摘要
本发明涉及计算机视觉技术领域,且公开了高速人体运动轨迹动作模式识别系统;本发明通过多模态传感器融合与自适应时空注意力网络(ASTAN),有效克服传统光学系统对标记点的依赖及IMU累积误差问题,显著提升高速运动轨迹重建精度与环境适应性;结合自监督数据增强与动态模型压缩技术,大幅降低对标注数据的依赖,实现轻量化边缘部署,满足实时性需求;系统可同步输出多模态反馈指令,支持体育动作矫正、医疗康复评估、安防异常检测及人机交互控制等多场景应用,解决了现有技术中精度、实时性、鲁棒性与泛化能力不足的核心痛点,为高速运动分析提供了高效、可靠且低成本的综合性解决方案。
技术关键词
人体运动轨迹
模式识别系统
多模态数据采集
运动学特征
小波阈值去噪算法
生成对抗网络
联合卡尔曼滤波
特征提取模块
模型压缩
关节
三维运动轨迹
人机交互控制
扩展卡尔曼滤波
注意力机制
动态调整机制
系统为您推荐了相关专利信息
多模态数据采集
协方差矩阵
历史运行数据
智能预警方法
重建误差
二次谐波信号
甲烷
离散小波变换
激光器模块
数据采集模块
多模态数据融合
智能应急
资源消耗量
调度系统
生成资源
网络交易平台
多模态数据采集
网络流量数据
自动编码器
多模态特征融合
多模态数据融合
电子病历系统
多模态数据采集
特征提取模块
生物统计分析