一种基于深度学习和时频特征的FMS动态动作晃动检测方法

AITNT
正文
推荐专利
一种基于深度学习和时频特征的FMS动态动作晃动检测方法
申请号:CN202510314058
申请日期:2025-03-17
公开号:CN120198962A
公开日期:2025-06-24
类型:发明专利
摘要
本发明涉及一种基于深度学习和时频特征的FMS动态动作晃动检测方法,属于运动训练技术领域,其中,该方法包括:从正面、侧面两个位置获取被试者完成FMS动态动作过程中的动作视频,结合深度学习模型对动作视频中的被试者躯干中心点位置变化进行检测;基于所述躯干中心点位置变化时序数据,从时域和频域两个层面构建特征量,并根据无晃动完成FMS动作和有晃动完成FMS动作的特征量差异,实现身体晃动情况的快速准确检测。
技术关键词
晃动检测方法 时域特征 频域特征 动态 深度学习模型训练 时序 网络 数据 晃动检测装置 运动训练技术 视频 图像识别单元 图像获取单元 样本 无晃动 分析单元 坐标 网格
系统为您推荐了相关专利信息
1
一种新能源电池组的智能温控系统
新能源电池组 智能温控系统 分布式光纤温度传感器 温度特征参数 电池老化程度
2
一种广播智能混音技术的广播音频处理方法及装置
优化预测模型 混音技术 参数 信号 音频接口
3
一种基于路径动态选择的海缆敷设方法与系统
敷缆船 敷设方法 格栅单元 路径规划算法 栅格
4
面向动态环境的巡检机器人智能决策调控方法及系统
面向动态环境 巡检机器人 调控方法 决策 智能调控
5
一种多声道高精度超声波液体密度动态测量方法及装置
多声道 动态测量方法 密度 控温系统 玻璃浮计
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