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！

龙图腾网获悉广东沃莱科技有限公司申请的专利一种基于图像识别的花式跳绳识别算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：CN116311523B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310289800.9，技术领域涉及：G06V40/20；该发明授权一种基于图像识别的花式跳绳识别算法是由高瑞军设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本一种基于图像识别的花式跳绳识别算法在说明书摘要公布了：本发明公开了一种基于图像识别的花式跳绳识别算法，花式跳绳识别算法包括以下步骤：S1：摄像头采集视频数据并送入处理器，处理器逐帧进行人体关键点的识别；S2：确定跳跃特征关键点，利用跳跃特征进行目标窗口划分；S3：根据关键点的可见性，判断跳跃目标窗口是否有效；S4：提取目标窗口的数据特征；S5：根据数据特征，判断当前窗口是否为一次跳跃；S6：根据脚踝特征和手腕特征，分别识脚踝和手腕的花式动作。本发明，通过动态选择关键点，解决了固定关键点被遮挡后无法完成跳绳计数的问题，通过尺度缩放技术，解决了人体在图像中占比太小会影响跳绳计数精度的问题，可对跳绳花式动作进行识别，并且，合理的特征选择，提高了跳绳计数的准确性。

本发明授权一种基于图像识别的花式跳绳识别算法在权利要求书中公布了：1.一种基于图像识别的花式跳绳识别算法，其特征在于，花式跳绳识别算法包括以下步骤： S1：摄像头采集视频数据并送入处理器，处理器逐帧进行人体关键点的识别； S2：确定跳跃特征关键点，利用跳跃特征进行目标窗口划分；确定跳跃特征关键点，利用跳跃特征进行目标窗口划分的具体方法如下： S21：定义图像的左上角坐标为0,0，右下角的坐标为1,1，当一个点的y坐标变小，该点在图像中是往上走；y坐标变大，该点在图像中是往下走； S22：选择左肩和右肩，或者左髋和右髋的数据作为跳跃特征关键点G左和G右，截取跳跃特征关键点G左和G右的y坐标数据； S23：跳跃特征关键点G左和G右的y坐标的数据分别进行4个点的滑动平均滤波之后放入队列，初始状态下默认G左为跳跃特征关键点，当某个数据点高于前一个数据和后一个数据时，确定为“峰”，连续两个峰之间G左所有数据点的可见性属性求平均，如果可见性均值大于阈值M1，就认为找到目标窗口T； 如果可见性均值小于阈值M1，就把默认的跳跃特征关键点改成G右，继续进行窗口查找，当G右的可见性不满足阈值要求，跳跃特征关键点改回G左；记录第一个峰对应的采样序号为目标窗口的起点，第二个峰对应的采样序号为目标窗口T的终点； S3：根据关键点的可见性，判断跳跃目标窗口是否有效； S4：提取目标窗口的数据特征；提取目标窗口的数据特征，具体方法如下： 计算尺度因子L，如果跳跃特征关键点在左半身，即G左，尺度因子L为窗口内所有左髋y坐标与左肩y坐标差值的平均值；如果跳跃特征关键点在右半身，即G右，尺度因子L为窗口内所有右髋y坐标与右肩y坐标差值的平均值；提取跳跃特征关键点在窗口内的以下特征： 特征a1：起点y坐标与窗口内y坐标最小值的差值；特征a2：终点y坐标与窗口内y坐标最小值的差值；特征a3：窗口内前一个点与后一个点y坐标差值的绝对值的平均值；特征a4：起点y坐标和终点y坐标的均值为基准，所有点的y坐标与基准的差值的绝对值的平均值；特征a5：终点的采样序号减去起点的采样序号再除以视频的帧率；特征a6：计算跳跃特征点与其所在半身的膝盖关键点的相关系数；特征a1至a4的结果还需要除以尺度因子L，用于实现y轴数据的动态缩放； S5：根据数据特征，判断当前窗口是否为一次跳跃；根据数据特征，判断当前窗口是否为一次跳跃的方法为特征阈值法或标签训练法； S6：根据脚踝特征和手腕特征，分别识脚踝和手腕的花式动作。

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广东沃莱科技有限公司，其通讯地址为：528400 广东省中山市石岐区东河北中山民营科技园85号(B幢二层)；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。