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！

龙图腾网获悉南开大学申请的专利一种基于多关键点检测的多人体育项目计数方法、系统及介质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：CN119693840B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411668090.1，技术领域涉及：G06V20/40；该发明授权一种基于多关键点检测的多人体育项目计数方法、系统及介质是由高铁杠;王昊设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种基于多关键点检测的多人体育项目计数方法、系统及介质在说明书摘要公布了：本发明公开了一种基于多关键点检测的多人体育项目计数方法、系统及介质，本发明基于多关键点检测的多人体育项目计数方法包括通过摄像头实时获取检测场地的视频流数据，通过对视频流中视频帧的预处理得到最终用于关键点检测的视频帧，检测视频帧中待检测人员的边界框位置并截取用于关键点检测的图像区域，同时追踪视频帧中的人员，检测人体中共33个关键点的坐标值，针对不同的体育项目完成相应项目的计数。本发明能够在不同分辨率，不同光照强度，不同场地背景下准确的识别出待检测人员的各个关键点信息，并准确的完成相应项目的计数工作，具有准确度高，泛化性好，拓展性强的优点，可广泛应用于体育运动相关领域的计数、计时等工作。

本发明授权一种基于多关键点检测的多人体育项目计数方法、系统及介质在权利要求书中公布了：1.一种基于多关键点检测的多人体育项目计数方法，其特征在于，包括： 1获取场地的视频流数据； 2对视频流中视频帧进行预处理得到最终用于关键点检测的视频帧； 3检测视频帧中待检测人员的边界框位置并截取用于关键点检测的图像区域，同时对待检测人员进行追踪； 4检测人体中共33个关键点的坐标值，包括头部11个，手臂两侧10个，躯干4个，腿部两侧2个，脚部两侧6个； 5针对不同的体育项目完成相应项目的计数； 步骤2包括： 2.1对视频帧进行均匀采样，采样步长根据实际计算设备及原始视频流帧率进行设定，通常对于帧率大于等于30的视频流其采样后的视频帧为每秒20帧； 2.2设立一FramePool，其作用是存储采样后的视频帧，根据实际计算设备设置FramePool的大小，当其存储满且有新的帧进入时，丢弃最先进入FramePool的帧； 2.3处理线程会不断从FramePool中获取其中最早进入的帧，将其进行resize操作后进行后续的处理，具体为，分辨率大于1280×720的视频帧将被放缩为1280×720，分辨率过小的将不做处理，经过该预处理后，有效避免由于计算设备算力不足导致的视频流缓存溢出的问题； 步骤3包括，使用预训练好的目标检测模型对视频帧进行检测以确定待检测人员位置，随后使用追踪算法对检测到的人员进行目标追踪，即确定视频中每一个待检测人员的boundingbox和其独有的ID，其中其独有的ID是本系统进行分配的，仅为目标追踪使用； 所述的预训练好的目标检测模型是使用基于YOLOV8的深度卷积神经网络模型对步骤2.3中获取到的视频帧进行目标检测，该模型的BackBone采用C2f模块作为基本构成单元，相比于上一代的C3模块，具有更少的参数量和更优秀的特征提取能力，更符合对视频流数据进行实时检测的需求；其Neck采用了多尺度特征融合技术，将来自Backbone的不同阶段的特征图进行融合，以增强特征表示能力；而Head部分负责最终的目标检测和分类任务，包括一个检测头和一个分类头；检测头包含一系列卷积层和反卷积层，用于生成检测结果；分类头则采用全局平均池化来对每个特征图进行分类；通过得到的boundingbox信息，对图像中的关键点待检测区域、即包含有待检测人员的区域进行裁剪； 所述的对检测到的人员进行目标追踪，使用DeepSort算法，步骤包括 s1对截取到的图像进行特征提取，该特征后续会用于级联匹配； s2处理的第一个包含有若干人物检测框的帧中的人物检测框设定为初始轨迹； s3使用卡尔曼滤波预测人物轨迹，该轨迹分为确认态与非确认态，对于非确认态的轨迹框，将预测的人物boundingbox与后续检测到的groundtruth进行IOU匹配，通过匈牙利算法得到线性匹配结果，如果预测轨迹未匹配，则删除该轨迹，如果检测到的框未匹配，则生成一个新的轨迹，说明检测到了新的人员，如果匹配，则更新轨迹信息；对于确认态的轨迹，与检测到的boundingbox进行级联匹配，该步骤中会同时使用s1中提取到的外观特征和轨迹信息，如果匹配成功，则更新轨迹，匹配失败的轨迹会继续进行后续的IOU匹配； s4对于非确认态的轨迹，如果其连续若干次成功匹配，则其可以转化为确认态； s5对于确认态轨迹，如果其IOU匹配失败次数大于设定的阈值，则删除该轨迹，否则，将该轨迹放回轨迹集合中，等待下一次匹配； 针对仰卧起坐项目，步骤如下： c1定义待检测人员状态，准备态：人员出现在画面中，但未开始进行仰卧起坐运动；仰卧态：人员躺卧在测试位置，躯干呈水平，肩胛骨触及地面，腿部自然弯曲，手部放置在身体两侧贴近地面，脚掌触及地面；坐起态：检测人员依靠腹部力量抬起上身至一定角度，同时手指前移至标准线位置，过程中脚部，臀部禁止离开地面；结束态：当待检测人员由仰卧态或坐起态站立后，进入结束状态，进入结束状态后不再进行计数判定； c2准备态判定：待检测人员出现在视频画面中并被所述目标检测模型检测到后，由追踪算法赋予人员一唯一ID，人员进入准备态； c3仰卧态判定：待检测人员应当处于水平躺卧状态而非直立状态，此时头部关键点与脚部关键点的x方向坐标差应当大于y方向坐标差，且髋部关键点与脚部关键点的x方向坐标差应当大于y方向坐标差；同时，需保证人物水平躺卧在地面上，且肩胛骨贴近地面，即要求头部，髋部，脚部三处关键点形成的角度接近180度；腿部自然弯曲，要求髋部，膝盖，脚部三处关键点形成的角度接近90度；脚部接触地面，即在满足水平躺卧的要求下同时满足脚趾，脚后跟与髋部三处关键点角度接近180度； c4坐起态判定：待检测人员进入仰卧态后，开始判定是否进入坐起态，首先检测坐起过程中的帧是否出现臀部抬起，脚部抬起现象，如果出现，则此次计数作废，在人物进入仰卧态时，会记录人物髋部，脚部关键点坐标，根据起身过程中人物髋部，脚部y方向坐标变化判断是否有上述作废情况发生；如无上述作废发生，检测人物起身角度，根据肩部，髋部，脚部三处关键点形成的角度判断人物的起身角度，当该角度满足某一阈值时认为已经符合要求；最后检测手部是否移动至标准线，根据手指坐标与标准线坐标位置判定手部是否已经过线； c5结束态判定：待检测人员当前状态为仰卧态或坐起态，且当前人员不再满足c3中所述的水平躺卧状态，则当前人员进入结束态，进入结束态后不再进行计数判定； c6待检测人员由仰卧态进入坐起态再进入仰卧态视为完成了一次仰卧起坐动作，该人员的仰卧起坐计数相应增加。

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南开大学，其通讯地址为：300350 天津市津南区海河教育园同砚路38号；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。