一种运动人员运动训练损伤的风险预警方法与流程

本发明涉及运动风险预警，具体为一种运动人员运动训练损伤的风险预警方法。

背景技术：

1、运动训练是指为提高运动人员的竞技能力和运动成绩，在教练员的指导下，组织的有计划的体育活动，它是竞技体育的重要组成部分；运动训练的主要参与者是运动人员和教练员，而不是一般的体育参与者，是一个有组织有计划的活动过程，其目的是为了提高训练水平，为取得运动成绩奠定基础。

2、公开号为cn106709235a的中国专利公开了一种运动训练数据处理方法及装置，用软件实现了智能教练，为用户定制运动训练计划，结合运动参数和运动状态数据，增加了运动训练数据的维度，大大提高了运动数据处理的精度，使得运动训练的监督效率更高，提升了用户的体验；但是该专利存在以下缺陷：

3、现有的运动人员在运动训练时，不能对运动人员运动训练损伤进行及时地风险预警，导致运动人员运动训练时易损伤，不利于运动人员运动训练损伤的预防，使得运动人员运动训练效果差。

技术实现思路

1、本发明的目的在于提供一种运动人员运动训练损伤的风险预警方法，可对运动人员运动训练损伤进行及时地风险预警，避免运动人员运动训练时损伤，有利于运动人员运动训练损伤的预防，可提升运动人员运动训练效果，解决了上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种运动人员运动训练损伤的风险预警方法，包括以下步骤：

4、s1：实时采集运动人员在运动训练状态下的肢体动作信息及肢体运动轨迹，确定出运动人员在运动训练状态下的运动训练信息；

5、s2：对采集的运动人员在运动训练状态下的运动训练信息进行预处理，确定出运动人员在运动训练状态下的运动训练表征数据；

6、s3：对运动人员在运动训练状态下的运动训练表征数据进行分析评定，确定出基于运动人员运动训练的运动训练分析评定结果；

7、s4：对基于运动人员运动训练的运动训练分析评定结果进行深度挖掘分析，确定出基于运动人员运动训练的运动训练损伤风险预警方法，基于运动训练损伤风险预警方法对运动人员运动训练损伤进行风险预警。

8、优选的，所述s1中，确定出运动人员在运动训练状态下的运动训练信息，执行以下操作：

9、基于高清摄像头对运动人员在运动训练状态下的肢体动作进行实时地获取，确定出运动人员在运动训练状态下的肢体动作信息；

10、基于三轴加速度传感器及陀螺仪对运动人员在运动训练状态下的肢体运动进行实时地获取，确定出运动人员在运动训练状态下的肢体运动轨迹；

11、基于实时获取的肢体动作信息及肢体运动轨迹，确定出运动人员在运动训练状态下的运动训练信息。

12、优选的，基于高清摄像头对运动人员在运动训练状态下的肢体动作进行实时地获取，确定出运动人员在运动训练状态下的肢体动作信息，包括：

13、控制高清摄像头实时采集运动人员的肢体运动视频；

14、针对所述肢体运动视频进行帧处理，获得与所述肢体运动视频对应的帧图像；

15、对帧图像进行背景图像和肢体图像进行分割，并剔除所述背景图像，获得目标肢体图像；

16、将所述目标肢体图像进行灰度处理，获得灰度处理后的目标肢体图像；

17、提取所述灰度处理后的目标肢体图像中的肢体部分对应的各个像素块的灰度值；

18、利用所述灰度处理后的目标肢体图像中的各个像素块的灰度值设置灰度阈值；其中，所述灰度阈值通过如下公式获取：

19、

20、其中，hy表示灰度阈值；h0表示预设的灰度阈值基准数值；n表示目标肢体图像中的肢体部分对应的像素块的个数；hi表示第i个像素块的灰度值；

21、将所述灰度处理后的目标肢体图像中高于所述灰度阈值的像素块的灰度值值调整至第一目标灰度值，并且，将所述灰度处理后的目标肢体图像中低于所述灰度阈值的像素块的灰度值值调整至第二目标灰度值，获得预处理后的目标肢体图像；

22、将所述处理后的目标肢体图像输入至具有动作识别功能的卷积神经网络模型中进行肢体的肢体动作信息识别，获得运动人员的肢体动作信息。

23、优选的，将所述灰度处理后的目标肢体图像中高于所述灰度阈值的像素块的灰度值值调整至第一目标灰度值，并且，将所述灰度处理后的目标肢体图像中低于所述灰度阈值的像素块的灰度值值调整至第二目标灰度值，获得预处理后的目标肢体图像，包括：

24、提取所述灰度处理后的目标肢体图像中的各个像素块的灰度值；

25、提取所述灰度阈值；

26、利用所述灰度处理后的目标肢体图像中的各个像素块的灰度值和灰度阈值设置第一目标灰度值和第二目标灰度值；其中，所述第一目标灰度值和第二目标灰度值通过如下公式获取：

27、

28、

29、其中，hy01和hy02分别表示第一目标灰度值和第二目标灰度值；hy表示灰度阈值；h0表示预设的灰度阈值基准数值；m1表示灰度处理前的目标肢体图像中的像素块的灰度值高于所述预设的灰度阈值基准数值的像素块的个数；m2表示灰度处理前的目标肢体图像中的像素块的灰度值不高于所述预设的灰度阈值基准数值的像素块的个数；hgi表示灰度处理前的目标肢体图像中的像素块的灰度值高于所述预设的灰度阈值基准数值的像素块中第i个像素快的灰度值；hdi表示灰度处理前的目标肢体图像中的像素块的灰度值不高于所述预设的灰度阈值基准数值的像素块中第i个像素快的灰度值；hgp表示灰度处理前的目标肢体图像中的像素块的灰度值高于所述预设的灰度阈值基准数值的像素块的平均灰度值；hdp表示灰度处理前的目标肢体图像中的像素块的灰度值不高于所述预设的灰度阈值基准数值的像素块的平均灰度值；

30、将所述灰度处理后的目标肢体图像中高于所述灰度阈值的像素块的灰度值值调整至第一目标灰度值；

31、将所述灰度处理后的目标肢体图像中低于所述灰度阈值的像素块的灰度值值调整至第二目标灰度值；

32、当所述目标肢体图像的所有表征肢体信息的像素块全部完成灰度值调整之后，即获得预处理后的目标肢体图像。

33、优选的，所述s2中，对采集的运动人员在运动训练状态下的运动训练信息进行预处理，执行以下操作：

34、获取运动人员在运动训练状态下的运动训练信息；

35、基于顺序检索方法，对运动人员在运动训练状态下的运动训练信息进行逐个检索；

36、从运动训练信息中过滤掉对运动人员运动训练损伤的风险预警无价值的部分运动训练信息；

37、确定出对运动人员运动训练损伤的风险预警有价值的部分运动训练信息；

38、基于互斥性原则，对确定出来的对运动人员运动训练损伤的风险预警有价值的部分运动训练信息进行分组；

39、确定出具有不同属性类型的运动训练信息组，且每个运动训练信息组内存放有具有相同属性类型的运动训练信息。

40、优选的，所述s2中，对采集的运动人员在运动训练状态下的运动训练信息进行预处理，还执行以下操作：

41、获取具有不同属性类型的运动训练信息组；

42、基于内部排序方法，对每个运动训练信息组内存放的具有相同属性类型的运动训练信息进行统一排序；

43、确定出具有排列次序的运动训练信息集；

44、对运动训练信息集进行特征提取，确定出运动训练特征数据；

45、基于边缘计算方法，对运动训练特征数据进行边缘计算，确定出运动人员在运动训练状态下的运动训练表征数据。

46、优选的，所述s3中，对运动人员在运动训练状态下的运动训练表征数据进行分析评定，执行以下操作：

47、获取运动人员在运动训练状态下的运动训练表征数据；

48、基于运动训练表征数据，索引出预先设定好的用于对运动训练表征数据进行分析评定的运动训练标准数据；

49、获取索引出来的预先设定好的用于对运动训练表征数据进行分析评定的运动训练标准数据，且将运动训练标准数据提取出来；

50、基于运动训练标准数据，对运动训练表征数据进行分析评定，确定出基于运动人员运动训练的运动训练分析评定结果。

51、优选的，所述s3中，确定出基于运动人员运动训练的运动训练分析评定结果，执行以下操作：

52、获取运动训练表征数据及运动训练标准数据；

53、基于运动训练标准数据，对运动训练表征数据进行分析评定；

54、针对运动训练表征数据在运动训练标准数据范围内的情况，则确定出来的基于运动人员运动训练的运动训练分析评定结果为运动人员在运动训练状态下的运动训练不存在损伤风险；

55、针对运动训练表征数据不在运动训练标准数据范围内的情况，则确定出来的基于运动人员运动训练的运动训练分析评定结果为运动人员在运动训练状态下的运动训练存在损伤风险。

56、优选的，所述s4中，对基于运动人员运动训练的运动训练分析评定结果进行深度挖掘分析，执行以下操作：

57、获取基于运动人员运动训练的运动训练分析评定结果；

58、基于数据挖掘技术，对基于运动人员运动训练的运动训练分析评定结果进行深度挖掘分析，确定出基于运动人员运动训练的运动训练损伤风险原因；

59、基于运动训练损伤风险原因，确定出基于运动人员运动训练的运动训练损伤风险预警方法。

60、优选的，所述s4中，确定出基于运动人员运动训练的运动训练损伤风险预警方法，执行以下操作：

61、对基于运动人员运动训练的运动训练分析评定结果进行深度挖掘分析；

62、针对运动训练不存在损伤风险的情况，则确定出来的基于运动人员运动训练的运动训练损伤风险预警方法为不需要对运动人员进行运动训练损伤风险预警：

63、针对运动训练存在损伤风险的情况，则确定出来的基于运动人员运动训练的运动训练损伤风险预警方法为需要对运动人员进行运动训练损伤风险预警，指明风险情况，且指导运动人员进行正确的运动训练，避免运动训练损伤；

64、获取基于运动人员运动训练的运动训练损伤风险预警方法，基于运动训练损伤风险预警方法对运动人员运动训练损伤进行风险预警。

65、与现有技术相比，本发明的有益效果是：

66、本发明通过实时采集运动人员在运动训练状态下的肢体动作信息及肢体运动轨迹，确定出运动人员在运动训练状态下的运动训练信息，对采集的运动人员在运动训练状态下的运动训练信息进行预处理，确定出运动人员在运动训练状态下的运动训练表征数据，对运动人员在运动训练状态下的运动训练表征数据进行分析评定，确定出基于运动人员运动训练的运动训练分析评定结果，对基于运动人员运动训练的运动训练分析评定结果进行深度挖掘分析，确定出基于运动人员运动训练的运动训练损伤风险预警方法，基于运动训练损伤风险预警方法对运动人员运动训练损伤进行风险预警，可对运动人员运动训练损伤进行及时地风险预警，避免运动人员运动训练时损伤，有利于运动人员运动训练损伤的预防，可提升运动人员运动训练效果。