首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于机器学习的智能图像识别游泳计时系统和计时方法 

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!

申请/专利权人:徐文海

摘要:本发明提出了一种基于机器学习的智能图像识别游泳计时系统和计时方法,该系统包括泳池,在泳池内设置有K条泳道,所述K为大于或者等于1的正整数,分别为第1泳道、第2泳道、第3泳道、……、第K泳道,其特征在于,在每条泳道的起始端或和对岸端设置有图像采集显示器及与所述图像采集显示器相连的计时器;还包括计时主机、成绩处理主机和大屏显示器,计时主机分别与成绩处理主机和每个计时器相连,成绩处理主机与大屏相连;在大屏上显示每条泳道游泳者个人信息和对应成绩。本发明能够根据摄像头对其泳道内游泳者进行计时。

主权项:1.一种基于机器学习的智能图像识别游泳计时方法,其特征在于,包括以下步骤:S1,获取图像数据信息,作为其待处理图像;S2,对步骤S1中得到的待处理图像进行预处理,得到其预处理图像;对其得到的待处理图像进行预处理的方法包括以下步骤:S21,判断采集的图像是否为RGB图像:若采集的图像为RGB图像,则执行步骤S22;若采集的图像不为RGB图像,则执行步骤S23;S22,将其RGB图像转换为Gray图像,其将RGB图像转换为Gray图像的方法为: ,其中,表示Gray图像; 表示RGB图像中的红色分量; 表示RGB图像中的绿色分量; 表示RGB图像中的蓝色分量; 表示红色分量系数; 表示绿色分量系数; 表示蓝色分量系数;;执行步骤S23;S23,对其图像进行二次处理,得到其预处理图像;其二次处理的方法为:S231,获取其采集的图像大小为,其中,为采集图像的宽,为采集图像的高;S232,截取图像大小为,其中,为截取图像的宽,为截取图像的高;所述为小于或者等于的正整数,所述为小于或者等于的正整数;S233,计算其截取图像个数是否大于或者等于预设截取图像个数阈值:若截取图像个数大于或者等于预设截取图像个数阈值,则截取图像尺寸符合条件;其截取图像个数的计算方法为: ,其中,表示截取图像个数; 表示取整函数;执行步骤S234;若截取图像个数小于预设截取图像个数阈值,则重新选择截取图像尺寸;S234,将截取的图像按照先后顺序依次排序为:第1截取图像、第2截取图像、第3截取图像、……、第截取图像;对其第截取图像中的像素值从小到大依次排序,所述为小于或者等于的正整数,依次分别为第1像素值、第2像素值、第3像素值、……、第像素值;;S235,若,,表示正整数;则;其中,表示第像素值;若,则;;其中,表示第像素值,表示第像素值;S236,将经步骤S235的截取图像拼合为预处理图像;S3,提取其步骤S2中的预处理图像中的图像特征,计算其游泳者的水下游泳时间;水下游泳时间的计算方法为:S31,提取其水下或和水面上待处理帧图像的上一帧图像中的人体四肢图像特征点;S32,根据其待处理帧图像中的像素点以及预设差异阈值,提取其待处理帧图像中的人体四肢图像特征点与其上一帧图像中的人体四肢图像特征点间的差异,其待处理帧图像中的人体四肢图像特征点与其上一帧图像中的人体四肢图像特征点间的差异为待处理帧图像中的人体四肢图像特征点坐标值与其上一帧图像中的人体四肢图像特征点坐标值间的差值,预设差异阈值为对连续张帧图像的人体四肢图像特征点得到,所述为大于或者等于2的正整数,用于表示图像中像素点与人体四肢图像特征点差异之间的关系;S33,根据其前一帧图像的人体四肢图像特征点和人体四肢图像特征点差异,得到其待处理帧图像的人体四肢图像特征点;S34,根据其步骤S33中得到的待处理帧图像的人体四肢图像特征点判断其该人体四肢图像特征点所属游泳者;S35,获取该游泳者的游泳时间,游泳时间的计算方法为: ,其中,表示游泳时间; 表示入水和触壁总次数; 表示当前时刻拍摄到游泳者入水或触壁的时刻; 表示上一时刻拍摄到游泳者入水或触壁的时刻。

全文数据:

权利要求:

百度查询: 徐文海 基于机器学习的智能图像识别游泳计时系统和计时方法

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。