高亮

(榆林學(xué)院, 榆林 719000)

0 引言

近年來，在我國計算機(jī)圖像處理技術(shù)的推動下，計算機(jī)視覺特性解析以及圖像處理技術(shù)被廣泛應(yīng)用于人體結(jié)構(gòu)分析中，能夠?qū)θ梭w在運(yùn)動時各類形體進(jìn)行解析。在此背景下，體育領(lǐng)域也開始引入計算機(jī)視覺特性解析技術(shù)至運(yùn)動員動作識別及糾正中，以此提高運(yùn)動員訓(xùn)練有效性及判斷性。計算機(jī)視覺技術(shù)在進(jìn)行運(yùn)動員動作識別時，主要利用視覺特征提取法進(jìn)行運(yùn)動員有效動作識別，并以此對該動作準(zhǔn)確度進(jìn)行評估。在運(yùn)動員錯誤動作識別方面，主要采用三維視覺檢測建模法形成運(yùn)動員錯誤動作三維視覺判別函數(shù)，從而構(gòu)建起運(yùn)動員錯誤動作三維視覺檢測模型，以此對其運(yùn)動過程錯誤動作進(jìn)行評估。由于運(yùn)動員錯誤動作評估關(guān)系著我國體育事業(yè)的發(fā)展，因此受到業(yè)內(nèi)人士重點(diǎn)關(guān)注研究，并且已有部分研究已取得一定成果。

1 動作特征提取

1.1 基于三維坐標(biāo)體系的坐標(biāo)點(diǎn)的確立

自選南拳這一運(yùn)動比賽通常在地毯上舉行，單練以及對練主要在長為14 m，寬為8 m的場地上進(jìn)行。假設(shè)自選南拳運(yùn)動場地起點(diǎn)角為原點(diǎn)(0,0)；長為x軸；高為z軸，則x0=14 m；y0=8 m。根據(jù)運(yùn)動員在自選南拳運(yùn)動中騰空動作的高度，設(shè)三維坐標(biāo)系中的z0=5 m，刻度為1 m，從而構(gòu)建起運(yùn)動員三維坐標(biāo)系，具體三維坐標(biāo)系,如圖1所示。

圖1 三維坐標(biāo)系

1.2 基于三維坐標(biāo)的運(yùn)動員特征的描述

在對自選南拳三維坐標(biāo)運(yùn)動員動作特征描述方面，本文將以運(yùn)動員騰空飛腳動作規(guī)則相關(guān)要求作為基礎(chǔ)，采用三維坐標(biāo)點(diǎn)對該運(yùn)動員騰空飛腳所用到的關(guān)鍵關(guān)節(jié)部位進(jìn)行標(biāo)記，具體標(biāo)記過程如下：

1) 肩膀的坐標(biāo)點(diǎn)

假設(shè)運(yùn)動員身體左邊標(biāo)記為l，右邊身體標(biāo)記為r。那么該運(yùn)動員左肩膀坐標(biāo)點(diǎn)則為(x1jb,y1jb,z1jb)；右肩膀坐標(biāo)點(diǎn)為(xrjb,yrjb,zrjb)。

2) 手指的坐標(biāo)點(diǎn)

運(yùn)動員在進(jìn)行騰空飛腳運(yùn)動時，主要以五指并攏的形式擊拍某一部位。此時，該運(yùn)動員手指關(guān)節(jié)將合攏成為一個平面。假設(shè)將坐標(biāo)點(diǎn)(xsz,ysz,zsz)代表運(yùn)動員關(guān)節(jié)平面中任一點(diǎn)坐標(biāo)；左手指坐標(biāo)點(diǎn)則為(x1sz,y1sz,z1sz)；右手指標(biāo)點(diǎn)為(xrsz,yrsz,zrsz)。

3) 腳尖的坐標(biāo)點(diǎn)

由于研究需要，此處將不對運(yùn)動員各腳趾腳尖坐標(biāo)點(diǎn)進(jìn)行分別設(shè)立，僅將其左腳腳尖坐標(biāo)點(diǎn)看作(x1jj,y1jj,z1jj)；右腳腳尖坐標(biāo)點(diǎn)看作(xrjj,yrjj,zrjj)。

4) 腳面的坐標(biāo)點(diǎn)

根據(jù)以上闡述，將運(yùn)動員左腳腳面坐標(biāo)設(shè)置為(x1jm,y1jm,z1jm)；右腳腳面坐標(biāo)設(shè)置為(xrjm,yrjm,zrjm)。

1.3 基于三維坐標(biāo)的運(yùn)動員特征的描述

在體育運(yùn)動員進(jìn)行動作訓(xùn)練時，動作的正確與否不僅關(guān)系著當(dāng)前階段的練習(xí)關(guān)節(jié)，更會給運(yùn)動員動作訓(xùn)練前階段以及后階段造成一定的影響。比如，在運(yùn)動員進(jìn)行跳高練習(xí)時，處于跳高弧線助跑階段的運(yùn)動員身體若是過早的直立，將會使其在起跳前身體失去平衡而倒向橫桿。根據(jù)武術(shù)動作套路以及自選南拳運(yùn)動評分規(guī)則可以了解到，運(yùn)動員騰空飛腳應(yīng)有的正確動作步驟為：首先，借助左腿向前向上擺踢，使右腿蹬地躍起，幫助身體達(dá)到騰空狀態(tài)；其次，左右兩臂由下向前再上擺起，右手手背與左手手掌相擊，在空中右腳向前上方彈踢。此時必須保持將右腳高度高于腰部，并且將腳面繃直與右手相擊。同時做出左腿屈膝，左腿收控至右腿側(cè)，腳面繃直，腳尖朝下這一連貫動作；最后，在上述動作完成之后，運(yùn)動員還需以右腿單腿著地后，左腿再落地作為結(jié)尾動作。在運(yùn)動員進(jìn)行整體動作過程中，若是出現(xiàn)騰空飛腳擊響腿、擺動腿腳尖未過肩或是騰空飛腳擊拍落空的情況，出現(xiàn)一次直接扣減0.1分。本文對三維坐標(biāo)運(yùn)動員運(yùn)動特征描述過程如下：

(一) 運(yùn)動員騰空飛腳擊響腿或擺動腿腳尖未過肩設(shè)為u1

設(shè)武術(shù)套路南拳騰空飛腳動作為U1；設(shè)運(yùn)動員騰空飛腳擊響腿或擺動腿為s1；運(yùn)動員騰空飛腳動作特征T1=左腳腳尖的坐標(biāo)(x1jj,y1jj,z1jj)，右腳尖坐標(biāo)點(diǎn)(xrjj,yrjj,zrjj)，左肩膀坐標(biāo)點(diǎn)(x1jb,y1jb,z1jb)，右肩膀坐標(biāo)點(diǎn)(xrjb,yrjb,zrjb)。在三維坐標(biāo)系中，可通過將運(yùn)動員腳尖與肩膀在z軸坐標(biāo)點(diǎn)進(jìn)行比較的方式，求出該運(yùn)動員騰空飛腳動作過程是否出現(xiàn)擊響腿或擺動腿腳是否過肩失誤。

(1) 當(dāng)騰空飛腳擊響腿或擺動腿是左腿時，已知運(yùn)動員左腳腳尖坐標(biāo)為(x1jj,y1jj,z1jj)；右肩膀坐標(biāo)點(diǎn)為(x1jb,y1jb,z1jb)，那么當(dāng)出現(xiàn)z1jj

(2) 當(dāng)騰空飛腳擊響腿或擺動腿是右腿時，已知右腳腳尖坐標(biāo)表達(dá)式為(xrjj,yrjj,zrjj)，右肩膀坐標(biāo)點(diǎn)表達(dá)式為(xrjb,yrjb,zrjb)。當(dāng)出現(xiàn)zrjj

(二) 運(yùn)動員騰空飛腳擊拍落空設(shè)為u2

武術(shù)套路南拳騰空飛腳動作設(shè)為U2；設(shè)運(yùn)動員左手與右手為s2；運(yùn)動員騰空飛腳動作特征T2=左手指坐標(biāo)點(diǎn)(x1sz,y1sz,z1sz)，右手指坐標(biāo)點(diǎn)(xrsz,yrsz,zrsz)，左腳腳面坐標(biāo)點(diǎn)(x1jm,y1jm,z1jm)，右腳腳面坐標(biāo)點(diǎn)(xrjm,yrjm,zrjm)。

(1) 當(dāng)騰空飛腳擊響腿或擺動腿是左腿時，在已知運(yùn)動員左手指標(biāo)點(diǎn)以及左腳腳面坐標(biāo)點(diǎn)分別為(x1sz,y1sz,z1sz)以及(x1jm,y1jm,z1jm)情況下，根據(jù)運(yùn)動員騰空飛腳擊拍動作規(guī)則，在其騰空飛腳腳擊響瞬間T1時刻時，當(dāng)出現(xiàn)x1sz≠x1jm,y1sz≠y1jm,z1sz≠z1jm時，則表示該運(yùn)動員騰空飛腳擊響動作落空；若是出現(xiàn)x1sz=x1jm,y1sz=y1jm,z1sz=z1jm時，則表示其騰空飛腳擊響動作順利完成。

(2) 當(dāng)騰空飛腳擊響腿或擺動腿是右腿時，已知運(yùn)動員右手指坐標(biāo)點(diǎn)及右腳腳面坐標(biāo)點(diǎn)的表達(dá)式分別為(xrsz,yrsz,zrsz)與(xrjm,yrjm,zrjm)時，當(dāng)出現(xiàn)xrsz≠xrjm,yrsz≠yrjm,zrsz≠zrjm時，則代表運(yùn)動員騰空飛腳擊響未成功；若是出現(xiàn)xrsz=xrjm,yrsz=yrjm,zrsz=zrjm時，則表示運(yùn)動員順利完成騰空飛腳擊響動作。

2 基于貝葉斯的錯誤動作三維視覺檢測

本文在進(jìn)行運(yùn)動員錯誤動作三維視覺圖像識別模型構(gòu)建時，將以上文中所提出的運(yùn)動員錯誤動作描述公式作為依據(jù)，并以此獲取運(yùn)動員動作識別屬性，得出錯誤動作三維視覺判別函數(shù)，從而構(gòu)建起體育運(yùn)動錯誤動作的三維視覺檢測模型。對此本文通過貝葉斯算法對錯誤動作進(jìn)行識別，具體構(gòu)建步驟如下：

(1)

假設(shè)騰空飛腳運(yùn)動錯誤動作的后驗(yàn)條件概率表示為p(ωi|X)，并將此條件概論定義于掌握騰空飛腳動作模式向量X發(fā)生情況之下，對當(dāng)前幀中運(yùn)動員騰空飛腳錯誤運(yùn)動動作發(fā)生的后驗(yàn)條件概率計算公式則為式(2)。

(2)

在公式(4)中，p(ωi|X)所表示的是運(yùn)動員騰空飛腳運(yùn)動動作模式向量X以及ωi的似然函數(shù)，也就是代表著X于ωi上的發(fā)生概率；ωi的運(yùn)動動作先驗(yàn)概率以P(ωi)進(jìn)行表示；運(yùn)動員騰空飛腳錯誤運(yùn)動動作發(fā)生的證據(jù)因子由p(X)表示。p(X)的計算公式為式(3)。

(3)

若是di(X)值為最大的情況時，則把運(yùn)動員騰空飛腳動作模式向量X劃分于di(X)中。并以公式(6)構(gòu)建起騰空飛腳運(yùn)動錯誤動作的三維視覺檢測模型為式(4)。

(4)

3 仿真結(jié)果與分析

為了驗(yàn)證上文中所提出的騰空飛腳運(yùn)動錯誤動作三維視覺檢測建模方法的科學(xué)性及有效性，本文將采用某體育學(xué)院訓(xùn)練騰空飛腳的18學(xué)生作為實(shí)驗(yàn)對象，并將這18名學(xué)生平均劃分為兩個實(shí)驗(yàn)小組的方式，對其進(jìn)行騰空飛腳考試實(shí)驗(yàn)記錄，以此作為依據(jù)對騰空飛腳錯誤動作三維視覺檢測建模方法進(jìn)行驗(yàn)證。具體驗(yàn)證結(jié)果，如圖2和圖3所示。

在圖3中，左側(cè)圖像表示騰空飛腳正確動作，右側(cè)表示騰空飛腳錯誤動作。根據(jù)圖2顯示內(nèi)容可以看出，運(yùn)動員在進(jìn)行騰空飛腳時，所涉及的頭部、肩部、手臂以及腿部的錯誤動作均能明顯識別，與正確動作具有較高的吻合度。而圖3中運(yùn)動員動作則出現(xiàn)較大偏差。此結(jié)果足以說明本文提出的騰空飛腳錯誤動作的三維視覺檢測模型對識別運(yùn)動員騰空飛腳錯誤動作具有實(shí)際意義。

與此同時，本文還將在此驗(yàn)證基礎(chǔ)上采用兩種不同算法建立起三維視覺檢測模型，并在不同實(shí)驗(yàn)次數(shù)下對兩種模型的精確度進(jìn)行對比，具體對比結(jié)果，如圖4所示。

根據(jù)圖4所示可以看出，本文所提出的算法在三維視覺檢測精度方面更具優(yōu)勢，能夠?qū)z測誤差控制到合理范圍內(nèi)。

4 總結(jié)

通過上述的研究看出，本文提出的算法在判斷騰空飛腳錯誤動作時，其判斷的正確率要明顯高于傳統(tǒng)的算法，進(jìn)而驗(yàn)證貝葉斯算法在識別錯誤動作方面具有明顯的優(yōu)勢，進(jìn)而驗(yàn)證上述方法的可行性與正確性。

圖4 模型檢測精度對比

[1] 于淼. 基于行為視覺分析的運(yùn)動角度規(guī)范性智能判斷[J]. 科技通報,2015,31(12):199-201.

[2] 劉凌霞,宋強(qiáng). 基于三維動態(tài)特征的運(yùn)動狀態(tài)識別方法研究[J]. 微電子學(xué)與計算機(jī),2016,33(2):92-95+99.

[3] 張良,魯夢夢,姜華. 局部分布信息增強(qiáng)的視覺單詞描述與動作識別[J]. 電子與信息學(xué)報,2016,38(3):549-556.

[4] 劉和臣. 運(yùn)動員動作三維視覺圖像準(zhǔn)確識別仿真研究[J]. 計算機(jī)仿真,2016,33(8):369-372+386.

[5] 張嫣. 基于視覺分析的籃球投籃動作標(biāo)準(zhǔn)化判斷方法研究[J]. 現(xiàn)代電子技術(shù),2017,40(3):47-50.

[6] 季剛,張南. 多特征光流跟蹤人體關(guān)節(jié)點(diǎn)的運(yùn)動員姿態(tài)分析模型[J]. 科技通報,2017,33(12):133-136.

[7] 高保華. 基于圖像分析的體操落地穩(wěn)定性分析[J]. 現(xiàn)代電子技術(shù),2017,40(5):66-69.

[8] 汪成峰,王慶,梅樹立,等. 基于插值小波關(guān)鍵幀提取的動作評價算法[J]. 計算機(jī)工程,2017,43(1):309-315.

[9] 司幸偉. 基于多尺度形態(tài)學(xué)圖像的屈肘角度檢測方法與實(shí)現(xiàn)[J]. 河南師范大學(xué)學(xué)報(自然科學(xué)版),2017,45(5):60-67.

[10] 安秀芳. 三維散亂人體運(yùn)動點(diǎn)的激光跟蹤技術(shù)研究[J]. 激光雜志,2017,38(11):152-155.

[11] 阮濤濤,姚明海,瞿心昱,等. 基于視覺的人體運(yùn)動分析綜述[J]. 計算機(jī)系統(tǒng)應(yīng)用,2011,20(2):245-253.

[12] 雷建和,邱聯(lián)奎,宋全軍,等. 運(yùn)動員生物力學(xué)信息獲取平臺的研究[J]. 傳感技術(shù)學(xué)報,2006(2):332-336.

[13] 夏瑜,吳小俊,王洪元. 雙環(huán)Mean Shift視頻跟蹤算法[J]. 模式識別與人工智能,2013,26(1):20-27.

[14] 郭利,姬曉飛,李平,等. 基于混合特征的人體動作識別改進(jìn)算法[J]. 計算機(jī)應(yīng)用研究,2013,30(2):601-604.

[15] 羅陸鋒,鄒湘軍,張叢,等. 基于實(shí)時數(shù)據(jù)的角色運(yùn)動建模與仿真[J]. 系統(tǒng)仿真學(xué)報,2015,27(4):677-681.

[16] 江山. 基于形體輪廓特征提取的運(yùn)動動作標(biāo)志分析[J]. 科技通報,2015,31(8):84-86.

[17] 鄧宇,李振波,李華. 基于視頻的三維人體運(yùn)動跟蹤系統(tǒng)的設(shè)計與實(shí)現(xiàn)[J]. 計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報,2007(6):769-774.