隨著計(jì)算機(jī)技術(shù)的發(fā)展和應(yīng)用,人工智能技術(shù)已被廣泛地應(yīng)用到體育運(yùn)動(dòng)的訓(xùn)練中。跳繩作為一項(xiàng)全身運(yùn)動(dòng),在日常生活中發(fā)揮著越來(lái)越重要的作用,已被納入到中招考試的項(xiàng)目中。當(dāng)前,在跳繩教學(xué)中,專業(yè)的體育老師匱乏,導(dǎo)致學(xué)生訓(xùn)練效率低下;跳繩監(jiān)測(cè)設(shè)備笨重且昂貴,人工統(tǒng)計(jì)的成本和精力太大。如何自動(dòng)并快速地分析出跳繩運(yùn)動(dòng)過(guò)程中的動(dòng)作是否符合規(guī)范,并給出正確的指導(dǎo)和訓(xùn)練計(jì)劃成為了提高跳繩考試成績(jī)的關(guān)鍵�，F(xiàn)有的基于視覺(jué)的人體運(yùn)動(dòng)行為識(shí)別與分析算法復(fù)雜度高、魯棒性差、計(jì)算負(fù)擔(dān)過(guò)重,無(wú)法實(shí)時(shí)。此外,由于缺乏專業(yè)的人體運(yùn)動(dòng)動(dòng)作分析人員,人體動(dòng)作分析和運(yùn)動(dòng)質(zhì)量評(píng)估方面的研究還需要進(jìn)一步探索。因此在人體運(yùn)動(dòng)過(guò)程中,實(shí)現(xiàn)一種魯棒性高,時(shí)間開銷穩(wěn)定的動(dòng)作分析方法,對(duì)于運(yùn)動(dòng)過(guò)程中的動(dòng)作分析和動(dòng)作質(zhì)量評(píng)估具有重要的意義。本文針對(duì)跳繩過(guò)程中的運(yùn)動(dòng)分析問(wèn)題,首先,通過(guò)2D姿態(tài)估計(jì)算法獲取跳繩過(guò)程中的關(guān)鍵點(diǎn)坐標(biāo),并對(duì)坐標(biāo)進(jìn)行預(yù)處理獲取健壯性數(shù)據(jù)序列,其次將跳繩過(guò)程中的運(yùn)動(dòng)分析問(wèn)題轉(zhuǎn)化為多標(biāo)簽分類問(wèn)題,并提出了一種新的多標(biāo)簽分類模型ALSTM-LSTM,最后,設(shè)計(jì)并開發(fā)了基于手機(jī)端的跳繩過(guò)程中的運(yùn)動(dòng)分析系統(tǒng)。主要研究?jī)?nèi)容如下:（1）提... 

【文章來(lái)源】：鄭州大學(xué)河南省 211工程院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

ALSTM-LSTM結(jié)構(gòu)圖

4實(shí)驗(yàn)與分析304實(shí)驗(yàn)與分析為了實(shí)現(xiàn)對(duì)中招考試正搖雙腳跳過(guò)程中的肢體動(dòng)作進(jìn)行分析，設(shè)置了一個(gè)兩階段的網(wǎng)絡(luò)模型，第一個(gè)階段用來(lái)獲取人體的關(guān)鍵點(diǎn)坐標(biāo)，第二階段對(duì)獲取的關(guān)鍵點(diǎn)進(jìn)行建模分析，在本章中會(huì)對(duì)實(shí)驗(yàn)過(guò)程中需要的兩個(gè)數(shù)據(jù)進(jìn)行介紹，并會(huì)詳細(xì)介紹跳繩數(shù)據(jù)集的采集和預(yù)處理過(guò)程，然后進(jìn)行實(shí)驗(yàn)的對(duì)比分析。4.1數(shù)據(jù)集介紹4.1.1MPII數(shù)據(jù)集圖4.1MPII跑步數(shù)據(jù)集MPII[62]數(shù)據(jù)集是由Andriluka等人收集并標(biāo)注，數(shù)據(jù)集中的圖片是從YouTube視頻中提取而來(lái)，并提供了前后未加注釋的幀，整個(gè)數(shù)據(jù)集涵蓋了410項(xiàng)人類的日常活動(dòng)，如圖4.1展示了MPII中跑步的活動(dòng)，整個(gè)數(shù)據(jù)集大概有25K張圖像。在人體關(guān)鍵點(diǎn)的估計(jì)方面，標(biāo)注了超過(guò)40K個(gè)帶有注釋的關(guān)節(jié)點(diǎn)的人體。利用MPII數(shù)據(jù)集可以訓(xùn)練網(wǎng)絡(luò)模型并檢測(cè)頭部，肩膀，手腕，臀部，膝蓋，腳踝的關(guān)鍵點(diǎn)坐標(biāo)。

4實(shí)驗(yàn)與分析314.1.2跳繩數(shù)據(jù)集一分鐘正搖雙腳跳已經(jīng)被很多國(guó)家和地區(qū)納入中學(xué)升學(xué)考試中，本文研究的數(shù)據(jù)集來(lái)源于某實(shí)驗(yàn)中學(xué)，研究所采集的跳繩視頻流數(shù)據(jù)是通過(guò)不同的手機(jī)在不同的場(chǎng)景下拍攝而來(lái)，拍攝的角度都是從正面進(jìn)行的，視頻以MP4的格式存儲(chǔ)，不同的手機(jī)設(shè)備具有不同的圖像像素。目前已采集了200名中學(xué)生一分鐘跳繩視頻流數(shù)據(jù)，其中男生有96名，女生有104名，初中一年級(jí)學(xué)生有52名，初二中二年級(jí)學(xué)生有80名，初中三年級(jí)學(xué)生有68名，學(xué)生年齡段為11-15歲，圖4.2展示了采集的三個(gè)年級(jí)男女生分布柱狀圖。圖4.2跳繩數(shù)據(jù)集分布柱狀圖數(shù)據(jù)的標(biāo)簽是通過(guò)專業(yè)人員通過(guò)對(duì)視頻進(jìn)行分析，并按時(shí)間片段進(jìn)行標(biāo)記而得到，數(shù)據(jù)的標(biāo)簽設(shè)定為身體保持直立（保持身體挺直但不僵硬）、左大臂與身體加緊、右大臂與身體加緊、左手腕搖繩、右手腕搖身、左右臂保持水平共6個(gè)標(biāo)簽，這些標(biāo)簽的選擇是根據(jù)中招考試跳繩技巧而設(shè)定的，具體內(nèi)容見表4.1，共有64中可能。構(gòu)建數(shù)據(jù)的特征集X和標(biāo)簽集Y，其中dX=R表示d維的輸入空間，d的大小為36，Y={0,1}q，表示可能標(biāo)簽的標(biāo)簽空間，q的大小為6，(,)|1iiiTxym，m表示數(shù)據(jù)集的大小，xiX是一個(gè)36維的向量，yiY是Y的一個(gè)標(biāo)簽子集。

【參考文獻(xiàn)】：
期刊論文
[1]基于MVP模式的Android應(yīng)用開發(fā)研究[J]. 倪紅軍.  電子設(shè)計(jì)工程. 2018(11)
[2]基于SSM整合框架開發(fā)的項(xiàng)目管理系統(tǒng)[J]. 張錦煌,吳麗娟,梁舒婷.  電腦知識(shí)與技術(shù). 2015(11)
[3]基于SSM框架的智能web系統(tǒng)研發(fā)設(shè)計(jì)[J]. 王艷清,陳紅.  計(jì)算機(jī)工程與設(shè)計(jì). 2012(12)



本文編號(hào)：3342692