發(fā)布時間：2022-01-13 15:17

　　信息技術(shù)的發(fā)展變革著各行各業(yè),人們?nèi)找嫱癸@的體質(zhì)健康問題也將體育產(chǎn)業(yè)推向了變革。智能運(yùn)動穿戴設(shè)備,智慧云健身房等科技產(chǎn)品不斷沖擊傳統(tǒng)運(yùn)動裝備。最新科技成果分分與體育相結(jié)合,企圖改變?nèi)藗兊倪\(yùn)動習(xí)慣,找到新的契機(jī)。然而,目前針對非專業(yè)運(yùn)動健身的大眾只能做到對類似跑步游泳運(yùn)動距離上計(jì)數(shù)計(jì)時等輔助功能,并不能像在專業(yè)健身房一樣對身體力量進(jìn)行有科學(xué)指導(dǎo)的運(yùn)動。本文結(jié)合了體感技術(shù)與人體運(yùn)動識別的研究,提出了一套基于體感識別的智能運(yùn)動訓(xùn)練系統(tǒng)。根據(jù)系統(tǒng)的需求,先利用KinectV2智能體感設(shè)備捕捉的人體骨骼信息,再通過抖動清除和雙指數(shù)平滑濾波得到骨骼數(shù)據(jù),最后采用空間向量法對骨骼數(shù)據(jù)中的多關(guān)節(jié)之間的特征提取。與此同時,分析分解運(yùn)動動作變化過程,設(shè)計(jì)有限狀態(tài)機(jī),再用提取的骨骼特征加以描述,制定有限狀態(tài)機(jī),作為運(yùn)動動作時序參考模板�；趧討B(tài)時間規(guī)整和加權(quán)歐氏距離的模板匹配算法,實(shí)現(xiàn)了高標(biāo)準(zhǔn)、低延遲的通用實(shí)時運(yùn)動識別算法,并能根據(jù)相似度計(jì)算對使用者的運(yùn)動動作做出指導(dǎo)。本系統(tǒng)根據(jù)《國家體質(zhì)鍛煉標(biāo)準(zhǔn)》與校園實(shí)際情況,實(shí)現(xiàn)了引導(dǎo)向上、深蹲、立定跳遠(yuǎn)三種具有很強(qiáng)鍛煉意義的運(yùn)動,同時本系統(tǒng)所使用的是通用運(yùn)動識別算法... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

ALwxNet神經(jīng)網(wǎng)絡(luò)圖

中加以嵌入時序信息，加權(quán)平均多個 LSTM 的輸出最后得到識別結(jié)果。S.Ji 等人[23]提取連續(xù)輸入視頻幀中的像素灰度圖、水平和垂直梯度、水平和垂直光流多個通道的對信息進(jìn)行交替的卷積核子采樣，通過組合這些信息得到最終的特征描述。再利用神經(jīng)網(wǎng)絡(luò)模型來進(jìn)行運(yùn)動識別，在 TRECVID 2008 公共數(shù)據(jù)庫上進(jìn)行試驗(yàn)，實(shí)驗(yàn) 些基準(zhǔn)方法有著更好的識別率[24]。用現(xiàn)狀 體感技術(shù)應(yīng)用現(xiàn)狀動識別算法的發(fā)展，GPU 運(yùn)算能力的增強(qiáng)和小型化，傳感器在感知深度和精度上的體感技術(shù)在現(xiàn)實(shí)生活上的應(yīng)用奠定了基礎(chǔ)，近些年流行的體感技術(shù)在技術(shù)和應(yīng)用上成果，在手勢識別，醫(yī)療康復(fù)，教育等方面都有 定的應(yīng)用嘗試。尤其在健康醫(yī)療感技術(shù)能發(fā)揮重要作用，例如手術(shù)過程對于環(huán)境的要求十分嚴(yán)格，醫(yī)療器具都必須處理，但在翻閱病例，醫(yī)學(xué)影像時容易感染上細(xì)菌。L.Gallo 等人[25]研制了 套無接據(jù)查詢系統(tǒng)，如圖 1.2 ，醫(yī)生可以徒手翻閱病人的醫(yī)學(xué)影像資料，交互也更人性化在治療病人的過程中提供了便利與安全。

圖 1.3 智能運(yùn)動穿戴設(shè)備生產(chǎn)商百保力推出過 款內(nèi)置傳感器的智能網(wǎng)球拍“使用中的揮拍力度、擊球速度、擊球點(diǎn)等，并將采集根據(jù)數(shù)據(jù)指導(dǎo)訓(xùn)練，與此同時，結(jié)合互聯(lián)網(wǎng)可查看全技術(shù)公司推出的 款“智能籃球”產(chǎn)品如圖 1.4。它內(nèi)，控球力量、投籃所需時間、投籃角度等數(shù)據(jù)跟蹤記

【參考文獻(xiàn)】：
期刊論文
[1]我國體育產(chǎn)業(yè)發(fā)展現(xiàn)狀及趨勢研究[J]. 譚宏,周民.  廣州體育學(xué)院學(xué)報(bào). 2017(05)
[2]新常態(tài)下我國體育產(chǎn)業(yè)發(fā)展的機(jī)遇與路徑研究[J]. 張玉蘭.  長春師范大學(xué)學(xué)報(bào). 2017(06)
[3]基于Unity3D與Kinect的康復(fù)訓(xùn)練機(jī)器人情景交互系統(tǒng)[J]. 秦超龍,宋愛國,吳常鋮,劉玉慶,姜國華.  儀器儀表學(xué)報(bào). 2017(03)
[4]人體行為的識別及發(fā)展[J]. 張行健.  上海電力學(xué)院學(xué)報(bào). 2017(01)
[5]利用行人運(yùn)動特性的TLD快速檢測算法[J]. 楊大偉,郭超,呂伊鵬,程凡.  大連民族大學(xué)學(xué)報(bào). 2017(01)
[6]機(jī)器視覺技術(shù)的發(fā)展現(xiàn)狀與展望[J]. 胥磊.  設(shè)備管理與維修. 2016(09)
[7]中國青少年體質(zhì)健康狀況動態(tài)分析——基于2000—2014年四次國民體質(zhì)健康監(jiān)測數(shù)據(jù)[J]. 張洋,何玲.  中國青年研究. 2016(06)
[8]我國學(xué)生1985—2015年體質(zhì)健康研究綜述[J]. 郭永春,于可紅.  浙江體育科學(xué). 2016(01)
[9]運(yùn)動也智能[J]. 楊陽.  百科知識. 2015(20)
[10]體感交互技術(shù)在教育中的應(yīng)用現(xiàn)狀述評[J]. 李青,王青.  遠(yuǎn)程教育雜志. 2015(01)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的人體行為識別研究[D]. 劉璐璐.中國科學(xué)技術(shù)大學(xué) 2017
[2]基于深度學(xué)習(xí)的人體動作識別[D]. 耿馳.南京郵電大學(xué) 2016
[3]基于Kinect的上肢運(yùn)動康復(fù)交互系統(tǒng)研究[D]. 吳齊云.廣東工業(yè)大學(xué) 2016
[4]基于慣性測量和肌電控制的體感輸入技術(shù)研究[D]. 王琦.哈爾濱理工大學(xué) 2015



本文編號：3586676