System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及“计算机视觉”、“人工智能算法领域”和“运动识别”,具体涉及一种基于人体骨骼识别技术的,针对屈臂悬垂运动的动作训练数据采集方法。
技术介绍
1、随着科技的发展,计算机视觉技术和人工智能算法在各个领域得到了广泛的应用。运动识别技术是一种重要的应用方向,它可以通过对视频或图像序列的分析,识别出其中的运动对象并理解其行为。这种技术在体育训练、安防监控、人机交互等领域都有着广泛的应用前景。在体育训练中,运动识别技术可以用于采集运动员的训练数据,并通过大数据分析训练效果,从而提供科学的训练计划和建议。例如,通过对人体的识别和分析,可以准确判断运动员的动作是否标准,是否需要进行调整。此外,人工智能算法还可以用于预测运动员的运动表现,为教练和运动员提供更全面的数据支持。
2、现有的运动识别技术主要依赖于对视频或图像序列的分析,通过提取其中的特征信息,如颜色、形状、纹理等,来识别运动对象并理解其行为。此外,还有一些技术采用了深度学习的方法,通过训练神经网络模型,可以直接从原始数据中学习到有用的特征表示。然而,现有的运动识别技术在实际应用中还存在一些问题。首先,对于复杂动作的识别准确率还有待提高,尤其是在光照条件变化、背景复杂、运动速度较快的情况下,仅仅依靠人工对视频或图像的分析识别,难以做到精准的动作识别与采集。其次,现有的智能判定算法往往需要大量的训练数据,且计算复杂度较高,不利于实时应用。
3、此外,现有的技术往往只能给出定性的结果,无法提供详细的量化评估,这对于科学训练来说是远远不够的。
【技术保护点】
1.一种基于人体骨骼识别技术的屈臂悬垂动作训练数据采集方法,其特征在于,包括:
2.根据权利要求1所述的屈臂悬垂动作训练数据采集方法,其特征在于,步骤一中,构建基于人体骨骼识别技术的运动捕捉系统,包括对人体全身设置33个骨骼识别点。
3.根据权利要求2所述的屈臂悬垂动作训练数据采集方法,其特征在于,在S1准备阶段,单杠高度H1取自视频图像中15-22骨骼点的Y坐标轴,包括左腕、右腕、左尾指、右尾指、左食指、右食指、左拇指、右拇指。
4.根据权利要求2所述的屈臂悬垂动作训练数据采集方法,其特征在于,在S1准备阶段,离地距离H2取自视频图像中27-32骨骼点的Y坐标轴,包括左踝、右踝、左脚跟、右脚跟、左脚趾、右脚趾。
5.根据权利要求2所述的屈臂悬垂动作训练数据采集方法,其特征在于,在S2开始计时阶段,实时骨骼点数据H3取自视频图像中27-32骨骼点的Y坐标轴,包括左踝、右踝、左脚跟、右脚跟、左脚趾、右脚趾。
6.根据权利要求2所述的屈臂悬垂动作训练数据采集方法,其特征在于,在S3结束计时阶段,实时骨骼点数据H4取自视频图像
7.根据权利要求2所述的屈臂悬垂动作训练数据采集方法,其特征在于,在S2开始计时阶段,还包括至少一个计时器。
...【技术特征摘要】
1.一种基于人体骨骼识别技术的屈臂悬垂动作训练数据采集方法,其特征在于,包括:
2.根据权利要求1所述的屈臂悬垂动作训练数据采集方法,其特征在于,步骤一中,构建基于人体骨骼识别技术的运动捕捉系统,包括对人体全身设置33个骨骼识别点。
3.根据权利要求2所述的屈臂悬垂动作训练数据采集方法,其特征在于,在s1准备阶段,单杠高度h1取自视频图像中15-22骨骼点的y坐标轴,包括左腕、右腕、左尾指、右尾指、左食指、右食指、左拇指、右拇指。
4.根据权利要求2所述的屈臂悬垂动作训练数据采集方法,其特征在于,在s1准备阶段,离地距离h2取自视频图像...
【专利技术属性】
技术研发人员:请求不公布姓名,请求不公布姓名,请求不公布姓名,请求不公布姓名,请求不公布姓名,请求不公布姓名,请求不公布姓名,请求不公布姓名,
申请(专利权)人:陕西诺维北斗信息科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。