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！

龙图腾网获悉戈迪斯(杭州)智能技术有限公司申请的专利基于人体姿态识别的体育运动计数和违规动作判别方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：CN117133057B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202311209213.0，技术领域涉及：G06V40/20；该发明授权基于人体姿态识别的体育运动计数和违规动作判别方法是由栾博恒;李雨雨;易金城;周河设计研发完成，并于2023-09-18向国家知识产权局提交的专利申请。

本基于人体姿态识别的体育运动计数和违规动作判别方法在说明书摘要公布了：本发明公开了基于人体姿态识别的体育运动计数和违规动作判别方法，包括如下步骤：步骤A、人体识别；步骤B、人员筛选；步骤C、基于人体关键点检测技术检测重复动作；步骤D、违规动作的判定。本发明使用深度学习的人体关键点检测技术，根据这些位置信息，计算各个肢体部位的相对位置和相对角度，从而判断测试人员在做什么动作，动作是否到位，是否存在违规情况。最后结合时域信息，将前后多帧动作进行关联，判断人体是否准确完成了各个规范动作。当各动作依次规范完成，系统自动进行计数。本发明自动适应不同的人体特征，而且本发明和红外射频技术相比，计数准确率高。

本发明授权基于人体姿态识别的体育运动计数和违规动作判别方法在权利要求书中公布了：1.基于人体姿态识别的体育运动计数和违规动作判别方法，其特征在于，包括如下步骤： 步骤A、人体识别：从摄像头中获取实时视频数据，采用深度学习的目标检测技术检测视频中的人员； 步骤B、人员筛选：计算测试区域，剔除无关人员，保留运动员； 步骤C、基于人体关键点检测技术检测重复动作： 1数据收集与标注：收集包含重复动作的图像或视频数据集，并对每个动作的起始和终止关键点进行标注，以便识别一个完整的动作周期，所述数据集包括常规的人体动作、体育动作以及从互联网公开渠道收集的视频动作； 2模型训练：使用深度学习模型对准备好的数据集进行训练，所述深度学习模型采用卷积神经网络，卷积神经网络包括卷积层、池化层、全连接层、激活函数和批归一化层； 所述卷积层使用一组用于学习的滤波器在输入图像上滑动，执行局部特征提取，每个滤波器对输入图像的区域执行卷积操作，生成特征映射； 所述池化层用于减小特征映射的空间尺寸，降低计算复杂度，并使网络具有平移不变性； 所述全连接层用于将卷积层和池化层提取的特征映射连接到输出层，进行分类或回归任务； 所述激活函数在卷积层和全连接层之后，激活函数引入非线性性质，使网络能够学习复杂的特征映射； 所述批归一化层将每个特征通道的输入归一化为零均值和单位方差，减少梯度消失问题，有助于加速训练过程并提高模型的稳定性； 所述训练过程通过最小化预测关键点位置与标注位置之间的误差来调整网络参数，以使其能够准确地预测关键点； 3关键点检测：使用训练好的人体关键点检测模型，在数据集中的每一帧中预测出关键点的位置； 4动作周期识别：根据关键点的位置变化，识别出动作的起始和终止点，所述识别通过判断特定关键点的位置是否经过阈值来实现； 5动作计数：通过识别出的动作周期，计算动作的数量； 步骤D、违规动作的判定： 1特征提取：从关键点序列中提取特征，采用关键点之间的距离、角度和速度特征来描述人体动作的变化； 2建立规则：根据违规动作的特点，制定相应的规则； 3模型训练与评估：使用深度学习方法，训练一个分类模型来判断违规动作，所述分类模型是一种机器学习模型，用于将输入数据分为不同的类别或标签，再使用带有标注的数据集进行训练，并使用测试数据进行评估；所述分类模型选择一种轻量级基于卷积神经网络的分类模型，操作步骤为： S1、导入软件库和数据：首先，导入软件库，加载图像数据集，对数据进行预处理，并将数据划分为训练集和测试集； S2、加载预训练模型：使用已经在大规模图像数据集上预训练过的分类模型作为基础模型； S3、修改模型架构：预训练模型包括了用于分类大量不同类别的输出层，根据本次任务修改输出层的结构以适应具体的分类问题，需要将最后一层全连接层替换为一个具有与分类类别数相匹配的新全连接层； S4、冻结部分层：为了加快训练速度并防止丢失分类模型的特征提取能力，选择冻结卷积层，使它们在训练过程中保持不变； S5、训练模型：使用训练集对修改后的模型进行训练，在训练过程中，通过反向传播来更新模型的权重，使其能够从训练数据中学习； S6、评估模型：使用测试集来评估模型的性能； S7、微调：当模型在实际运行时的性能不够好，需要微调模型的参数或尝试不同的数据增强策略； S8、预测新数据：训练完成后，使用模型来对新的未标记图像进行分类； 4违规动作判断：根据提取的特征和训练好的分类模型，对图像或视频中的动作进行判断，如果检测到与违规规则或模型预测不符的情况，则判定为违规动作； 5反馈和警告：对于检测到的违规动作，给出警告、提示和记录。

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戈迪斯(杭州)智能技术有限公司，其通讯地址为：310059 浙江省杭州市滨江区浦沿街道东信大道66号2号楼212室；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。