【摘 要】
:
近年来,随着计算机视觉分析技术的快速发展,基于计算机视觉的人体姿态分析技术已广泛应用于体育、军事、娱乐、康复医疗等多领域。该项技术涉及到人工智能、机器学习等多个学科,不仅要求计算机能实时捕获实际场景中目标的位置和动作信息,同时还应具有快速的行为分析和理解能力,具有重要的理论研究和实际应用价值。其中,在运动训练和教学应用场景中,由于运动员的认知水平和实际运动能力之间存在不同程度上的差异等原因,往往容
论文部分内容阅读
近年来,随着计算机视觉分析技术的快速发展,基于计算机视觉的人体姿态分析技术已广泛应用于体育、军事、娱乐、康复医疗等多领域。该项技术涉及到人工智能、机器学习等多个学科,不仅要求计算机能实时捕获实际场景中目标的位置和动作信息,同时还应具有快速的行为分析和理解能力,具有重要的理论研究和实际应用价值。其中,在运动训练和教学应用场景中,由于运动员的认知水平和实际运动能力之间存在不同程度上的差异等原因,往往容易出现习惯性形成错误姿态或掌握正确的运动姿态较慢,甚至一直处于错误状态的现象。如何借助人体姿态分析技术快速有效地纠正运动员的错误姿态、巩固正确姿态因此受到了广泛的关注,并已成为计算机视觉分析技术领域的重要研究课题之一。基于计算机视觉的运动姿态分析技术用于运动姿态矫正和强化,涉及目标对象的实时精准检测、姿态抽取、运动姿态标准模板库的构建,以及有效的姿态评估等多项技术,即需要解决人体关节点检测和运动姿态抽取的实时性与准确性,同时还需要利用计算机视觉和人工智能技术,匹配不同运动阶段模板,对连续运动中的不同姿势,尤其是关键姿态的正确性进行智能评估并给出合理化建议。基于上述问题,本文以篮球罚篮场景为主要研究对象,围绕运动员罚篮过程中的运动姿态自动识别与分析技术开展了相关研究,主要研究内容和研究成果包括:(1)在关节点检测方面,针对实际运动训练场景下,摄像装置远距离捕捉运动员罚篮时受到衣物等外观遮挡因素的影响,会出现罚篮行为关节点小目标检测效率低等问题,在保证目标算法实时性的前提下,提出了一种基于颜色标记带结合Yolov3算法改进的罚篮运动重要关节点检测方法。通过实验验证,该方法在关节点检测的准确率、召回率、实时性和降低漏检率等方面的具有良好效果。(2)在罚篮行为姿态检测与评估方面,为实现对运动员在罚篮过程不同阶段内的动作姿态进行快速检测和正确评估,在利用基于Yolov3改进的罚篮行为重要关节点检测算法和Open Pose-S抽取出的骨架相关特征构建实验数据集的基础上,提出了一种基于Bi LSTM改进的罚篮行为所属阶段自动化分类方法、不同罚篮阶段内的关键姿态识别方法和标准姿态模板库的构建方法,并进行了多组实验验证。实验结果表明,该方法通过更有效的利用上下文语义可进一步提升运动姿态识别分类的准确率、召回率和F1值,可以有效进行罚篮关键运动姿态的提取与评估。(3)在运动行为智能分析系统构建方面,完成了系统分析、系统设计等工作,同时结合论文所提出的模型算法对原型系统AI-FREE-THROWS进行了初步实现。经实际案例分析,原型系统可有效实现对罚篮行为中相关目标的准确检测与提取,并可根据与罚篮标准姿态模板的匹配结果对运动员的运动姿态提出建设性指导意见。
其他文献
图像语义分割技术是计算机视觉领域一项相对基础且具有挑战性的工作,其任务是为图像中每个像素分配相对应的类别标签。现如今,深度卷积神经网络已经成为图像语义分割的主流方法,基于深度神经网络的语义分割算法大多通过堆叠大量卷积层来提高模型分割精度,但面临分割算法参数量大、分割延迟等问题,不适用于实时分割场景。同时,很多实时语义分割算法为追求速度提升,致力于减少网络参数导致分割效果难以达到应用要求。本文基于深
交通拥堵是大多数城市都存在的问题,自适应交通信号控制是减缓交通拥堵最有效的方式之一。自适应交通信号控制问题(ATSC)可以被建模为城市交叉口之间的多智能体合作博弈,其中交叉口相互合作以优化城市的交通状况。近年来,强化学习(RL)在处理序列决策问题上取得了显著的成就,可以很好的应用于ATSC中。因此,本文将多智能体强化学习应用于交通信号控制问题优化车辆的旅行时间。首先,真实交通控制环境中,交叉口的观
随着海上运输业的快速发展,我国沿海已成为水上交通最繁忙的区域之一。沿海区域交通密度的不断增大对船舶航行安全提出了更高要求。航线规划作为船舶安全航行的基础和前提,在航运业中起着关键作用。现有的沿海船舶航线规划方法较少考虑实际航行规范和避碰规则,导致规划出的航线无法很好地应用于实际环境。综合考虑船舶航行的安全性、经济性与时效性等因素,对沿海船舶航线规划方法进行深入研究,有助于提高沿海船舶航线规划的整体
随着互联网技术给人们生活带来的便捷性不断提升,人类对网络信息的依赖也逐渐加深、诉求不断增多。传统人工网络后台服务方式,已难以满足海量用户全时全方位咨询、投诉等应用需求,因此基于网络的自动问答模式俨然已成为当下网络的一种主流服务方式。受限于当前自动问答算法多是基于选择匹配的方式实现,问答匹配度低、解答方式简单,与实现“因问而异”、“以问解问”的目标需求,尚有很大差距。为解决上述问题,本文提出一种基于
随着信息化社会的高速发展,传统中心化机制在社会各方面的应用遇到了巨大瓶颈,而以去中心化为主要特点的区块链技术的出现标志着新型信任机制的产生。区块链技术在近几年蓬勃发展,并凭借其去中心化、公开透明、不可篡改等优势得到广泛研究与应用。但是随着区块链上交易数量的增加和去中心化应用的增多,其容量问题逐渐凸显。为解决区块链的容量问题,研究人员提出了多种扩容方案,其中以“分而治之”为核心思想的分片作为目前最有
随着位置感知设备和信息系统的普及,收集大量移动对象的数据(例如移动对象的轨迹)成为了可能,因此,如何小心管理以确保每个移动对象或者敏感位置的隐私性以及私密性变成了亟待解决的问题。近年来,在满足差分隐私的情况下,针对移动轨迹数据库的统计查询研究已经提出了许多机制。本文研究的课题是支持轨迹数据的个性化差分隐私保护算法,目的是使发布的数据在满足个性化差分隐私的同时,提高发布数据的准确性。在移动轨迹数据库
国家行业标准《安全阀的设置与选用》(HG/T 20570.2)中对于换热管破裂工况安全泄放量计算仅仅讨论了一种高压流体为液相的工况,远远不能满足实际生产需求,本文以此为切入点,参考了相关文献的研究,以国外工艺包作为工程设计的标准,用工艺包中的数据予以核算,确定了各种工况下的换热管破裂安全阀泄放量的最优算法。
智能手机的普及使得移动APP被广泛使用。对移动APP进行可用性评估,可以帮助产品团队发现其中的可用性问题,提升产品的用户体验。由于移动APP使用情境多变,使得传统基于实验室的可用性评估难以很好地发现其在真实情境中的可用性问题,因此需要进行远程可用性评估。但目前的远程可用性评估方法大多限于可用性测试场景,不适用于自然场景,且存在过多依赖人工分析、较少考虑情境因素等问题。为解决上述问题,本文作者基于情
近年来,互联网信息技术的发展日新月异,互联网产生了海量的文本数据。文本数据之间往往存在着联系,将数据本身抽象为节点,数据间的联系抽象为边,构成复杂的图结构化网络,而节点分类则是处理图结构化文本的一项重要任务。本文的研究内容针对如何提高图结构化文本中节点的分类效果,从规则图结构化文本的节点分类和不规则图结构化文本的节点分类两个方向进行研究,主要内容如下:一、在规则图结构化文本的节点分类任务中,传统的
区块链技术为高效信用社会的建立提供了新的技术支撑。近日,我国发布将区块链成为实现国家治理体系和治理能力现代化重要支撑的指导意见,区块链技术的发展迎来了新机遇。随着现有区块链应用迅速发展,用户节点数量、交易积压度、计算复杂度等大幅增加,早期块链式结构因其固有的缺陷,越来越难以满足现有用户群体交易。因此有向无环图(Directed Acyclic Graph,DAG)区块链技术,将有向无环图的数据结构