一种基于深度学习的运动员投掷动作分析与训练方法及设备

AITNT
正文
推荐专利
一种基于深度学习的运动员投掷动作分析与训练方法及设备
申请号:CN202411560255
申请日期:2024-11-04
公开号:CN119068558B
公开日期:2025-02-11
类型:发明专利
摘要
本发明涉及图像处理领域,公开了一种基于深度学习的运动员投掷动作分析与训练方法,包括:使用传感器同步采集标准投掷动作数据,构建源域数据集;使用单目相机在目标场景下采集待分析投掷视频,作为目标域数据;对源域数据进行配准与融合,构建出完整、精细的运动员三维骨骼模型和投掷物三维轨迹模型;从目标域视频中提取运动员二维关键点和投掷物二维位置;在与目标场景相似的虚拟环境中,导入源域标准投掷动作三维模型,渲染得到不同视角下的投掷动作图像;设计一种端到端的投掷动作分析深度神经网络模型,使用训练好的模型对目标域待分析投掷视频进行推理,生成文字以及示例视频反馈。
技术关键词
运动员 三维骨骼模型 深度神经网络模型 RANSAC算法 三维姿态信息 视频 轨迹模型 Kalman滤波算法 人体姿态估计算法 多任务联合训练 生成文字 关键点 运动捕捉数据 单目相机 人体关键部位 训练设备 深度图 定量评价指标 焦点损失函数 三维重建算法
系统为您推荐了相关专利信息
1
一种机载测深LiDAR安置角偏差检校方法及系统
检校方法 零位误差 表达式 扫描仪坐标系 偏差
2
一种多模态情感识别方法及系统
深度神经网络模型 融合特征 模态特征 多模态 特征提取模块
3
基于多传感器融合的食品质量动态监测系统及方法
多传感器融合 动态监测方法 数据 动态监测系统 口感
4
一种动态环境下针对特征点处理的视觉SLAM方法
特征点 视觉SLAM方法 RANSAC算法 动态 SLAM系统
5
一种无控制条件的机载LiDAR测深航带平差方法及系统
多项式 控制点 RANSAC算法 曲面 布尔莎模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号