应用视频数据识别短跑训练中手臂摆动姿态

摘要

短跑运动员训练时手臂摆动速度极快,传统基于传感器获取的摆动姿态数据进行识别中存在误差较大的问题。为此,提出一种应用视频数据识别短跑训练中手臂摆动姿态的方法。定义短跑运动员训练视频数据中的标记向量,通过优化图割算法的分割过程,提取短跑训练的手臂摆动姿态的特征。标记运动员手臂的关键关节点,划分手臂动作角度,与模板中心像素值进行比较。引入深度卷积神经网络,描述核函数关系,设计姿态分类识别流程,将函数关系作为网络中输入参数,从网络中得到短跑训练中手臂摆动姿态识别结果。实验结果表明,所提识别方法识别的手臂运动轨迹与实际情况更加吻合,各自由度角度测量值也更加接近实际值。