将步骤S21中得到的人体重心与步骤S1中获取的人体关键点结合， 根据人体各关 节的灵活度， 将关键点分为 不同等级； S23： 将不同等级的关键点结合人体构造， 两两组合逐级连接成矢量， 再根据人体关节 灵活度， 把矢量分为 不同等级， 每 个等级有相应的滤波系数； S24： 将不同等级的矢量的模进行 滤波处理； S25： 根据滤波后的矢量距离， 重新建立各个人体关键点。 3.如权利要求2所述的运动中复杂连续动作的执行品质评估方法， 其特征在于， 步骤 S24中， 采用无限响应滤波器或有限响应滤波器进行 滤波处理。 4.如权利要求2所述的运动中复杂连续动作的执行品质评估方法， 其特征在于， 所述步 骤S25中， 重新建立各个人体关键点的公式为： 其中， x(p ′i)表示第i级关键点重建后的横坐标， x(p ′i‑1)表示i‑1级的关键点重建后的 横坐标； 表示滤波后的向量在x轴上的投影距离； y(p ′i)表示第i级关键点重建后的横 坐标， y(p ′i‑1)表示i‑1级的关键点重建后的横坐标， 表示滤波后的向量在y轴上的投影 距离。 5.如权利要求1所述的运动中复杂连续动作的执行品质评估方法， 其特征在于， 所述步 骤S3包括以下两个子步骤： S31： 根据步骤S2中得到的人体关键点数据， 构造角度、 速度及角速度 这三个参数， 每个 参数对应一条随时间变化曲线；权　利　要　求　书 1/2 页 2 CN 114267086 A 2S32： 根据动作特点， 将步骤S31中的参数曲线 进行融合。 6.如权利要求1所述的运动中复杂连续动作的执行品质评估方法， 其特征在于， 所述步 骤S4中具体为： S41： 每个动作存在一个标准动作曲线， 量化动作的优劣是通过自动生成高、 低标准动 作曲线后， 计算 其与用户曲线的距离来判断； S42： 量化动作的快慢是通过相似度算法 路径中的点 位置来判断。 7.如权利要求1所述的运动中复杂连续动作的执行品质评估方法， 其特征在于， 所述步 骤S1中， 采用人体姿态 识别算法在人体中提取关键点及其 位置信息 。权　利　要　求　书 2/2 页 3 CN 114267086 A 3