基于CKPCA-HOG 特征的游泳運(yùn)動(dòng)員頭部姿態(tài)模擬研究

付 超

游泳運(yùn)動(dòng)員在水中頭部及身體姿態(tài)的變化會(huì)產(chǎn)生阻力.其阻力主要為摩擦阻力、粘差阻力和興波阻力.摩擦阻力是運(yùn)動(dòng)員體表與液體接觸產(chǎn)生的阻力，是運(yùn)動(dòng)員向前行進(jìn)時(shí)切向所產(chǎn)生的反向力.粘差阻力主要取決于運(yùn)動(dòng)員體表與液體的接觸面積和運(yùn)動(dòng)速度.興波阻力則來源于運(yùn)動(dòng)員在水與空氣交界處運(yùn)動(dòng)產(chǎn)生的波動(dòng).為降低阻力的影響，需要對(duì)游泳運(yùn)動(dòng)員進(jìn)行頭部姿態(tài)的特定訓(xùn)練，讓運(yùn)動(dòng)員保持頭肩部盡可能與水面平行，并在呼吸換氣過程時(shí)保持頭部的穩(wěn)定，從而形成有利于克服阻力干涉條件［1］.但在當(dāng)前的訓(xùn)練過程中，教練員很難從池上準(zhǔn)確觀察運(yùn)動(dòng)員頭部動(dòng)作是否完善，因此，需要采用更先進(jìn)的科技方案解決運(yùn)動(dòng)員頭部姿勢(shì)的估計(jì)問題.

采用流體力學(xué)計(jì)算和機(jī)器學(xué)習(xí)識(shí)別方法，能夠有效捕捉流場(chǎng)細(xì)節(jié)，精準(zhǔn)識(shí)別游泳運(yùn)動(dòng)員頭部姿態(tài)，同時(shí)機(jī)器識(shí)別具備自動(dòng)性和重復(fù)性，可以減輕教練員的工作量.機(jī)器識(shí)別的研究大致可以分為兩個(gè)方向，其一是由外至內(nèi)（Outside to inside）的場(chǎng)景研究方案，主要是通過在泳池中設(shè)置仿生攝像頭，進(jìn)而捕捉游泳運(yùn)動(dòng)員行進(jìn)過程中的力學(xué)變化，已有學(xué)者進(jìn)行了相關(guān)研究.例如，ZA?DI H 等采用CFD技術(shù)模擬了游泳運(yùn)動(dòng)員行進(jìn)過程中的流體力學(xué)表現(xiàn)，并對(duì)游泳阻力進(jìn)行深入分析［2］；NAEMI ROOZBEH 等通過三維模型構(gòu)建，基于AR 技術(shù)對(duì)運(yùn)動(dòng)員全身姿態(tài)進(jìn)行估計(jì)，對(duì)于游泳運(yùn)動(dòng)員的周邊阻力變動(dòng)進(jìn)行數(shù)值計(jì)算［3］；其二則是由內(nèi)至外（Inside to outside），主要是讓運(yùn)動(dòng)員佩戴傳感器，通過游泳運(yùn)動(dòng)員行進(jìn)過程中的動(dòng)態(tài)記錄來估計(jì)運(yùn)動(dòng)員軀干的受力情況.由于運(yùn)動(dòng)精度問題，學(xué)者們的研究多為由內(nèi)至外，缺乏由外至內(nèi)的研究成果，同時(shí)佩戴傳感器進(jìn)行運(yùn)動(dòng)，也會(huì)加強(qiáng)運(yùn)動(dòng)員的行進(jìn)阻力.鑒于上述研究的情況，該文將基于由外至內(nèi)研究方向，試圖給出精度更高、識(shí)別時(shí)間更短、整體成本更低的游泳運(yùn)動(dòng)員頭部姿態(tài)估計(jì)方案［4］.

1 主要數(shù)值方法

1.1 三維人體幾何模型

一般而言，布設(shè)由外至內(nèi)的泳池監(jiān)測(cè)方案，至少需要在泳池中布設(shè)10 架攝像儀器，如圖1（a）所示.將泳池視為一個(gè)立方體，則需要8 枚攝像頭設(shè)置于邊角對(duì)物體進(jìn)行三維定位，再于池邊的中線設(shè)置兩架主攝像儀器，以拍攝運(yùn)動(dòng)員的姿態(tài)［5］，傳統(tǒng)方案對(duì)攝影的精度要求極大，且后續(xù)需要教練員逐個(gè)識(shí)別圖像，對(duì)教練員而言工作量較大［6］.而該文的研究目標(biāo)是判定運(yùn)動(dòng)員在水面滑行時(shí)的三類頭部姿態(tài)（高于、平行及低于身體），因此本方案僅僅需要觀察運(yùn)動(dòng)員身體的情況（無須觀測(cè)與液體的相對(duì)位置），并以運(yùn)動(dòng)員輪廓的三維曲線構(gòu)成完整的封閉曲面，因此只需要保留中線的兩架主攝像儀器（采用SONY F3 三維攝影機(jī)），如圖1（b）所示.

圖1 攝像儀器的設(shè)置

該文的三維圖像構(gòu)建情況如下：首先參考參加預(yù)實(shí)驗(yàn)的游泳運(yùn)動(dòng)員A 的行進(jìn)情況，通過三維拍攝，在Pro/E 軟件中繪制其身體輪廓的封閉曲面，將上述曲面導(dǎo)入至ANSYS 軟件中進(jìn)行幾何拓?fù)?，從而形成三類頭部姿態(tài)下的人體模型，上述過程自動(dòng)編碼，后續(xù)將由計(jì)算器全程自動(dòng)進(jìn)行.圖2 為運(yùn)動(dòng)員A 三種頭部姿態(tài)的身體模型.

圖2 游泳運(yùn)動(dòng)員A 三種頭部姿態(tài)的模型

1.2 圖像特征描述方法（HOG）

為了有效分析圖2 所示的三維圖像，需要將圖像進(jìn)行數(shù)據(jù)編碼，以轉(zhuǎn)換為易于計(jì)算機(jī)理解的數(shù)值情況，因此需要采用圖像特征描述方法（HOG）.目標(biāo)分類是對(duì)于未知目標(biāo)的數(shù)值轉(zhuǎn)換，采用一組能夠代表目標(biāo)特征的值作為輸入，從而由計(jì)算機(jī)分析該值是否屬于靶向目標(biāo).其一，HOG 方法屬于典型的局部分析方法，通過提取不同圖像中區(qū)別最大的局部特征，形成易于區(qū)分的特征向量，進(jìn)而將分類問題轉(zhuǎn)變?yōu)榫垲悊栴}.其二，HOG 方法的主要數(shù)學(xué)內(nèi)涵是梯度方向直方圖描述子（Descriptors），即將圖像的外觀進(jìn)行分割，通過梯度強(qiáng)度或邊緣方向的分布進(jìn)行數(shù)值描述，這些描述子也被稱為圖像的細(xì)胞（Cell），計(jì)算每個(gè)細(xì)胞的梯度/邊緣方向的直方圖，進(jìn)而將各個(gè)直方圖進(jìn)行組合形成最終直方圖描述子.第三，HOG 方法的過程如圖3 所示，圖3（a）為三維構(gòu)圖后的原始圖像，圖3（b）為分割后的圖像細(xì)胞，計(jì)算機(jī)通過計(jì)算各個(gè)細(xì)胞的直方圖，敏銳地發(fā)現(xiàn)頭肩部波動(dòng)水平最高，從而鎖定至圖3（c）的情況，最終由該單元所有像素梯度強(qiáng)度值的和進(jìn)行歸一化，得到如圖3（d）的HOG 描述子，該描述子是直接能夠被計(jì)算機(jī)所理解的特征向量.

圖3 HOG 特征算子

1.3 CKPCA 方法

對(duì)于游泳運(yùn)動(dòng)中的運(yùn)動(dòng)目標(biāo)，通過三維拍攝和HOG 方法得到該目標(biāo)的特征向量，由于所獲取的特征向量維度較高，過高的維度會(huì)影響目標(biāo)分類的運(yùn)算速度，因此還需要通過其他方法進(jìn)行降維，從而在較低的維度間進(jìn)行分類.PCA 方法是機(jī)器學(xué)習(xí)中的傳統(tǒng)降維方法，該方法運(yùn)算時(shí)間極短，精度較高，但PCA 方法僅僅能夠解決線性問題，在實(shí)時(shí)運(yùn)行過程中，一旦出現(xiàn)非線性目標(biāo)，就會(huì)出現(xiàn)漏判、誤判的情況.而KPCA 方法則是針對(duì)PCA方法的改進(jìn)，該方法首先針對(duì)特征向量進(jìn)行線性判定，對(duì)于線性不可分的問題進(jìn)行單獨(dú)運(yùn)算，但KPCA 方法所需的運(yùn)算時(shí)間較長(zhǎng)，在游泳運(yùn)動(dòng)中進(jìn)行頭部姿態(tài)矯正，需要即時(shí)發(fā)現(xiàn)，即時(shí)反饋，顯然KPCA 方法仍不符合該文的需求.因此該文引入CKPCA 方法實(shí)現(xiàn)上述目標(biāo)，該方法的核心思想是，通過引入核函數(shù)，將非線性空間變換至高維線性空間，并在高維空間采取主成分分析法進(jìn)行數(shù)據(jù)降維，再進(jìn)行實(shí)時(shí)計(jì)算.CKPCA 方法也可能因此核函數(shù)設(shè)置過于復(fù)雜而出現(xiàn)計(jì)算時(shí)間較長(zhǎng)的問題，該文借鑒李勇達(dá)等的研究［7］，為了降低核矩陣（核函數(shù)）的計(jì)算復(fù)雜性，選擇疏散的貪婪矩陣近似（SGA）方法來縮減樣本點(diǎn)個(gè)數(shù)，進(jìn)而降低核矩陣階數(shù).

上述方法的對(duì)比如表1 所示，從表中可以看出，直接由HOG 提取的特征向量維度極高，而PCA-HOG、KPCA-HOG 和CKPCA-HOG 方法的特征維度均降至20 維，更低的維度對(duì)應(yīng)更短的計(jì)算時(shí)間.從運(yùn)算時(shí)間來看，基于HOG方法的直接分類時(shí)間最慢，為1 700 ms，而CKPCA-HOG 方法最快，僅為80 ms，這說明利用核函數(shù)之后，對(duì)于線性/非線性問題的直接適配，能夠極大地增加運(yùn)算效率.其次，CKPCAHOG 方法的理論精度區(qū)間最小，為［90%，100%］，更小的理論精度曲線代表目標(biāo)分類準(zhǔn)確性更強(qiáng).

表1 機(jī)器學(xué)習(xí)中目標(biāo)分類方法的對(duì)比

2 實(shí)驗(yàn)過程及結(jié)果分析

2.1 實(shí)驗(yàn)環(huán)境

為了驗(yàn)證該文提出的游泳運(yùn)動(dòng)員頭部姿態(tài)分類算法的有效性，在泳池提取相關(guān)三維圖片后，在計(jì)算機(jī)上進(jìn)行深入的分類分項(xiàng).計(jì)算機(jī)配置為Intel Corei5-9400F CPU，內(nèi)存為8 GB，軟件在Visual C++ 6.0 開發(fā)環(huán)境下運(yùn)行，包括三維圖像繪制軟件Pro/E，幾何拓?fù)滠浖嗀NSYS 和機(jī)器學(xué)習(xí)軟件Python.訓(xùn)練過程的圖像來自運(yùn)動(dòng)員A 的預(yù)先實(shí)驗(yàn)，包括運(yùn)動(dòng)員A游泳行進(jìn)過程中未分類的圖像和由專業(yè)教練員手工檢測(cè)的分類圖像.測(cè)試圖像來源包括兩個(gè)部分：其一是來自于運(yùn)動(dòng)員A 所使用游泳館相同泳池的訓(xùn)練數(shù)據(jù)，20 名與運(yùn)動(dòng)員A體型相仿的男性運(yùn)動(dòng)員在該泳池同時(shí)進(jìn)行1小時(shí)訓(xùn)練，泳姿為自由泳，總計(jì)得到200 幅三維圖像.其二是來自于另一游泳館（不同于訓(xùn)練泳池）的100 米模擬訓(xùn)練，該測(cè)試由軟件自動(dòng)進(jìn)行拍攝與分類，然后由專業(yè)教練員對(duì)其中復(fù)雜圖像或者錯(cuò)誤圖像進(jìn)行分析判別.

2.2 訓(xùn)練階段

訓(xùn)練階段是為了使得支持向量機(jī)能夠準(zhǔn)確對(duì)圖像進(jìn)行分類，甄別運(yùn)動(dòng)員頭部姿態(tài)情況，以及判定運(yùn)動(dòng)員頭部姿態(tài)是否符合標(biāo)準(zhǔn)，因此需要導(dǎo)入一些具備代表性的已分類圖像對(duì)其進(jìn)行訓(xùn)練［8］.該文的訓(xùn)練圖像均來自游泳運(yùn)動(dòng)員A，該運(yùn)動(dòng)員為國家一級(jí)游泳運(yùn)動(dòng)員，主攻400 米自由泳項(xiàng)目，體態(tài)勻稱，頭肩部控制較好.在預(yù)實(shí)驗(yàn)過程中，該運(yùn)動(dòng)員按照實(shí)驗(yàn)?zāi)繕?biāo)分別示范了頭部平行于身體的正樣本，總計(jì)40 幅；示范了頭部高于/低于身體的負(fù)樣本，總計(jì)40 幅；此外，還加入了部分完全不符合目標(biāo)參數(shù)的負(fù)樣本，包括完全任意的網(wǎng)絡(luò)圖片、僅拍攝泳線的泳池圖片、設(shè)置漂浮物（游泳圈、游泳板）的泳池圖片、運(yùn)動(dòng)員站立于池中的泳池圖片等，總計(jì)40 幅.將上述120幅圖片大小均調(diào)整為N×N，以保持信息量的統(tǒng)一性，然后計(jì)算得到各個(gè)圖像的CKPCAHOG 特征，再采用支持向量機(jī)進(jìn)行訓(xùn)練分類，從而獲得能夠自動(dòng)識(shí)別的模型.

2.3 識(shí)別階段

識(shí)別階段，首先導(dǎo)入訓(xùn)練好的CKPCA-HOG支持向量機(jī)分類模型.再通過攝影機(jī)的實(shí)時(shí)拍攝，將相關(guān)特征數(shù)據(jù)錄入計(jì)算機(jī)進(jìn)行分析.該文主要考察了兩個(gè)場(chǎng)景的識(shí)別情況，第一個(gè)場(chǎng)景是訓(xùn)練階段相同泳池的識(shí)別情況，由20 個(gè)志愿參與本實(shí)驗(yàn)的游泳運(yùn)動(dòng)員進(jìn)行，主要進(jìn)行100 米自由泳訓(xùn)練，攝影機(jī)針對(duì)泳池情況進(jìn)行隨機(jī)錄入，最終得到200 幅三維圖像，分類情況如表2 所示.對(duì)于待分類的200 幅三維圖像而言，訓(xùn)練好的機(jī)器識(shí)別分類器成功識(shí) 別197 組，漏檢1 組，錯(cuò)檢2 組，實(shí)際精度為98.5%，處于理論檢測(cè)精度區(qū)間，檢測(cè)精度較高.

表2 相同場(chǎng)景的識(shí)別情況

第二個(gè)場(chǎng)景則是不同于訓(xùn)練階段的泳池，且由機(jī)器直接分類提交池內(nèi)運(yùn)動(dòng)員的正確頭部姿態(tài)情況.該文在專業(yè)游泳隊(duì)舉行的100 米自由泳訓(xùn)練中進(jìn)行分析，在場(chǎng)館內(nèi)布設(shè)監(jiān)測(cè)設(shè)備，并實(shí)時(shí)進(jìn)行姿態(tài)估計(jì)和拍攝，由專業(yè)教練員對(duì)比判定機(jī)器分類結(jié)果是否正確，訓(xùn)練中總計(jì)8 名運(yùn)動(dòng)員，監(jiān)測(cè)情況如表3 所示.分類器最終提交圖像中捕捉到8 名運(yùn)動(dòng)員信息，捕捉率100%；提交正確頭部姿態(tài)176幅，經(jīng)教練員判定，174 幅符合正確頭部姿態(tài)標(biāo)準(zhǔn)，判定率98.86%；提交錯(cuò)誤頭部姿態(tài)212幅，經(jīng)教練員判定，211 幅符合錯(cuò)誤頭部姿態(tài)標(biāo)準(zhǔn)，判定率99.52%.

表3 不同場(chǎng)景的識(shí)別情況

3 結(jié)論

研究基于由外至內(nèi)的場(chǎng)景研究方案，目標(biāo)是盡可能實(shí)現(xiàn)減少泳池內(nèi)運(yùn)動(dòng)傳感器數(shù)量的同時(shí)，提高識(shí)別精度.對(duì)此，該文在泳池內(nèi)布設(shè)兩架三維攝影機(jī)（型號(hào)：SONY F3），對(duì)運(yùn)動(dòng)員進(jìn)行姿態(tài)捕捉，并采用Pro/E 軟件生成運(yùn)動(dòng)員三維模型，再以CKPCA-HOG 模型進(jìn)行機(jī)器識(shí)別，從而對(duì)游泳運(yùn)動(dòng)員的頭部姿態(tài)進(jìn)行估計(jì).對(duì)于待分類的200 幅三維圖像而言，訓(xùn)練好的機(jī)器識(shí)別分類器成功識(shí)別197 組，漏檢1 組，錯(cuò)檢2 組，檢測(cè)率為98.5%；在模擬100 米訓(xùn)練過程中，識(shí)別器總計(jì)捕捉8 個(gè)運(yùn)動(dòng)員信息，捕捉率100%，識(shí)別176 組頭部姿態(tài)正確（平行于身體）的三維圖像，經(jīng)專業(yè)教練員對(duì)比判定，成功監(jiān)測(cè)174 組，判定率為98.86%；識(shí)別212 幅頭部姿態(tài)錯(cuò)誤（高/低于身體）的三維圖像，經(jīng)專業(yè)教練員對(duì)比判定，成功監(jiān)測(cè)211 組，判定率為99.52%.總的來看，該文所構(gòu)造的CKPCA-HOG 游泳運(yùn)動(dòng)員頭部姿態(tài)估計(jì)方案，具備下述三個(gè)優(yōu)點(diǎn).

第一，成本低廉，對(duì)攝影機(jī)要求較低.傳統(tǒng)的游泳姿態(tài)估計(jì)過程，最少需要在泳池（視為立方體）的8 個(gè)角及4 個(gè)邊的中心點(diǎn)設(shè)置監(jiān)測(cè)儀器，而該文僅僅在2 兩個(gè)中心點(diǎn)設(shè)置三維攝影機(jī)，相比之下成本需求更低.

第二，識(shí)別精度高，用時(shí)短.對(duì)于轉(zhuǎn)瞬即逝的游泳行進(jìn)而言，實(shí)現(xiàn)盡可能低的識(shí)別時(shí)間，是方案可大規(guī)模應(yīng)用的前提，該文的檢測(cè)方案，相比于傳統(tǒng)識(shí)別方案所需時(shí)間更少，識(shí)別精度更高，因此有利于大規(guī)模應(yīng)用.

第三，針對(duì)頭部姿態(tài)的特定檢測(cè)，有助于改善運(yùn)動(dòng)員游泳姿態(tài)，減少興波阻力，進(jìn)而提升運(yùn)動(dòng)成績(jī).該文的監(jiān)測(cè)方案之所以能夠?qū)崿F(xiàn)短時(shí)間、高精度的監(jiān)測(cè)，就是因?yàn)槔肏OG方法將監(jiān)控范圍鎖定在運(yùn)動(dòng)員的頭肩部，進(jìn)而采用CKPCA 模型對(duì)三類姿態(tài)進(jìn)行快速識(shí)別，路徑更明晰.在未來的實(shí)踐過程中，還可以將監(jiān)測(cè)范圍進(jìn)行移動(dòng)，例如針對(duì)游泳運(yùn)動(dòng)員腿部、髖部、臀部等特定位置進(jìn)行姿態(tài)監(jiān)控，進(jìn)行針對(duì)性地運(yùn)動(dòng)姿態(tài)調(diào)整.