本发明涉及用于测量包括运动在内的行为的方法和测量装置。

例如，为了改善体育运动行为、学习正确的工作人机工程学或为了残 疾人的恢复，人们可以测量并分析人体的运动和姿势。例如在体育运动行 为过程中，教练员可能只用眼睛观察受训人员的行为并告诉他/她如何改善 或提高其行为和/或告诉他或她的行为有哪些不足。
教练员也可能求助于各种不同的测量装置，借此例如可以视频记录下 行为。测量装置可以分析图像数据，从行为中确定各种不同的简单特征， 教练员可以通过上述简单特征并依据自身的见识尝试指导受训人员来改 善其行为。为了成像，可以在四肢、躯体和或许体育运动器材上安装许多 标记，这些标记有助于运动的测量。

本发明的目的是提供一种改进方法和一种实施该方法的测量装置。通
过用于测量包括运动在内的行为的方法来实现上述目的，该方法包括：从 至少两个不同的方向对做运动的每个人进行成像，由此提供每个行为的图 像数据；为了代表每个运动的预定参数值，测量该图像数据以提供测量数 据；关于在先测量的多个行为，显示依据该测量数据的至少一个行为。
本发明也涉及一种用于测量包括运动在内的行为的测量装置。该测量 装置包括：至少两个摄像器材，用于从至少两个不同的方向对做运动的每 个人进行成像，由此提供行为的图像数据；图像处理单元，其被构造成从 每个图像数据中测量代表运动的预定参数值以提供测量数据，并且关于在 先测量的多个行为显示依据该测量数据的至少 一个行为。
通过本发明的方法和装置获得多个优点。可以从图像数据中抽取参数 值，对此不用将标记安置到做运动的人上。不需要教练员来分析测量结果
或指导如何改善行为，但做运动的人将在每个行为后马上获得易懂的反馈 信息。反馈信息是客观的，它只依据测量结果，不依赖教练员的主观意见。
本发明的方法还包括：将每个测量数据的测量点加到用作行为映射的 自组织映射上，并且关于代表该自组织映射上的行为的至少另 一个预定神 经元显示所述测量点。此外，本发明的方法包括对做运动的人的成像是在 没有将图像分析辅助标记安置在人上的情况下进行的。上述方法包括将与 每个行为相关联的测量数据传输给数据库以便存储。上述方法可以包括： 在存储于该数据库中的测量数据的数据库中产生行为映射并且将该行为 映射传输给每个行为地点以便作为基准。本发明的方法还包括：在与每个 行为相关联的测量数据的数据库中产生神经元并且由神经元产生用作行 为映射的自组织映射。在这里，可以利用因特网将与每个行为相关联的测 量数据从各测量点传输给数据库。
本发明的方法包括：关于在先测量的多个行为，至少在一台计算机上 附加显示依据所述测量数据的至少一个行为，其中该计算机通过数据网络 与所述图像处理单元通讯。此时，将所述图4象处理单元可以被构造成借助 计算机来适用于包括运动在内的某个行为。本发明的方法还包括显示对行 为的口头意见，该意见依赖于所述测量点同至少另 一个行为的关系。
在本发明的测量装置中，图像处理单元按以下方式构造，将每个测量 数据的测量点加到用作行为映射的自组织映射上，在这里，图像处理单元 按以下方式构造，使不同的行为相互成比例并且关于代表自组织映射上的 行为的至少另一个预定神经元显示所述测量点。根据本发明，测量装置按 以下方式构造，拍摄做运动的人的图像，但不需要将图像分析辅助标记安 置在人上。此外，测量装置可以包括数据库，每个行为地点的图像处理单 元被构造成将与每个行为相关的测量数据传输给所述数据库以便存储。在 这里，数据库按以下方式构造，由存储于数据库中的测量数据产生行为映 射并且能传输所述行为映射至每个行为地点以便作为基准。数据库按以下 方式构造，由与每个行为相关的测量数据形成神经元并且能由神经元产生 用作行为映射的自组织映射。每个图像处理单元按照以下方式构造，用因 特网将与每个行为相关的测量数据传输给所述数据库。所述测量装置包括 至少一台计算机，所述计算机按以下方式构造，通过数据网络与图像处理 单元通讯以显示包括运动在内的行为。此时，图^f象处理单元可^皮构造成通 过计算机适用于包括运动在内的行为。此外，图像处理单元按以下方式构造，即显示对行为的口头意见，该口头意见依赖于所述测量点同至少另一 个4亍为的关系。
附图说明
以下，将结合优选实施例并且参见附图来更详细地说明本发明，其中：
图1表示测量布置结构；
图2表示自组织映射；
图3A表示测量数据收集；
图3B表示测量装置；
图4表示方法的流程图。

图l表示测量装置，它可以被安置在户内或户外的预期地点上。该测 量装置包括至少两个掘^象器材100、 102、 104和106,这些#_像器材可以 是摄像机并且可以自由定位以便拍摄包括运动在内的行为。例如，摄像器 材100、 102和104可以按照能拍摄水平方向上的行为的方式定位，而至 少一个摄像器材，在这种情况下是摄像器材106可以拍摄竖直方向上的行 为。成像也可以斜向下的方式发生。
在图1中，包括运动在内的行为例如是高尔夫击球，但更宽泛地讲，
跳跃、跨步、踢等。作为可能测量打击的其它体育运动的例子，可以想到 拳击和其它体育运动，其训练涉及到用手击打对手，可以想到冰球和其它 体育运动，其训练涉及用杆或球拍击打运动器材（例如球或冰球），还可 以想到可能要训练器具投掷的标枪和其它体育运动（如掷链球、推铅球、 投镖、棒球、排球、篮球等）、可能要训练跳跃的跳高和其它跳跃体育运 动（例如撑杆跳、各种跳水、体操跳跃等）、其训练涉及跨步锻炼的跨栏 和其它竟技运动（例如障碍赛）、以及可能要训练有效踢击的足球和其它 这样的体育运动（例如空手道和跆拳道等）。
例如，如果是测量和分析高尔夫击球，则测量装置可以竖立在高尔夫 球场的预期地点上。具有所有所需构造的测量装置可以是固定不动的或是 活动的，它允许反复的拆装。因此，摄像器材IOO、 102、 104和106可以 安装在行为地点108的各个侧面的导轨上（图1未示出），该行为地点就
是摄像器材100、 102、 104和106的拍摄目标。例如，行为地点108可以 是例如高为2米至3米且半径为l米至2米的圆锥形空间。因此，做运动 的人不需要在行为过程中精确位于某个点上。行为地点108也可以具有不 同的形状和尺寸。测量装置也可以包括图像处理单元110,包含来自摄像 器材IOO、 102、 104和106的图像数据的信号将被输入图像处理单元。
测量地点可以包括墙112和至少一个灯具114、 116和118，作为测量 装置的附属器材，尽管这些器材不是必需的。为了提供良好的照明和高质 量的图像数据，灯具114、 116和118可以照亮墙112,来自墙的光和/或 其它光学射线在运动中的人120上漫散射。墙112可以包括开口 122，人 可以经该开口进出测量地。或许存在的运动器材也可能因所做的运动而经 开口 122离开测量地。除了墙112夕卜，测量地也可以包括顶壁（图1未示 出）、为改变亮度而影响照明条件的天篷124、以及用于根据需要关闭开口 122的至少一扇门126和128。
图像处理单元IIO可以给摄像器材100、 102、 104和106提供时钟信 号以便对图像数据定时。于是，不同摄像器材的图像数据可以被同步处理。 时钟信号也可以被提供给灯具114、 116和118,用来调整由该灯具产生的 亮度适用于成像。 •
假定要测量高尔夫击球，测量例如可以按照以下方式进行。做运动的 人120进入行为地点108。当他或她完成击^求时，测量装置可才企测运动并 自动测量包括运动在内的行为。或者，测量装置可以在行为发生前被自动 调到测量状态，随后可以完成该击球运动并且使测量装置在行为发生后脱 离测量状态。在测量包括运动在内的行为之前，可以将关于行为人和球杆 的预定数据输入测量装置的图像处理单元110中。这些数据可能包括人的 体格（如高度和/或四肢长度）、球杆质量（例如长度和/或刚度）、运动器 材的质量（如球的结构）。这些数据也可能是要在测量中采用的预定参数。
当可以用至少两个摄像器材100、 102、 104和106拍摄包括运动在内 的行为时，图像处理单元IIO可以确定关于包括运动在内的行为的预定参 数值，由此提供测量数据。可以在行为人、球杆和运动器材如球的数十个 点上测量这些参数，如果球杆和运动器材在行为动作过程中出现在行为地 点108上的话。这些参数例如可以包括击球人和可能有的球杆的不同部分 的姿态、速度和/或加速度值。不同部分的最大测量值可以进行相互比较和 /或在不同部分上在某个时刻测量的值可以进行相互比较。参数例如可以
是：球杆130杆头132在打击球134时的速度，肩膀的最大扭转角度，臀 部的最大扭转角度，手臂的最大扭转角度，肩膀的最大速度，臀部的最大 速度，手臂的最大速度，肩膀速度、臀部速度和手臂速度和球杆速度的相 互关系以及速度变化如加减速度，初始速度，球的初始角度和旋转，等等。 可以作为角速度（7s或rad/s)或线速度（m/s )来测量这些速度。同样， 可以作为角加速度（。〃2或rad/s2)或线加速度（m/s2)来测量加速度。这 些参数也可以是从其它参数中导出的参数。
在图像处理单元中产生了三维的廓影点组，其表示由各摄像器材提供 的物体。各人体部分被加入由所述点组构成的图中并且被相互连接起来。 加入和相互连接可以通过缩小已知的人体铰接模型与由摄像器材产生的 信息之间的差异来完成。
图像处理单元110可以例如按照以下方式确定参数值。例如假定已知 高尔夫球的初始速度/方向。于是，可以通过检查图像信息中的瞬时变化在 视频帧中搜索运动物体。通过检查许多帧，可以在视频上的运动物体中区 分出由每个摄像器材检测的球轨迹。因为同一物体是由经过校准（摄像器 材的位置、取向和内部性能是已知的）和同步化（同时检测）的多个摄像 器材检测的，所以可以与击球时刻相关地在不同时刻确定球的三维位置。 由此可以容易地推导出例如球的初始速度，因为摄像器材的帧速是已知 的。可以相应地确定初始角度。在球自由飞行之前，也可以例如通过监视 球杆头运动来确定影响球的因素。
为了所述预定参数值，图像处理单元110测量每个行为，利用能适于 可视的非监督学习的投影法并依据所述参数分析每个行为。图像处理单元 110可以将每个合成测量点加到例如投影法行为映射上，在这里，不同的 行为是相互成比例的。所用的行为映射例如可以是神经计算自组织映射、 基于sammon映射法开j成的映射、GTM ( General Topographic Mapping，生 成式拓朴映射）、LLE (局部线性嵌入）映射、等距（Isomap)映射或者基 于主成分分析的映射。
S
ammon映射是非线性投影法，它适用于多维数据的比例化并且可以 被用作检测数据模式的工具。
自组织映射（SOM)可以被用于大型多维数据的分析和可视。自组织 映射包括一个或多个维度映射单元如神经元，神经元的相互距离和方向取 决于所用的量度。自组织映射不需要监督性教学，但在教学过程中，各神
经元变得对各教学数据敏感，从而相似的数据具有在映射的特定区域内形 成聚类的趋势。
通常，自组织映射是两维的并且呈矩形，因为它允许人们能在显示器 上简单观看到，而且理解起来容易，可是映射也可以例如是三维的或环形 的。多维数据理解起来会相当困难，如果不是不可理解的话。
图像处理单元IIO可以将根据测量数据的测量点加到自组织映射上， 并且由于测量结果将^皮显示出来，所以可以与自组织映射的至少一个神经 元有关地显示测量结果。
图2表示自组织映射。该自组织映射表示与映射神经元相关的连续测 量的测量点200、 202、 204、 206和208。每个测量点200、 202、 204、 206 和208可以对应于一个神经元，因而这些测量点200、 202、 204、 206和 208可以按照神经元精度被标示在映射上。在图2的映射中有两个不同聚 类210和212,其中的聚类212包括要在训练中获得的击球的神经元，聚 类210包括在训练初始阶段中进行的击球的神经元，测量点200代表第一 次完成击球o
于是，第一次击球200的完成不同于理想击球。图像处理单元110可 以给球手发送关于击球200的实时反馈信息，该反馈信息表示击球中做得 好的特征以及需要改进以获得理想击球的特征。反馈信息例如可以表明在 右手侧开球的球手的双手已落至右大腿之前的站立姿势、后摆和开始击球 的动作对应于理想击^求的特征。从此以后，在击球时刻和击球后，球手双 手对右肩的反作用明显不同于理想击球的对应特征。依据反馈信息，球手 可以对击球第一阶段感到有把握，而着重于有差距的特征，最终获得理想 的完整动作并结束于理想击球聚类212中。
在高尔夫击球训练中，理想击球通常是比赛条件下的所谓的最适击 球，例如是低弧球和右曲球。例如在自组织映射中，由具有某种体格的特 定类型的球手以特定类型的球杆完成的这些击球处于同 一聚类中，该聚类 可以由聚类212表示。作为反馈信息，现场的高尔夫球手接收关于完成击 球的特征名单，该名单揭示了例如在聚类210中的完成击球与理想击球之 间的特征差异。从完成击球到理想击球的过渡通过重复动作来实现，此时 对做成功的特征有把握并改进其它特征。
在一个平面上，在欧氏映射中，两个相互靠近的行为在许多方面是相 似的。因此，接近理想行为的特征在行为方式上接近理想行为聚类212。
相应地，与理想行为有差距的行为的特征以线性方式接近差距行为聚类
210。这种反馈信息能实现达致预定目标的单独训练。
在图像处理单元IIO的存储器中，可以存^f渚许多关于完成行为和理想 行为之间的各种差距的文字说明。每种差距可以与一个口头声明对应起 来，该口头声明可以字母数字符号的形式显现在显示器140上，或者以可 听声音的形式通过扬声器142来显现。相应地，与理想行为特征相关的文 字说明可以存储在图像处理单元110的存储器中。于是，可以督促行为人 达到理想特征并有利地改进其它特征。
第一次击球200的差距例如可能包括以下事实，即根据常识，肩膀没 有扭转足够大的角度以及肩膀相对臀部的扭转关系在测量时刻是不正确 的。因此，反馈信息告诉高尔夫球手这种不正确的扭转。呈文本格式的反 馈信息可以显示在屏幕上。此外，可以向高尔夫球手显示表示行为地点和 行为质量的行为映射。例如，自组织映射使行为同映射上的神经元相称， 因而在每次行为后，做出包括运动在内的行为的人可以在映射上实时看到 他/她的行为中的哪些是理想的，而哪些是有差距的。
也可以在击球动作之间实时监3见行为人的击3求，例如击球200作为一 个神经元，或者通过显示一组几个击球动作如击球200 - 208的综合特征。 就此而言，最多达到几秒的延迟被认为是实时的。在多次击球后，可以显 示一排单独击球200- 208或者一排多次击球的综合特征，其揭示了反馈 信息后的击球改进。做到理想的击球动作可能需要成百课时的上千次重 复，在这个过程中，击球200可以通过击球202、 204和206发展到将处 于由理想击3求构成的聚类212中的击球208。
图3A表示数据库，在该数据库中可以存储行为数据。从各个不同的 行为地点300和302，可以通过数据网络304将行为数据传输给数据库306。 数据网络304可以是用于传输局部产生的数据的局域网，或者是因特网， 通过因特网，可以将来自处于世界不同角落的行为地点300和302的行为 数据传输到全球数据库306。于是，数据库306可以存储成百万的行为。 数据库306的输入数据可以用作神经网络系统的训练数据，该神经网络系 统以非监督形式布置。于是，该数据库的自组织映射构成行为模型，该行 为模型变得越来越精确，因为测量数据量在增加。根据所收到的数据，例 如可以确定理想行为和/或在某些方面与理想行为有差距的行为。为了工 作，数据库306可以包括处理器308和存储器310。 所有收集的数据可以被加到自组织映射中，该自组织映射可以作为在
各行为地点300和302的基准被恢复。于是，每个行为地点300和302的 行为可以以直观的关系被加到其它测量行为上。某个可识别的神经元可以 由每个人的每个行为构成，由此一来，所述行为可与这个人自己的至少一 个在先行为进行比较，或者这个人的行为可与另一个人的行为同量比较。
在数据库306中，可以根据不同级别的行为人产生各种不同的自组织 映射。因此，例如可以在同一个自组织映射中选择N个高手的最佳行为， 其中N是大于2的整数。N例如可以是IOO。例如在高尔夫球运动的情况 下，高手是指如此完成最佳击球的众多球手（即特征组合），即球（运动 器材）的路线满足预定的理想路线，例如就高度、长度和右曲偏离目标直 线而言。同样，可以产生例如1000个普通行为人的自组织映射。如果在 行为地点有人是超级高手（如顶级高尔夫球员），他的行为可以被显示在 一个自组织映射上，该自组织映射是利用众多高手的结果产生的。相应地， 如果在行为地点有普通行为人，则他的行为可以被显示在一个自组织映射 上，该自组织映射是用同级别的一群行为人产生的。这就能使一个人被加 到与他/她同级别的映射中。因而，相关人士也可以理解要发出的反馈信息， 他或她将能更好地努力改善行为。
也可以将图像处理单元110和数据库306安置在一个行为地点，在各 测量点之间没有外延联接。在这种情况下，图像处理单元110和数据库306 可以用一台计算机实现，其测量、分析并由测量数据产生自组织映射。无 论数据库306在哪里，集中式数据库都能做到训练和教导，无论实际的位 置和距离是怎样的。
图3B表示作为外延系统的测量装置。体育运动俱乐部322可以具有 一个或多个道/场区322，例如高尔夫球场，其具有一个或多个行为地点。 在每个行为地点320上的摄像器材100、 102、 104和106要用于拍摄包括 运动在内的行为。摄像器材100、 102、 104和106所产生的视频图像可以 ;故例如传输给行为地点的图4象处理单元110，它可以用作该道、该场或该 球场上的服务器。与包括运动在内的行为相关且由图像处理单元IIO产生 的数据可以被显示在显示器140上。
作为服务器的图像处理单元110包括处理器和存储器，该图像处理单 元可以是计算机如PC机，并且可以通过LAN (局域网）或WLAN (无线 局域网）与至少一个体育运动俱乐部324的服务器326通讯。体育运动俱
乐部324的服务器326可以像数据库306那样对所收发的数据起作用，不 管是否在体育运动倶乐部324外有联接，或者对于在体育运动倶乐部外没 有联接的小型系统来说，体育运动倶乐部324的服务器326可以明确地用 作在图3A中介绍的数据库306。
不过，体育运动倶乐部324的服务器326可以在体育运动倶乐部324 外通过可选防火墙328借助数据网络304进行通讯。可以用作集中式服务 器且可以包含从许多体育运动倶乐部搜集来的行为数据的数据库可以通 过可选防火墙330并借助数据网络304与每个体育运动倶乐部324的服务 器326通讯。由于数据可以从每个体育运动俱乐部324的服务器326被传 输给数据库306,所以数据库306可以包含例如覆盖地区、省市、国家、 大陆甚至整个世界的行为数据。
借助数据网络304并通过可选防火墙336、 338,测量装置也可以包含 一台或多台计算机332和334,它们可以实时或近似实时地显示包括运动 在内的、用摄像器材100、 102、 104、 106拍摄的理想行为。这种显示可 以按照与在采用行为地点的显示器140时一样的方式完成。每台计算机332 和334可被登入系统，例如由图像处理单元110、体育运动俱乐部324的 服务器326或数据库306控制的系统。每个用户或每台计算机具有预定权 利来使用所述数据和系统。因此，例如教练员可以将图像处理单元IIO构 造成适用于包括运动在内的某种行为，这能更好地评估行为。为了显示所 述行为，每台计算机332和334可以带有与图像处理单元110相同的计算 机程序，其控制着显示器140。除了教练员外，管理人员或者对相关运动 感兴趣的人也可以〗現看理想行为。
例如，数据网络304可以是因特网，防火墙的目的是滤除来自测量装 置的干扰信息量。不过，没有必要采用任何一种上述的防火墙。
于是，可能包含部件100- 106、 110、 140、 306、 326、 332和334的 测量装置可以是如图1所示的局域（小）系统，或者是如图3A和图3B 所示的全球（大）系统，或是介于两者间的系统。
图4表示方法流程图。在步骤400中，从至少两个不同的方向拍摄做 运动的人100,由此提供关于该行为的图像数据。在步骤402中，从所述 行为中测量预定参数值以提供测量数据。在步骤404中，关于在先测量的 多个行为，显示依据测量数据的至少一个行为。
该方法可以通过处理器、存储器和适当的计算机程序来实现。或者，图《象处理单元110和数据库306可以至少部分地以石更件结构形式通过单独 的逻辑元件或一个或多个专用集成电路（ASIC)来实现。
图4的方法可以以计算机程序产品的形式来实现，该计算机程序产品 被安装用于图像处理单元110,该程序产品对用于测量包括运动在内的行 为的计算机程序进行编码。计算机程序产品可以存储在计算机程序分发装 置上。计算机程序分发装置可以用执行该程序的计算机（图像处理单元） 读取。该分发装置可以是任何已知的装置，程序可以借此从制造商/销售商 被分发给终端用户。分发装置例如可以是可由图像处理单元读取的介质、 程序记录介质、可由图像处理单元读取的存储器、由制造商/销售商配发给 终端用户（或者图像处理单元）的数据信号或压缩计算机程序包。
尽管以上参照附图中的若干例子描述了本发明，但显然本发明不局限 于这些例子，而是可以在后续权利要求书的范围内从许多方面对本发明进 行修改。