摘要
本发明涉及计算机视觉技术领域,特别是涉及基于计算机视觉的运动员实时姿态分析与纠正方法及系统,方法包括以下步骤:获得运动员的多视角动作视频数据和多模态传感器数据,并预先建立标准动作模型库;基于多视角动作视频数据,通过自适应多尺度姿态估计算法,得到姿态估计结果;根据姿态估计结果,利用动态时序图卷积网络,实现动作识别;将姿态估计结果与多模态传感器数据进行融合,得到融合特征;基于融合特征和标准动作模型库,生成个性化标准动作模型确定运动员实际动作与个性化标准动作模型之间的差异;根据差异,生成纠正建议;确定最佳反馈方式并向运动员提供纠正建议;能够以毫米级的精度捕捉球员的动作细节,全面评估球员的技术动作。
技术关键词
融合特征
运动员
姿态估计算法
多模态传感器
动态邻接矩阵
模型库
编码特征
计算机视觉
纠正方法
注意力机制
多尺度特征
多视角
时序特征
数据
姿态特征
系统为您推荐了相关专利信息
颗粒沉降速率
微藻生长速率
养殖尾水
稳态
营养盐
轨迹规划算法
清洁机器人
磁吸附
解码器
激光雷达数据
智能监测机器人
BIM建筑模型
温度湿度传感器
监测单元
动态物体