申请/专利权人：百色学院

申请日：2020-10-23

公开（公告）日：2024-05-17

公开（公告）号：CN112381118B

主分类号：G06V10/74

分类号：G06V10/74;G06V40/20;G06V10/764;G06V10/774;G06V10/762;G06Q50/20

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2021.03.09#实质审查的生效;2021.02.19#公开

摘要：本申请实施例公开了一种大学舞蹈考试测评方法、装置、设备及存储介质，属于舞蹈教学技术领域，该方法包括:采集学生舞蹈考试的现场视频；构建舞蹈图片集；将舞蹈图片集传入预设的TLSVM模型，识别出不同动作种类；获取不同动作种类对应的时空区域，构建所述训练集对应的时空区域集合；获取现场视频中每一个动作对应的测试时空区域；从训练时空区域集合中确定测试时空区域一一对应的时空区域，基于时空区域识别现场视频中的舞蹈动作；将现场视频中识别出舞蹈动作与预设的测试舞蹈动作进行对比，确定两者间的相似度，将相似度作为测评结果，完成大学舞蹈考试测评。本申请避免监考老师的主观因素影响，做到公平进行舞蹈测评。

主权项：1.一种大学舞蹈考试测评方法，其特征在于，包括下述步骤：采集学生舞蹈考试的现场视频；获取网络上只标注动作类别的大量舞蹈动作图片，构建舞蹈图片集；将所述舞蹈图片集作为训练集，传入预设的TLSVM模型，识别出所述训练集中不同动作种类；获取所述不同动作种类对应的图像特征空间，并基于随机聚类森林的线性变换法，获取所述图像特征空间映射的视频特征空间，确定每一个所述视频特征空间对应的时空区域，构建所述训练集对应的时空区域集合；所述获取所述不同动作种类对应的图像特征空间，包括：获取所述不同动作种类对应的不同肢体位置，基于Hessian矩阵的方式，识别所述不同肢体对应空间的极值；基于所述极值，构建不同肢体对应的尺度空间；获取所述尺度空间中的特征点，并进行过滤，对所述特征点进行精确定位；获取不同特征点的主方向和所述不同特征点的特征值，基于所述主方向和特征值构建所述不同特征点对应形状特征，将所述形状特征作为所述不同动作种类对应的图像特征空间；所述获取所述不同动作种类对应的不同肢体位置，基于Hessian矩阵的方式，识别所述不同肢体对应空间的极值，具体方式如下：确定所述不同肢体在二维图像中的位置，并对不同肢体包含的每个像素点计算图像在X方向和Y方向的二阶偏导数，计算图像的XY方向的导数，所述肢体在临界点Cx,y点的Hession矩阵为HC,若所述HC为正定矩阵，则临界点C处是一个局部极小值，若所述HC为负定矩阵，则临界点C处是一个局部极大值，若所述HC为不定矩阵，则临界点C处不是极值，识别出的所有极大值和极小值对应的点构成所述不同肢体对应空间的极值；将所述现场视频作为测试集，获取所述测试集中每一个动作对应的视频特征空间，确定所述视频特征空间对应的时空区域，作为测试时空区域；所述获取所述测试集中每一个动作对应的视频特征空间，包括：对所述测试集进行视频分割处理，将所述测试集分割成连贯的图像；获取所述图像的颜色特征，纹理特征，人物形状特征；分别获取所述图像的图像特征空间，并基于随机聚类森林的线性变换法，获取所述图像特征空间映射的视频特征空间；基于所述时空区域集合，确定所述测试时空区域对应的时空区域，基于所述时空区域识别所述现场视频中不同的舞蹈动作；将所述现场视频中识别出舞蹈动作与预设的测试舞蹈动作进行对比，并基于预设算法确定两者间的相似度，将所述相似度作为测评结果，完成大学舞蹈考试测评。

全文数据：

权利要求：

百度查询： 百色学院 一种大学舞蹈考试测评方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD