欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法

文檔序號:40630333發(fā)布日期:2025-01-10 18:36閱讀:5來源:國知局
一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法

本發(fā)明屬于計(jì)算機(jī)視覺,涉及自動化、智能化體育訓(xùn)練教學(xué),具體涉及一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法。


背景技術(shù):

1、人體姿態(tài)估計(jì)作為計(jì)算機(jī)視覺領(lǐng)域的一個重要研究課題,旨在從圖像或視頻中識別并定位人體的各個關(guān)鍵點(diǎn)位置,被廣泛應(yīng)用于體育訓(xùn)練和醫(yī)療健康領(lǐng)域等領(lǐng)域,基于人體姿態(tài)估計(jì)的智能化動作校正技術(shù)正成為提高運(yùn)動員運(yùn)動表現(xiàn)和預(yù)防運(yùn)動過程中受傷的重要工具。

2、在短跑運(yùn)動起跑教學(xué)中,通過將標(biāo)準(zhǔn)動作的數(shù)據(jù)與實(shí)際檢測到的動作數(shù)據(jù)進(jìn)行比對,識別出動作之間的差異,并根據(jù)這些差異為運(yùn)動者提供具體的評價或改進(jìn)建議,幫助運(yùn)動員保持正確的動作,不僅可以使其在比賽中保持良好的身體平衡,減少由于錯誤動作帶來的受傷風(fēng)險,而且還能幫助他們快速提升到個人最高速度,提升他們的競技水平。

3、人體姿態(tài)估計(jì)的檢測方法可以分為自上而下的方法和自下而上的方法,其中自上而下方法在處理個體姿態(tài)的精確度和對復(fù)雜姿態(tài)的適應(yīng)性方面表現(xiàn)更優(yōu),同時由于短跑起跑動作較為復(fù)雜,對模型的檢測精度要求較高,因此自上而下方法更適合用于短跑起跑動作的檢測。然而如simplebaseline、hrnet、simcc等自上而下的方法模型主要側(cè)重于時、空域的建模,對頻域信息的特征提取方面存在一些明顯不足,但是頻域特征對于短跑運(yùn)動這種快速變化場景狀態(tài)下的人體姿態(tài)估計(jì)具有重要影響。


技術(shù)實(shí)現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足,本發(fā)明提出了一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法,結(jié)合傅里葉變換設(shè)計(jì)了頻域分支與帶頻域信息提取分支的殘差塊,解決對頻域特征利用不足的問題,同時針對短跑起跑動作的技術(shù)特點(diǎn),制定了專門的評判準(zhǔn)則,對錯誤姿勢給出相應(yīng)的建議。

2、一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法,具體包括以下步驟:

3、步驟一、對輸入實(shí)際拍攝的運(yùn)動員短跑起跑動作圖像進(jìn)行尺寸標(biāo)準(zhǔn)化和歸一化處理,然后進(jìn)行兩次卷積操作,得到初步特征。

4、步驟二、利用傅里葉變換創(chuàng)建一條頻域分支,針對初步特征進(jìn)行傅里葉變換,將特征從空間域轉(zhuǎn)換到頻域,提取圖像中的頻域特征,對頻域特征進(jìn)行處理和增強(qiáng);最后進(jìn)行傅里葉逆變換,將特征重構(gòu)回原始空間。

5、步驟三、對步驟一提取的初步特征和步驟二重構(gòu)回原始空間的頻域特征進(jìn)行特征融合,得到融合特征圖。

6、步驟四、設(shè)計(jì)一種包括復(fù)權(quán)重矩陣的快速傅里葉殘差塊,替換高分辨率網(wǎng)絡(luò)hrnet中的傳統(tǒng)殘差塊,得到強(qiáng)化頻域特征的高分辨率網(wǎng)絡(luò)fd-hrnet。

7、步驟五、將步驟三得到的融合特征圖輸入到高分辨率網(wǎng)絡(luò)fd-hrnet中,進(jìn)行多級的特征提取操作,其中每一級包括多個分辨率不同的子網(wǎng)絡(luò),子網(wǎng)絡(luò)間通過上采樣或下采樣的方式進(jìn)行特征圖的信息交換。對最后一級所有子網(wǎng)絡(luò)的輸出進(jìn)行合并操作,得到高分辨率特征圖。

8、步驟六、利用步驟五得到的含頻域特征的高分辨率特征圖輸出一系列熱圖,每個熱圖對應(yīng)一個關(guān)鍵點(diǎn),表示關(guān)鍵點(diǎn)出現(xiàn)在圖像不同位置的置信度。使用非最大抑制(non-maximum?suppression)方法來精確定位熱圖上置信度最高的區(qū)域,結(jié)合子像素精細(xì)化方法進(jìn)一步得到確切位置,完成起跑動作中人體關(guān)鍵點(diǎn)的定位。使用帶標(biāo)注的已知人體姿勢圖片數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

9、步驟七、結(jié)合專業(yè)男子百米運(yùn)動員的過往動作,以及相關(guān)的教學(xué)資料,定義短跑起跑動作中各關(guān)節(jié)角度的范圍值,建立起跑姿態(tài)評判標(biāo)準(zhǔn)表。

10、步驟八、將短跑運(yùn)動員的起跑姿勢照片輸入步驟六訓(xùn)練后的高分辨率網(wǎng)絡(luò)fd-hrnet中,得到關(guān)鍵點(diǎn)的位置信息,連線后計(jì)算前腿膝關(guān)節(jié)角度、后腿膝關(guān)節(jié)角度、軀干前傾角以及頭部姿態(tài)角的角度值,根據(jù)起跑姿態(tài)評判標(biāo)準(zhǔn)表技術(shù)動作是否正確,并針對錯誤動作給出相應(yīng)的改進(jìn)建議。

11、本發(fā)明具有以下有益效果:

12、1、針對hrnet網(wǎng)絡(luò)在頻域信息提取方面的局限性,在hrnet基礎(chǔ)上加入了頻域分支進(jìn)行多尺度融合,并提出了含復(fù)權(quán)重矩陣的快速傅里葉殘差塊,替換掉原有的殘差塊,新模型fd-hrnet的檢測精度得到了較大提升,能夠滿足短跑起跑動作對模型精度的要求。

13、2、為短跑起跑姿態(tài)設(shè)定了評判標(biāo)準(zhǔn),并考慮到模型精度對人體關(guān)鍵點(diǎn)檢測結(jié)果的影響,在評判標(biāo)準(zhǔn)中設(shè)計(jì)了誤差閾值,實(shí)現(xiàn)對短跑初學(xué)者起跑動作規(guī)范性的有效評估,并能夠針對不當(dāng)動作提供具體的改進(jìn)建議,有助于提升短跑初學(xué)者的運(yùn)動表現(xiàn),和降低由于動作不正確導(dǎo)致的受傷風(fēng)險。



技術(shù)特征:

1.一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法,其特征在于:具體包括以下步驟:

2.如權(quán)利要求1所述一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法,其特征在于:所述快速傅里葉殘差塊在傳統(tǒng)殘差塊的基礎(chǔ)上增加了一條帶復(fù)權(quán)重矩陣wc的頻域分支。

3.如權(quán)利要求2所述一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法,其特征在于:在快速傅里葉殘差塊中,輸入特征首先依次經(jīng)過3x3卷積、relu激活函數(shù)和3x3卷積后,與原始輸入特征融合,得到空間域特征;然后在頻域分支上,首先利用傅里葉變換將特征從空間域轉(zhuǎn)換到頻域,然后依次通過1x1卷積、relu激活函數(shù)、1x1卷積對特征進(jìn)行處理和增強(qiáng),接著應(yīng)用一個可學(xué)習(xí)的復(fù)權(quán)重矩陣wc,再經(jīng)過傅里葉逆變換重新到空間域,與傳統(tǒng)殘差處理的空間域特征融合。

4.如權(quán)利要求1所述一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法,其特征在于:所述復(fù)權(quán)重矩陣wc表示為:

5.如權(quán)利要求4所述一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法,其特征在于:將復(fù)權(quán)重矩陣wc中的wcreal、wcimag初始化為均值為0、標(biāo)準(zhǔn)差為0.02的正態(tài)分布。

6.如權(quán)利要求1所述一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法,其特征在于:訓(xùn)練后的高分辨率網(wǎng)絡(luò)fd-hrnet得到起跑動作中人體17個關(guān)鍵點(diǎn)的定位,包括左臀、右臀、左膝、右膝和左腳踝、右腳踝、左肩、右肩、左肘、右肘、左手腕、右手腕、左耳、右耳、左眼、右眼和鼻子。

7.如權(quán)利要求1所述一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法,其特征在于:結(jié)合專業(yè)男子百米運(yùn)動員的過往動作以及相關(guān)的教學(xué)資料,定義短跑起跑動作中各關(guān)節(jié)角度的范圍值,建立起跑姿態(tài)評判標(biāo)準(zhǔn)表,包括前腿膝關(guān)節(jié)角度、后腿膝關(guān)節(jié)角度、軀干前傾角以及頭部姿態(tài)角的標(biāo)準(zhǔn)角度值和可允許誤差范圍。


技術(shù)總結(jié)
本發(fā)明公開了一種應(yīng)用于短跑運(yùn)動起跑教學(xué)的人體姿態(tài)估計(jì)方法。該方法首先設(shè)計(jì)了一個具有頻域信息利用能力的高分辨率網(wǎng)絡(luò)FD?HRNet,用于確定輸入圖像中的人體關(guān)鍵點(diǎn)位置信息。所述高分辨率網(wǎng)絡(luò)FD?HRNet在傳統(tǒng)HRNet網(wǎng)絡(luò)的基礎(chǔ)上增加了一條頻域分支,并使用含復(fù)權(quán)重矩陣的快速傅里葉殘差塊替換網(wǎng)絡(luò)中的傳統(tǒng)殘差塊,以實(shí)現(xiàn)頻域特征的提取。實(shí)驗(yàn)證明該模型的識別準(zhǔn)確率明顯提升。然后針對短跑起跑動作的技術(shù)特點(diǎn),制定了相應(yīng)的評判準(zhǔn)則,包括前腿膝關(guān)節(jié)角度、后腿膝關(guān)節(jié)角度、軀干前傾角以及頭部姿態(tài)角的角度值,為了避免模型識別誤差帶來的誤判,在角度值中增加了誤差閾值,符合實(shí)際使用需求。

技術(shù)研發(fā)人員:周后盤,李煥,黃經(jīng)州,卓家偉,汪云龍,何子豪
受保護(hù)的技術(shù)使用者:杭州電子科技大學(xué)
技術(shù)研發(fā)日:
技術(shù)公布日:2025/1/9
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1
周至县| 太湖县| 溧水县| 枝江市| 彝良县| 永德县| 承德县| 阜康市| 筠连县| 青川县| 长沙县| 五家渠市| 阜新市| 双流县| 泌阳县| 莱芜市| 尼玛县| 赣州市| 兴化市| 金华市| 江阴市| 滦南县| 汝南县| 双柏县| 华安县| 贺兰县| 凉城县| 乃东县| 旺苍县| 临清市| 平定县| 老河口市| 西吉县| 安溪县| 河北省| 温宿县| 湄潭县| 新乐市| 汪清县| 巴东县| 乌苏市|