基于姿态识别的武术套路评分系统的设计_夏永强.pdf

民族传统体育2023年(第13卷)第6期当代体育科技(Contemporary Sports Technology)基于姿态识别的武术套路评分系统的设计夏永强 周元玲*(湖南人文科技学院 湖南娄底 417000)摘 要：现有的武术套路竞赛评分主要采用人工评分的方式，主观性较强。该文提出将人体姿态识别计算应用到武术套路竞赛评分中。通过Mediapipe为基础库和视觉预处理的OpenCV2库进行人体姿态检测，通过人体姿态算法计算相关关节点的角度，实现武术套路竞赛的量化评估。通过实验表明，该系统具有较强的计算和分析能力，能够通过关节角度等反映运动者的动作质量，减少主观性评分。关键词：姿态识别 武术套路竞赛 量化评分 OpenCV中图分类号：G80 文献标识码：A文章编号：2095-2813(2023)06-0121-04Design of Martial Arts Routine Scoring System Based on Posture RecognitionXIA Yongqiang ZHOU Yuanling*(Hunan University of Humanities,Science and Technology,Loudi,Hunan Province,417000 China)Abstract:The existing scoring of martial arts routine competitions mainly adopts the manual scoring method,which is highly subjective.This paper proposes to apply the calculation of human posture recognition to the scoring of martial arts routine competitions for quantitative scoring.The OpenCV2 library based on Mediapipe and visual preprocessing is used to detect the human posture,and the angle of the relevant points is calculated by the human posture algorithm to realize the quantitative evaluation of martial arts routine competitions.Experiments show that the system has strong computation and analysis ability,can reflect the movement quality of athletes through joint angles,and reduce subjective score.Key Words:Posture recognition;Martial Arts routine competition;Quantitative scoring;OpenCV武术是古代军事战争中一种传承的技术。习武可以强身健体，亦可以防御敌人进攻。武术竞赛规则产生于中华人民共和国成立以后，是对套路表演水平的评价标准。目前各种武术竞赛评分规则均采用或参考国家体育总局武术运动管理中心审定的最新 武术套路竞赛规则 及有关补充规定，按照无难度组别要求的竞赛项目评分方法与标准执行。武术项目走向了追求评分客观性的竞技化道路。竞技武术套路的评判得分是由动作规格、演练水平和难度3项总分组成。裁判员根据运动员现场发挥的技术水平，按照各竞赛项目的动作规格要求，减去该动作规格中出现的错误扣分和其他错误扣分，即为运动员的动作规格分。但武术套路裁判员执裁的客观性问题一直是该领域的热门话题。许多学者对武术套路竞赛做了大量研究1-3，对武术套路竞赛的规则变化对武术套路运动发展的影响进行了讨论和分析，在梳理和分析历史沿革与演变内容的基础上，解析了武术套路竞赛规则存在的现实问题及优化策略，提到借助科学仪器进行量化评判，完善演练水平的评判指标2。部分学者对武术套路竞赛采用DOI：10.16655/ki.2095-2813.2211-1579-7013基金项目：2021年湖南省大学生创新训练计划项目（S20110553032）；湖南人文科技学院大学生创新创业训练计 划资助项目（校教通 2021 56号-38）。作者简介：夏永强（2000），男，本科，研究方向为武术训练、运动训练学。通信作者：周元玲（1983），女，硕士，讲师，研究方向为运动设备开发和运动训练学，E-mail:。121当代体育科技(Contemporary Sports Technology)2023年(第13卷)第6期民族传统体育电子打分制进行了分析，认为电子打分制的执行对武术套路运动员技术动作提高有明显的影响，打分方式的改进可促进武术套路项目走向世界赛场4。随着神经网络、深度学习等人工智能技术的发展，人体姿态识别等技术在武术套路竞赛评分中开始得到关注和研究。例如，设计开发以护腕为硬件载体、结合机器学习方法的可穿戴武术动作量化评估系统，实现武术训练的量化评估5。另外，利用人体姿态识别技术，剖析相关技术，并提出以人体2D关节点进行数据分类的动作识别方案，该方案能有效识别出视频中的武术动作6。为了武术考核过程和武术中考的公平性与客观性，现已经开始尝试使用人工智能对动作规格、劲力节奏等进行评价，有效避免评价过程的主观因素和外部其他因素的影响，从客观实际的角度给予真实有效的分数7。GitHub开源平台展示了一个可以检测俯卧撑动作是否标准的程序。该程序通过检测肘、肩和髋部角度的变化来判断俯卧撑动作是否正确，同时完成俯卧撑动作计数。1 武术套路的姿态识别实现 在该文中以深度库即Mediapipe为基础库和视觉预处理的CV2库来创建一个程序，进行人体检测，跟踪武术套路竞赛动作，并针对特定动作，根据 武术套路竞赛规则 进行客观的评分。MediaPipe是谷歌开源的多面体机器学习框架，里面包含了很多各种各样的模型，其中就包括人体姿态检测；OpenCV 是一个基于BSD许可（开源）发行的跨平台的计算机视觉和机器学习的软件库，能实现图像处理和计算机视觉方向的很多通用算法。1.1 开发环境和相关库的安装该项目采用Python语音集成开发环境Pycharm，安装完Pycharm开发环境后，配置好虚拟环境，其中Python选择3.8或者3.9版本，Mediapipe的版本0.8.4、OpenCv-python 版本4.6.0.66。MediaPipe依赖OpenCV来处理视频。该方案建立在MediaPipe框架之上，MediaPipe是一款由Google Research开发并开源的多媒体机器学习模型应用框架。MediaPipe 工具包包括框架和 Solutions，MediaPipe解决方案构建在框架之上，目前提供了包括人体识别在内的16个解决方案。该项目的开发流程如图1所示。1.2 程序初始化导入项目所需相关库，如项目需依赖OpenCV来处理视频，OpenCV可以打开摄像头或者读取相关视频文件，转换为RGB图像并显示每一帧的图像。Python的2D绘图库Matplotlib用来绘制图形等。1.3 姿态检测的实现为了武术套路竞赛的方便，可以通过摄像头直接读取视频，也可以采用视频文件方式，如使用Cap=cv2.VideoCapture（0）打开摄像头，Cap=cv2.VideoCapture（pose1.mp4）打开对应视频文件。如图2所示，利用MediaPipe框架获取每一帧图片的人体关键点模型，执行姿势检测后，可以获得33个人体关键点的列表（见图2），这些人体关键点代表图像中人物的身体关节等位置。如图3和图4所示，为实际测试得到的运动员33关键点模型。1.4 关节角度等计算实现关节角度是由3个关节点和2个人体对应的支干组成的关节角度。根据33关键点的坐标点，通过三关节点坐标，利用算法获取特定部位角度。每个关键点都有对应的坐标（x，y，z）。其中x为按图像宽度归一化的关键点x坐标；y为按图像高度归一化的关键点y坐标；z为归一化与x大致相同的比例的关键点z坐标。它表示以臀部中点为原点的地标深度。可见性是一个范围为 0.0，1.0 的值，表示图像中可见（未遮挡）的可能性。length13=math.hypot(x3-x1，y3-y1)（1）length12=math.hypot(x2-x1，y2-y1)（2）length23=math.hypot(x3-x2，y3-y2)（3）angle=math.degreesmath.acos(length23 length23-length12 length12-length13 length13)/(-2 length12 length13)（4）读取视频或者摄像头图像执行身体姿态检测，33个关节列表根据相关关节位置计算关节对应角度画线、画圆和角度输出图像传递到姿势检测机器学习管道 图1 程序实现流程122当代体育科技(Contemporary Sports Technology)民族传统体育2023年(第13卷)第6期其中，关节点P1坐标（x1，y1）、P2坐标（x2，y2）、P3坐标（x3，y3）。计算角度即为P2、P1、P3关节点的角度。针对武术套路竞赛规则，对特定的动作评分，根据评分原则，对具体动作进行关节角度等信息的测量等。例如，腿法中的前扫腿扣分内容包括支撑腿大腿高于水平、扫转腿脚掌离地和扫转腿弯曲。根据上述肢体部位，映射到MediaPipe的具体关节点，如扫转腿弯曲对应的就是关节点26、24和28的角度。支撑腿大腿高于水平也可以用关节点25、23和27的角度作为参考。2 实验数据分析 根据上述分析，导入运动员武术套路竞赛视频文件，视频包含了腿法中的前扫腿过程。如图5所示，前扫腿开始阶段扫转腿膝盖部分角度为174，扫转腿基本未弯曲；支撑腿膝盖部分角度为100，运动员支撑腿大腿低于水平。如图6所示，在前扫腿过程中，扫转腿膝盖部分角度为158，扫转腿出现了轻微弯曲；支撑腿膝盖部分角度为118，运动员支撑腿大腿稍微高于水平，出现了轻微的扣分现象。3 结语 该文通过MediaPipe框架实现运动员的姿态识别，并通过姿态识别的关节坐标计算得到对应关节点的角度。利用对应的关节角度对武术套路竞赛规则评分标准的动作完成情况进行评分，能有效避免主观评分对竞赛结果的影响。武术套路竞赛规则中还有部分关于腾空高度和距离的部分评分规则，目前还在完善之中。上述方法无法实现武术套路竞赛规则所有的评分，如图2 33个人体关键点图3 运动员下蹲状态下33个关键点图4 运动员站立状态下33个关键点123当代体育科技(Contemporary Sports Technology)2023年(第13卷)第6期民族传统体育节奏、协调性等主观评分标准，只能采用人工方式评分。参考文献1 张志辉.竞技武术套路竞赛规则嬗变的研究D.北京体育大学,2015.2 刘之清.武术套路竞赛规则的演变与优化策略研究D.成都体育学院,2021.3 张凯.武术套路竞赛规则对武术套路运动发展的影响J.当代体育科技,2021,11(23):184-186.4 朱丹丹.电子打分制对云南省青少年武术套路运动员技术动作的影响研究D.云南师范大学,2018.5 王漠,赵威超,李舜禾,等.一种基于可穿戴平台的武术动作量化评估方法J.物联网技术,2018,8(8):33-36.6 姜康.基于深度学习的武术动作识别研究D.上海师范大学,2022.7 周倪楚楚,常小龙.在学校武术评分过程中抛去主观因素,人工智能将迎接未来C/2021年全国武术教育与健康大会暨民族传统体育进校园研讨会论文摘要汇编（二）,2021:202-203.图5 运动员前扫腿开始阶