一种基于体感识别的无接触体质测试系统及测试方法

摘要

本发明公开了一种基于体感识别的无接触体质测试系统，包括Kinect V2识别模块、数据存储模块、骨骼识别模块、运动识别模块和结算模块；本发明可以方便的完成多项运动测试，可以准确的检测测试者运动过程和有效运动成绩，并通过分析运动过程给测试者打分，在提高效率的同时又有效的减少了大量的人力物力。

主权项

一种基于体感识别的无接触体质测试系统，定义：有限状态机：在运动过程中关键运动姿势状态组成有序序列，其中每个关键运动姿势状态为状态机中状态节点；状态节点：有限状态机中每个关键运动姿势状态；骨骼节点：以Kinect V2识别的25个人体骨骼节点为标准；骨骼节点数据为Kinect V2坐标系中X轴，Y轴，Z轴上的距离；骨骼节点之间角度：角度的计算设计三个骨骼节点；第一骨骼节点到第二骨骼节点的向量，第二骨骼节点到第三骨骼节点向量的夹角；其特征在于：包括Kinect V2识别模块、数据存储模块、骨骼识别模块、运动识别模块和结算模块；所述Kinect V2识别模块：通过Kinect V2的骨骼识别和骨骼追踪特点识别人体骨骼节点；所述数据存储模块包括Kinect V2采集的数据，标准骨骼数据，标准运动数据；Kinect V2采集的数据为每一帧的骨骼节点数据，即骨骼节点相对Kinect V2坐标(x,y,z)；标准骨骼数据部分存储的是由多组运动姿势的骨骼节点之间角度组成，以时序排列；其中一个骨骼序列存储格式为(θ_r1,θ_r2,…,θ_rn)，其中θ为骨骼节点之间相对角度，n为具体运动姿势所需检测的角度数量；标准运动数据部分存储的是运动过程中的状态节点；状态节点与标准骨骼数据中的骨骼序列一一对应；所述骨骼识别模块：在运动测试者进行运动检测时，Kinect V2采集运动中的人体骨骼节点，同时计算每一帧的骨骼之间角度序列，即m；检测角度序列(θ_t1,θ_t2,…,θ_tn)与标准骨骼数据中的(θ_r1,θ_r2,…,θ_rn)作相似度差值距离计算；计算方式如下$d=\sqrt{\underset{i=1}{\overset{n}{\Sigma }}{({\theta }_{ti}-{\theta }_{ri})}^2}$当d小于系统中的匹配阈值d_T时，则匹配成功，即成功识别该序列对应的状态节点；所述运动识别模块：根据所有的状态节点识别情况，把已识别状态节点与该运动的有限状态机做比对；当识别状态节点个数占所有状态节点个数的75％以上，认为运动检测成功；所述结算模块的含义：根据状态节点的相似度给予评分；每一项运动有n个状态节点，n个节点的相似度为k₁:k₂:k₃…k_n，总分为m；运动评分S为$S=\frac{m\underset{i=1}{\overset{n}{\Sigma }}{k}_i}{n}.$。