摘要
本发明提出一种基于姿态序列分析和时移增强的动作检测方法和系统。该方法包括:特征提取步骤:该特征提取步骤包括目标检测跟踪和姿态估计;用于从复杂视频中准确提取运动员的所在位置与运动信息和姿态序列信息,同时降低特征复杂度以提高后续分析效率;动作识别步骤:该动作识别步骤包括搭建序列分类网络,对于提取的信息进行分析,获得各类别概率结果;时间定位步骤:该时间定位步骤从数据集和训练设置入手,通过时移增强原数据集和标签衰减操作,使得序列分类网络感知和区分动作边缘时刻,以达到击球时间定位功能。该方法能够解决现有技术中复杂场景动作检测下动作目标尺度较小、动作特征区分度较低、动作持续时间短以及计算实时性等问题。
技术关键词
时间定位
分类网络
动作检测方法
序列
特征提取模块
动作检测系统
标签
动作持续时间
姿态估计算法
运动员
滑动窗口机制
关键点特征
跟踪器
复杂度
人体关键点
识别模块
归一化方法
视频
系统为您推荐了相关专利信息
马尔科夫链模型
马尔可夫链模型
越野车辆
能量管理方法
控制策略
电力电子器件
压电速度传感器
无线通信模块
声纹采集装置
电磁
末端执行器
控制协作机器人
碰撞控制方法
风险
障碍物
调节时钟频率
集成电路数字设计技术
控制芯片
电子设备本体
模式