【摘 要】
：
动作训练需要专业性的指导,肢体动作的不规范者误都会对运动效果成较大影响。传统的动作训练法要有纸质图示学习、课堂直接学习法、视频录像学习等,这些方式虽然简单是存在着许多不足,比如学习效率低、学习成本高、不能及时得到反馈等。随着深度卷积神网的飞速发展,基于深度学习的人体骨骼关键点检测技术被广应用在人机交互、智能监控、动作分析等领域。将人体骨骼关键点检测技术与动作训练相结合,不仅能够促人骨关点检测领域的
论文部分内容阅读
动作训练需要专业性的指导,肢体动作的不规范者误都会对运动效果成较大影响。传统的动作训练法要有纸质图示学习、课堂直接学习法、视频录像学习等,这些方式虽然简单是存在着许多不足,比如学习效率低、学习成本高、不能及时得到反馈等。随着深度卷积神网的飞速发展,基于深度学习的人体骨骼关键点检测技术被广应用在人机交互、智能监控、动作分析等领域。将人体骨骼关键点检测技术与动作训练相结合,不仅能够促人骨关点检测领域的研究,而且能够更加科学、准确地训练动作进行指导,推动智能化动作教学的发展。论文首先介绍了动作训练领域人体骨骼关点检测技术的国内外研究现状,阐述了人体骨骼关键点检测中的二维人体动作特征、检测算法、数据集和评价指标,以动作评估中常用的相似度量方法。然后对2019年由中科院和微软亚洲研究院同提出的自顶向下的人体骨骼关键点检测网络HRNet进行了介绍及分析,针其网络结构复杂、参数量大的不足,提出了轻型高分辨率体骨关键点检测网HS-Gatet,在MS COCO2017数据集上进行了训练并与有部分SOTA方法进行结果对比,实验结果表明该检测网在保测准确率的前提下有效降低了模型的计算量和参数量。一般来说,同一动作不同环境或不同的人所做的快慢存在一定差异,不易对两个独立姿态进行相似性价,因此论文提出了基于关键帧和分段动态时间规整算法来解决动作不对齐的问题。先使用关键帧提取技术去除训练视频中的冗余帧,再根据训练视频关键帧与模板视频帧的数量关系,结合提出的关键点检测算法,分段采用动态时间规整技术对人体特征向量进行时序对齐,实验结果表明该方法不仅能够保证动作对齐的准确性而且能够提高动作对齐的效率。最后,论文设计并实现了针对传统武术梅花拳的动作训练系统,该系统能够对动作视频行采集,并自动对训练动作视频中的关键动作进行提取并与标准模板动作库中动作信息进行比对,给出改善意见。在一定程度上可以作为梅花拳学习者的辅助训练工具。
其他文献
Android作为全球最受欢迎的移动平台,用户在感受其带来便利的同时,也将越来越多的个人数据存放在Android系统中,然而恶意应用的不断涌现,极大威胁着用户的信息安全。用户数据遭受威胁主要有以下两个方面的原因:一是由于Android系统存在着各种漏洞,恶意应用利用这些漏洞对用户设备进行攻击,从而窃取用户隐私。虽然现有Android系统的安全机制可以做到一定的防护,但这些安全机制依赖于系统底层的可
随着物联网技术的快速发展,物联网设备的数量呈指数级增长。因为物联网设备大多是资源受限的设备且很难运行较大的安全软件,所以物联网设备很容易遭受黑客的攻击导致数据泄露。因此物联网设备之间的安全访问和数据共享是一个重要的研究课题。传统的访问控制方案和数据共享方案大多是基于中心化的云服务器管理。在这些方案中,中心的云服务器很容易遭受单点故障问题。而且随着物联网设备数量的大量增长,中心的云服务器越来越难以管
医疗行业是与公民生命紧密相关的重要行业。部分医疗场景需要多机构协作及数据共享,在协作及数据共享过程中,机构之间不存在信任关系,导致协作和数据共享成本较高;医疗协作及数据共享过程存在大量人为因素干扰,进一步提高了医疗协作和数据共享的成本。此外,机构的数据中心多存在单点故障风险,容易因数据中心失效导致服务瘫痪。为解决以上问题,本文基于区块链和秘密共享技术,结合结核病防治这一具体医疗协作及数据共享场景,
随着科研人员的不断探索,研究的问题越来越复杂,目标检测只获取了场景中目标的类别信息和位置信息,而忽视了场景中各目标的内在联系。在实际生活中,需要处理的场景更为复杂,目标间的依赖更为紧密,如何高效解析复杂场景中各目标的空间布局及语义联系,并计算复杂场景间的相似性将变得越来越重要。为了解决上述问题,本文基于Faster R-CNN目标检测网络,提出了一种复杂场景相似性计算方法,并制作和标注了一个复杂场
随着移动智能设备的快速发展,越来越多的轨迹数据也随之产生,之后被第三方服务提供商收集,再存储到数据库中。对轨迹数据进行挖掘和分析可以解决诸多问题,但是轨迹数据中通常会包含移动对象的许多个人敏感隐私信息,如果对轨迹数据不加任何保护就直接使用,移动对象的个人敏感隐私信息将会被泄露出去,对移动对象本身造成巨大的损失,更甚者会带来人身威胁。因此,对轨迹数据隐私信息的保护吸引了许多国内外研究人员的关注。在现
视觉里程计是指通过相机采集到的帧序列来估计相机运动轨迹,用来实现相机自主定位的方法,这种方法被广泛应用于各种无人系统,是自主导航、避障、和目标跟踪的关键技术。视觉里程计从方法上可分为特征法和直接法:特征法通过匹配两帧之间的特征点建立几何模型求解位姿,这种求解方法的优点是精度高,但是对计算资源有一定的要求;直接法不需要建立特征点的匹配关系,直接使用光度误差模型优化位姿,计算速度较快,但是需要满足灰度
近几年,我国医疗信息化建设已具有一定规模,信息系统已基本覆盖各基层医疗机构的各职能领域。然而在基层医疗信息化发展过程中,存在各基层医疗系统相关联的业务无法协同、相同医疗数据无法共享的问题。基层医务人员想要从大量的医疗数据中获取到有价值的信息变得愈发困难,从而造成了基层医疗机构人力和财力的浪费。数据中台的实践意义在于,通过数据建模实现跨业务域的数据整合和数据能力沉淀,为解决基层医疗信息化建设中存在的
随着公共基础建设的不断完善,地铁逐渐成为日常出行工具的首要选择。地铁工程建设包括规划、设计、建设和试运行等多个环节,其中设计环节是保证工程建设质量的关键,也是确保地铁安全、经济、适用的重要前提。地铁设计规范是约束这一环节的重要文件,是我国经过多年经验沉淀和反复论证研究的成果。本文针对地铁设计规范文本进行信息抽取,主要包括实体识别和实体关系抽取两个过程,以加速该领域信息化、智能化的进程。具体研究内容
随着互联网科技与在线教育技术的发展,网络在线试题规模迅速增长。目前,很多题库网站呈现试题量大但筛选结构单一的特点,导致试题迷航和学习针对性差等问题。现有大多数试题推荐方法仅利用已考察知识点对学生进行试题推荐,忽略了有相关关系但未考察的知识点,无法发现学生的知识漏洞和薄弱知识点,从而影响试题推荐的准确性。因此,本文基于课程知识图谱,根据学生学习过程中的知识点掌握程度,设计了一种个性化试题推荐方法。具
随着社会的进步,体育健身越来越受到人们的关注。目前,运动者获得健身方案主要是通过健身教练与在线网络平台这两种方式。其中,前者存在花费高、实时性差等问题;后者虽然可以随时随地支持运动者获取健身方案,但其提供的无差别方案不能支持运动者的个性化运动需求。有鉴于此,本文采用本体推理与相似性融合计算方法,结合体育学总结出的运动处方知识集,研究并设计出一种面向运动者在实时状态、适用强度、阶段目标等个性化因素下