《电子测量技术杂志》发表论文赏析

基于堆叠惯性信号的跳台滑雪动作识别

来源:电子测量技术杂志2023年第8期北京时间:

作者:鲍文霞,董震,王年,杨先军

单位:1.安徽大学电子信息工程学院 合肥 230039; 2.中国科学院合肥物质科学研究院 合肥 230031

摘要:动作识别是滑雪运动状态智能监测的关键环节之一。本文以跳台滑雪运动为研究对象,通过堆叠的方式将不同惯性传感器、不同关节点的数据进行融合生成结构化的数据,从而利用深度卷积神经网络实现跳台滑雪动作的识别。首先对采集到的跳台滑雪运动过程中的不同传感器、人体不同关节点的惯性传感数据进行归一化处理映射至[0,1]之间,然后通过颜色映射将各类数据堆叠生成图像,接着利用Resnet等二维卷积神经网络对跳台滑雪中的动身至助滑、直线助滑、曲线助滑、起跳及早期飞行、稳定飞行及落地共5类动作的堆叠惯性信号图像进行识别。实验结果表明,对9次跳台滑雪数据融合后生成的2 250幅堆叠惯性信号图像进行识别,召回率和准确率达到了93.8%和91.7%;同时分析了单个类别惯性传感器对各关节点数据融合后的识别结果的影响。本文提出的不同传感器、不同关节点堆叠惯性信号融合和动作识别方法能够为跳台滑雪运动的智能化分析提供支撑。

关键词:跳台滑雪;动作识别;卷积神经网络;惯性数据

基金资助:国家重点研发计划课题项目(2020YFF0303800)资助

2023年8期其他文献查阅:

基于堆叠惯性信号的跳台滑雪动作识别

Grael脑电放大器与深度学习的手势实时识别研究

基于阴影增强和注意力机制的高光谱图像分类

顾及地图投影变形的免像控摄影测量方法

基于YOLOv5的雾霾天气下交通标志识别

基于MobileNetV3多尺度特征融合的人脸表情识别

自适应加权根多项式回归颜色校正算法研究

基于3DCNN的驾驶员细微动作识别

基于图卷积网络改进的人体动作识别模型

基于深度学习的元器件视觉识别和定位技术

基于深度强化学习的多目标边缘任务调度研究

基于单路口车流量统计的交通灯配时系统研究

基于概率A*的智能车路径规划算法

基于改进A*算法的无人机路径规划研究

基于深度学习的绝缘子故障检测研究

基于改进RRT-Connect算法的机械臂运动规划

多源相位控制自适应跟踪算法研究

基于卡尔曼滤波迭代学习的交通信号控制方法

基于多层注意力机制的4DC-BGRU脑电情感识别

双半球胶囊机器人自监督姿态快速矫正方法

工业机器人位置稳定时间不确定度的研究分析

基于CUSUM和加权欧氏距离的电器分析监测装置设计

基于改进PPO算法的自动驾驶技术研究

基于改进YOLOv4的无人机航拍目标检测算法

改进视觉惯性里程计融合GPS的无人机定位方法研究

基于积分滑模的带机械臂无人机控制方法研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!