...
首页> 外文期刊>Computer Science and Application >基于Kinect的健身动作识别与评价
【24h】

基于Kinect的健身动作识别与评价

机译:基于Kinect的健身动作识别与评价

获取原文
   

获取外文期刊封面封底 >>

       

摘要

随着健康问题越来越受到人们的重视,运动健身越来越被广大人民所接受.如何更有效的运动健身并合理减少身体伤害,是现今科学健身运动的研究热点之一.本文利用Kinect收集健身动作数据,对动作进行自动分类,与标准动作进行比对评分,计算出易受伤程度.具体的,首先通过对骨架点的收集和预处理,从骨架点数据中提取特征值,计算权重并对特征值归一化,得到健身动作的动作测试数据集和模板数据集.通过KNN算法对测试数据进行分类与识别,得到测试动作的分类结果.对应分类结果,利用评价和易受伤害计算模型,最终得到健身动作的评分和建议.实验表明,提取的骨架数据特征对所有动作识别仅配合微调的KNN算法就能有较好的效果,并比神经网络算法更具有广泛性.动作评价和易受伤分析可以减少运动伤害,提高健身运动趣味性.
机译:随着健康问题越来越受到人们的重视,运动健身越来越被广大人民所接受.如何更有效的运动健身并合理减少身体伤害,是现今科学健身运动的研究热点之一.本文利用Kinect收集健身动作数据,对动作进行自动分类,与标准动作进行比对评分,计算出易受伤程度.具体的,首先通过对骨架点的收集和预处理,从骨架点数据中提取特征值,计算权重并对特征值归一化,得到健身动作的动作测试数据集和模板数据集.通过KNN算法对测试数据进行分类与识别,得到测试动作的分类结果.对应分类结果,利用评价和易受伤害计算模型,最终得到健身动作的评分和建议.实验表明,提取的骨架数据特征对所有动作识别仅配合微调的KNN算法就能有较好的效果,并比神经网络算法更具有广泛性.动作评价和易受伤分析可以减少运动伤害,提高健身运动趣味性.

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号