Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国体奥健信息科技(北京)有限公司陈雷雷获国家专利权

国体奥健信息科技(北京)有限公司陈雷雷获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国体奥健信息科技(北京)有限公司申请的专利一种自动判断运动员跳远过程的方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118506453B

龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410668911.5,技术领域涉及:G06V40/20;该发明授权一种自动判断运动员跳远过程的方法是由陈雷雷;孙剑;宋子昂设计研发完成,并于2024-05-28向国家知识产权局提交的专利申请。

一种自动判断运动员跳远过程的方法在说明书摘要公布了:本发明公开一种自动判断运动员跳远过程的方法,包括以下步骤:标注准备区;获取实时拍摄的跳远项目运动区域的视频帧,根据人体3d模型生成算法识别并输出每一帧中处于运动区域的所有人的人体3d模型;训练动作分类模型,包括起跳瞬间、跳跃最高点和落地瞬间;检测到举手的运动员后,识别并记录在准备区的人员,提取视频帧所有位于准备区的人员的人体3d模型,搜索所有位于准备区的人员中的举手的运动员作为跟踪对象,记录跟踪丢失的视频帧;若跟踪丢失的视频帧数量超过第一阈值,判定为跟踪失败;若跟踪成功,则根据准备区的位置,结合分类模型判断跟踪的运动员起跳、跳跃最高点和落地的过程。本发明提出的方案的运动员运动状态识别更加准确。

本发明授权一种自动判断运动员跳远过程的方法在权利要求书中公布了:1.一种自动判断运动员跳远过程的方法,其特征在于,包括以下步骤: 标注准备区:获取采集的包含准备区和运动区的图像,标注图像中准备区的四个角点坐标,根据角点坐标计算准备区的边线; 获取实时拍摄的跳远项目准备区和运动区的视频帧,根据人体3d模型生成算法识别并输出每一帧中处于准备区和运动区的所有人的人体3d模型; 训练动作分类模型,动作分类包括起跳瞬间、跳跃最高点和落地瞬间; 检测到举手的运动员后,识别并记录在准备区的人员,提取视频帧所有位于准备区的人员的人体3d模型,搜索所有位于准备区的人员中的举手的运动员作为跟踪对象,记录跟踪丢失和跟踪成功的视频帧;若跟踪丢失的视频帧数量超过第一阈值,判定为跟踪失败,清空对应跟踪对象的运动状态,开始下一位运动员举手检测和跟踪流程; 若跟踪成功,则根据准备区的位置和人体3d模型数据,结合分类模型判断跟踪的运动员起跳、跳跃最高点和落地的过程; 根据角点坐标计算准备区的边线的方法,包括:标注准备区的四个角点,根据四个角点,计算准备区的上边线、右边线、下边线和左边线; 识别并记录在准备区的人员的方法,包括:针对检测到举手的运动员之后的每一帧图像中检测到的所有人体3d模型,提取每个人体3d模型对应的脚部区域, 将脚部区域所有点的横坐标带入上边线和下边线,计算基于上边线的纵坐标和基于下边线的纵坐标; 将脚部区域所有点的纵坐标带入左边线和右边线,计算基于左边线的横坐标和基于右边线的横坐标; 若脚部区域所有点的横坐标在基于左边线的横坐标和基于右边线的横坐标之间,且脚部区域所有点的纵坐标在基于上边线的纵坐标和基于下边线的纵坐标之间,则判断对应人体3d模型对应的人员位于准备区,记录对应人体3d模型,否则,抛弃对应人体3d模型; 提取视频帧所有位于准备区的人员的人体3d模型,搜索所有位于准备区的人员中的举手的运动员作为跟踪对象的方法,包括: 取每组人体3d模型中的所有点,计算所有点与保存的举手的运动员的人体3d模型的所有对应点的欧氏距离,计算所有对应点的欧氏距离的平均值; 平均值最小的人体3d模型对应的人体作为候选跟踪对象; 如果最小的平均值小于等于第二阈值,则认定候选跟踪对象为跟踪对象,对应视频帧记录为跟踪成功; 如果最小的平均值大于第二阈值,则认定对应视频帧为跟踪丢失,记录为跟踪失败。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国体奥健信息科技(北京)有限公司,其通讯地址为:100071 北京市丰台区和谐银座广场写字楼10层1001室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。