首页> 中国专利> 一种用于冰雪体育运动的场地监测管理方法与系统

一种用于冰雪体育运动的场地监测管理方法与系统

摘要

本申请公开一种用于冰雪体育运动的场地监测管理方法与系统。所述方法包括深度摄像机采集第一深度视频进行初步分析,若确定存在安全隐患目标则向管理服务器发送安全指示;管理服务器向以当前深度摄像机为中心点的半径区域内的所有深度摄像机发送查询指令;每个深度摄像机查找安全隐患目标的运动轨迹,将第二深度视频发送至管理服务器;管理服务器根据第一深度视频和第二深度视频确定目标安全隐患严重程度,选择性向管理人员终端设备发送报警指示。采用本申请技术方案,由深度摄像机进行安全隐患的初步排查,由管理服务器进行安全隐患的进一步确认,由此将图像数据分布在不同的设备中进行处理,提高数据处理的速度,提高冰雪场地监测的安全性。

著录项

  • 公开/公告号CN112949503B

    专利类型发明专利

  • 公开/公告日2022-08-09

    原文格式PDF

  • 申请/专利权人 齐齐哈尔大学;

    申请/专利号CN202110243764.3

  • 申请日2021-03-05

  • 分类号G06V20/40(2022.01);G06V40/20(2022.01);G08B21/02(2006.01);

  • 代理机构苏州国卓知识产权代理有限公司 32331;

  • 代理人江舟

  • 地址 161006 黑龙江省齐齐哈尔市建华区文化大街42号

  • 入库时间 2022-09-06 00:41:19

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-08-09

    授权

    发明专利权授予

说明书

技术领域

本申请涉及通信技术领域,尤其涉及一种用于冰雪体育运动的场地监测管理方法与系统。

背景技术

冰雪运动,泛指在冰上与雪地上进行的各种运动,例如:滑雪、冰壶等运动。随着中国冬季奥运会的成功申报,冰雪运动越来越成为全名运动。然而现有的冰雪运动场地由于面积太大管理不能及时跟进,导致在出现安全隐患时不能及时救援,因此急需一种能够实时监测到场地内发生安全事故并及时实时救援的方法,以确保运动或娱乐人员的安全。

发明内容

本申请提供了一种用于冰雪体育运动的场地监测方法,包括:

场地监测设备采集冰雪运动场地深度视频,从深度视频中确定存在安全隐患的目标人物,向管理服务器发送安全指示;

管理服务器接收到安全指示后,以获取到目标人物的当前深度摄像机为中心点,获取预定半径内的所有场地监测设备,向该半径区域内的所有场地监测设备发送查询目标人物指令;

每个接收到查询目标人物指令的场地监测设备查询在安全隐患发生前的视频,从中确定拍摄到目标人物上一运动轨迹的上一场地监测设备,并将该视频发送至管理服务器;

管理服务器按照上一场地监测设备和当前场地监测设备拍摄的视频确定目标人物发生安全隐患时的运动状况,将目标人物的运动状况、目标人物的身体素质输入预先创建的模型,确定目标人物的安全隐患严重程度,根据目标人物的安全隐患严重程度选择性向管理人员终端设备发送报警指示。

如上所述的用于冰雪体育运动的场地监测方法,其中,从深度视频中确定存在安全隐患的目标人物,具体包括如下子步骤:

场地监测设备从深度视频中提取目标人物深度图像,从图像帧中提取目标人物骨骼坐标;

场地监测设备根据人体深度图像中的目标人体比例和目标人物骨骼坐标初步识别目标人物的初始安全隐患程度,将人体深度图像和拍摄时间发送至管理服务器;

管理服务器以获取到摔倒目标的深度摄像机为中心点,获取预定半径内的所有深度摄像机在事故发生前的图像,向各深度摄像机发送指示;

每个深度摄像机从自身拍摄的视频中提取存在目标人物的图像帧,将提取到目标人物的深度摄像机作为上一深度摄像机,基于当前深度摄像机和上一深度摄像机的图像帧中目标人物的运动趋势识别目标人物的精准安全隐患程度。

如上所述的用于冰雪体育运动的场地监测方法,其中,从深度视频中提取目标人物深度图像,具体包括如下子步骤:

将人体深度图像灰度化得到相对比较柔和的灰度图像;

将当前的灰度图像与预设背景图像进行差分处理并进行数学形态学处理得到运动目标的运动骨架:

在深度摄像机中存储有冰雪场地无人物原始图像,将其作为预设背景图像,将灰度图像进行滤波预处理后,与预设背景图像进行背景差分处理提取目标区域,增加目标区域的对比度。

如上所述的用于冰雪体育运动的场地监测方法,其中,预先根据人体位置所处矩形框的高和宽的比例定义好所有可能的姿态集合,并根据每一个姿态确定其区域组合,从人体深度图像中标注出人体所处的矩形框,然后从矩形框中提取出目标人体的高和宽,根据高和宽比例初步识别目标人物初始安全隐患程度。

如上所述的用于冰雪体育运动的场地监测方法,其中,从上一深度摄像机拍摄的深度视频中获取目标人物的骨骼坐标以及人体矩形框的高和宽,确定人体位姿,根据该摄像头的人体位姿和摔倒时拍摄的人体位姿进行比对,确定该目标人物在短时间内发生位姿变化,确定目标人物的精准安全隐患程度。

如上所述的用于冰雪体育运动的场地监测方法,其中,所述模型由人体运动状况、人体身体素质和人体所能承受的冲击力大量训练得到。

如上所述的用于冰雪体育运动的场地监测方法,其中,在获取到目标人物的上一运动轨迹之后,还包括以上一深度摄像机为中心点,获取预定半径内的所有摄像头在事故发生前的图像,从中确定拍摄到目标人物的再上一运动轨迹,并重复进行轨迹查找。

本申请还提供一种用于冰雪体育运动的场地监测系统,其特征在于,所述系统包括场地监测设备、管理服务器和管理人员终端设备,所述系统执行上述任一项所述的用于冰雪体育运动的场地监测方法。

如上所述的用于冰雪体育运动的场地监测系统,其中,场地监测设备包括对称安装在场地两端的多个并排监测桩,每相对的一组监测桩之间安装索道,在索道上滑动连接监测缆车,监测缆车在一组监测桩之间以预设速度进行滑动,在监测缆车底部安装深度摄像机。

如上所述的用于冰雪体育运动的场地监测系统,其中,通过设置在监测缆车底部的深度摄像机拍摄冰雪体育场地视频,在所有监测桩之间以及索道上均连接有数据的光缆,深度摄像机对拍摄的场地视频进行初步识别,然后再通过光缆将深度摄像机拍摄的冰雪体育场地视频传输至管理服务器进行冰雪体育场地分析和监测,根据监测结果决定是否向管理人员终端设备发送报警指示。

本申请实现的有益效果如下:采用本申请技术方案,由场地监测设备进行安全隐患的初步排查,再由管理服务器进行安全隐患的进一步确认,由此可以将图像数据分布在不同的设备中进行处理,提高数据处理的速度,提高冰雪场地监测的安全性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。

图1是本申请实施例一提供的用于冰雪体育运动的场地监测方法流程图。

具体实施方式

下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

实施例一

本申请实施例一提供一种用于冰雪体育运动的场地监测方法,应用于场地监测系统中,所述场地监测系统包括场地监测设备、管理服务器和管理人员终端设备;场地监测设备包括对称安装在场地两端的多个并排监测桩,每相对的一组监测桩之间安装索道,在索道上滑动连接监测缆车,监测缆车在一组监测桩之间以预设速度进行滑动,通过设置在监测缆车底部的深度摄像机拍摄冰雪体育场地视频,在所有监测桩之间以及索道上均连接有数据的光缆,通过光缆将深度摄像机拍摄的冰雪体育场地视频传输至服务器进行冰雪体育场地分析和监测;根据监测结果决定是否向管理人员终端设备发送报警指示。

具体地,深度摄像机采集第一深度视频,对第一深度视频进行初步分析,若确定存在安全隐患目标则向管理服务器发送安全指示;管理服务器以所述深度摄像机为中心点,获取预定半径内的所有深度摄像机,向该半径区域内的所有深度摄像机发送查询指令;每个接收到查询指令的深度摄像机从自身拍摄的深度视频中查找安全隐患目标的运动轨迹,将查找到安全隐患目标的深度摄像机拍摄的第二深度视频发送至管理服务器;管理服务器根据第一深度视频和第二深度视频确定目标安全隐患严重程度,根据目标人物的安全隐患严重程度选择性向管理人员终端设备发送报警指示。

如图1所示,所述用于冰雪体育运动的场地监测方法具体包括如下步骤:

步骤110、场地监测设备采集冰雪运动场地深度视频,从深度视频中确定存在安全隐患的目标人物,向管理服务器发送安全指示;

具体地,在场地监测系统中,由索道上监测缆车底部安装的深度摄像机实时拍摄场地内的深度视频,并记录预定时长内拍摄的视频和拍摄时间,用于后续从拍摄视频中查找目标人物,并确定目标人物在发生事故前的状态;

其中,从深度视频中确定存在安全隐患的目标人物,具体包括如下子步骤:

步骤111、场地监测设备从深度视频中提取目标人物深度图像,从图像帧中提取目标人物骨骼坐标;

在深度摄像机中创建一个骨骼事件,打开骨骼追踪功能,采集包含骨骼数据的人体深度图像和RGB图像;具体地,先将人体深度图像灰度化:将在颜色模型RGB中,当R=G=B,那么颜色(R,G,B)则表示为一种黑白的颜色;其中R=G=B的值是灰度值,所以黑白色即灰度颜色,使彩色的R,G,B分量值相等的过程就是灰度化;由于R,G,B的取值范围是0~255,故灰度的级别只有256级,具体采用下式平计算灰度图像:R=G=B=(R+G+B)/3,得到相对比较柔和的灰度图像。然后将当前的灰度图像与预设背景图像进行差分处理并进行数学形态学处理得到运动目标的运动骨架:在深度摄像机中存储有冰雪场地无人物原始图像,将其作为预设背景图像,将灰度图像进行滤波预处理后,与预设背景图像进行背景差分处理提取目标区域,增加目标区域的对比度。

步骤112、场地监测设备根据人体深度图像中的目标人体比例和目标人物骨骼坐标初步识别目标人物的初始安全隐患程度,将人体深度图像和拍摄时间发送至管理服务器;

本申请实施例中预先根据人体位置所处矩形框的高和宽的比例定义好所有可能的姿态集合,并根据每一个姿态确定其区域组合,从人体深度图像中标注出人体所处的矩形框,然后从矩形框中提取出目标人体的高和宽,正常人体站立时高和宽的正常比例为3~5之间,若计算出当前人体深度图像的目标人体高和宽的比例为0.2~1之间,则初步识别目标人物存在摔倒的可能;并且通过目标人物骨骼坐标与标准人体骨骼坐标进行比对也能够初步识别目标人物存在摔倒的可能。

步骤113、管理服务器以获取到摔倒目标的深度摄像机为中心点,获取预定半径内的所有深度摄像机在事故发生前的图像,向各深度摄像机发送指示;

在管理服务器中存储有所有深度摄像机所在位置,并为每个深度摄像机标注唯一标识,当需要确定预定半径内的深度摄像机之后向对应的深度摄像机发送指示,在指示中包括深度摄像机的唯一标识、当前深度摄像机的拍摄时间和目标人物图像帧。

步骤114、每个深度摄像机从自身拍摄的视频中提取存在目标人物的图像帧,将提取到目标人物的深度摄像机作为上一深度摄像机,基于当前深度摄像机和上一深度摄像机的图像帧中目标人物的运动趋势识别目标人物的精准安全隐患程度;

每个深度摄像机在接收到管理服务器的指示之后,查找自身拍摄的时间在当前深度摄像机拍摄时间之前的视频(一般为10s之内),并从视频中查找是否存在目标人物,对于存在目标人物的深度摄像机即为拍摄到目标人物上一时刻的运动状态。

由于深度摄像机在初步判断人体是否摔倒时可能存在目标人物自主蹲下的可能性,需要根据某一短暂时间段内目标人体的位姿变化来进一步精确识别目标人物是否摔倒(例如前3s拍摄的是站立位姿,当前拍摄的是倒下位姿,则确定目标人物是摔倒),因此以拍摄到目标人物摔倒的摄像头为中心点,获取一个圆周内的所有摄像头拍摄的事故发生前的深度视频,从中找出拍摄到目标人物的摄像头,然后从该摄像头拍摄的深度视频中获取目标人物的骨骼坐标以及人体矩形框的高和宽,确定人体位姿,根据该摄像头的人体位姿和摔倒时拍摄的人体位姿进行比对,确定该目标人物在短时间内发生位姿变化,确定目标人物发生摔倒事件。

步骤120、管理服务器接收到安全指示后,以获取到目标人物的当前深度摄像机为中心点,获取预定半径内的所有场地监测设备,向该半径区域内的所有场地监测设备发送查询目标人物指令;

步骤130、每个接收到查询目标人物指令的场地监测设备查询在安全隐患发生前的视频,从中确定拍摄到目标人物上一运动轨迹的上一场地监测设备,并将该视频发送至管理服务器;

步骤140、管理服务器按照上一场地监测设备和当前场地监测设备拍摄的视频确定目标人物发生安全隐患时的运动状况,将目标人物的运动状况、目标人物的身体素质输入预先创建的模型,确定目标人物的安全隐患严重程度,根据目标人物的安全隐患严重程度选择性向管理人员终端设备发送报警指示;

本申请实施例中,确定目标人物的安全隐患严重程度,具体包括如下子步骤:

步骤141、采集不同身体素质的不同运动状况以及所能承受的冲击力得到特征向量,输入分类模型,训练分类模型得到不同的子分类模型,分别利用各个子分类模型对特征向量集进行分类,通过分类结果估计得到各个子分类模型的权重的集合;

具体地,采集历史摔倒事件中不同性别、高宽等不同身体素质的大量数据,并采集这些不同身体素质的人员在摔倒时的运动状况,如摔倒时的速度、加速度等,以及这些人员所能承受的冲击力,即力度范围不同时可能造成的不同程度的身体伤害,将这些数据组成特征向量集A={(x

步骤142、寻找权重的集合中的每个权重对应的最优值,通过各个子分类模型和其对应的权重的最优值的组合确定安全隐患严重程度,得到安全隐患识别模型;

通过粒子群优化算法计算各个子分类模型f

步骤243、从上一深度摄像机拍摄的视频中确定目标人物的身体素质,并从当前深度摄像机和上一深度摄像机拍摄视频计算目标人物摔倒时的运动状况,将目标人物的运动状况、人体身体素质输入安全隐患识别模型,输出安全隐患严重程度;

优选地,从上一深度摄像机的视频中能够确定目标人物的高、宽,并根据深度视频中的骨骼数据能够确定目标人物的性别,从当前深度摄像机和上一深度摄像机拍摄视频计算目标人物摔倒时的速度,将目标人物的高、宽、性别以及目标人物摔倒时的速度输入安全隐患识别模型,计算目标人物摔倒时的冲击力,若目标人物摔倒时的冲击力高于人体所能承受的最大冲击力,则输出高数值的安全隐患严重程度,在输出高数值安全隐患严重程度之后向管理人员发送报警指示,指示管理人员进行及时救援。

实施例二

本申请实施例二提供一种用于冰雪体育运动的场地监测系统,包括场地监测设备、管理服务器和管理人员终端设备,所述系统执行实施例一所述的用于冰雪体育运动的场地监测方法。

场地监测设备包括对称安装在场地两端的多个并排监测桩,每相对的一组监测桩之间安装索道,在索道上滑动连接监测缆车,监测缆车在一组监测桩之间以预设速度进行滑动,在监测缆车底部安装深度摄像机。

通过设置在监测缆车底部的深度摄像机拍摄冰雪体育场地视频,在所有监测桩之间以及索道上均连接有数据的光缆,深度摄像机对拍摄的场地视频进行初步识别,然后再通过光缆将深度摄像机拍摄的冰雪体育场地视频传输至管理服务器进行冰雪体育场地分析和监测,根据监测结果决定是否向管理人员终端设备发送报警指示。

以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号