基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统运动训练方式严重依赖教练人工指导的问题,文中将体感识别技术应用于运动训练辅助系统的设计中,以实现运动训练智能化.该运动训练辅助系统采用Kinect V2作为实时动作采集传感器,使用分隔策略将人物从运动场所背景中分离出来,从而降低数据的计算量.通过将人体简化为18个骨骼关节降低动作识别的复杂度,并使用多目标跟踪算法来捕捉关节点位置数据.利用VGG卷积神经网络将二维关节数据转换成人体姿态图,将不同时刻的人体姿态图作为堆叠模型的训练样本,以监督学习的方式进行训练和参数优化,得到运动训练实时动作识别模型.经过测试和数据分析证明,文中所提的系统设计方案具有较好的鲁棒性与实用性.
推荐文章
基于机器视觉技术的运动训练系统设计
运动训练系统
机器视觉技术
视频图像采集
运动轨迹
误差分析
智能测评
基于ZigBee的跑步训练辅助系统研究
辅助训练
蜂窝网络
无线传感网络
红外线感测
基于无感识别技术的工器具智能分类系统设计
无感识别
工器具智能分类
云计算
物联网
无线射频识别技术(RFID)
基于Kinect体感技术的遥控飞机系统的设计与实现
Arduino单片机
体感技术
遥控飞机
Kinect
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于体感识别技术的运动训练辅助系统设计
来源期刊 电子设计工程 学科 工学
关键词 Kinect 分隔策略 多目标跟踪算法 VGG卷积神经网络 堆叠模型
年,卷(期) 2021,(24) 所属期刊栏目 测量与控制|Measurement and Control
研究方向 页码范围 93-97
页数 5页 分类号 TP183
字数 语种 中文
DOI 10.14022/j.issn1674-6236.2021.24.019
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Kinect
分隔策略
多目标跟踪算法
VGG卷积神经网络
堆叠模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
论文1v1指导