检索结果-南通市图书馆

基于openpose计算机视觉算法的健身操能量消耗估算研究

在线全文

学校读者我要写书评

暂无评论

基于OpenPose计算机视觉算法的健身操能量消耗估算研究

第十二届全国体育科学大会

作者：温煦杨雨馨浙江大学

研究目的:双标水法、间接热量测定法、问卷调查法、心率法和运动传感器法这些当前常用的身体活动能量消耗检测方法具有诸多局限。研究旨在建立一种基于计算机视觉的能量消耗估算方法,在没有任何肢体接触的情况下,使用手机、相机等可视... 详细信息

研究目的:双标水法、间接热量测定法、问卷调查法、心率法和运动传感器法这些当前常用的身体活动能量消耗检测方法具有诸多局限。研究旨在建立一种基于计算机视觉的能量消耗估算方法,在没有任何肢体接触的情况下,使用手机、相机等可视化设备估算多关节健身操运动的能量消耗。研究方法:要求20名20-30岁的女性受试者佩戴K5气体分析仪和心率带完成由15个不同动作组成的健身操运动。15个动作涉及上肢、下肢以及躯干在矢状面内的屈伸运动以及在冠状面的外展内收运动,每个动作持续三分钟,原地踏步30秒后开始下一个动作,以能量消耗由低至高的顺序排列。在受试者正前方、正左侧和正右侧架置的三台智能手机以30帧/秒的帧率记录运动全过程。记录受试者的年龄、身高、体重、身体质量指数（BMI）、腿长、腰围、体脂率、静息心率和运动心率,计算得到心率储备百分比（%HRR）。数据处理包括:（1）选取K5记录的每个动作最后1分钟摄氧量稳态时的氧耗均值作为该动作的实际能量消耗,并换算为梅脱值（MET）;（2）使用Open Pose计算机视觉算法分析运动视频,得到肩、肘、髋、膝各关节中心的坐标位置,并基于坐标位置计算得到左右肩、肘、髋、膝关节和躯干在运动中的角度,角速度和角加速度,以及身体中心点的坐标位置、水平和竖直方向的移动速度、加速度。以上所有数据在时间线上与K5记录的数据对齐,计算最后一分钟稳态时的平均值和标准差,作为预测能量消耗的人体运动指标。使用斯皮尔曼相关性检验分析所有动作的人体运动指标和受试者个人特征指标与梅脱值之间的相关性,保留相关大于0.02（P＜0.05）的指标。该部分指标按照数据来源分为三类:（1）数据来自正前方相机;（2）数据来自正左侧和正右侧相机;（3）数据来自正前方、正左侧和正右侧的所有相机。以K5测得的梅脱值为因变量,对分类后的指标进行逐步回归分析,建立3个只含关节运动变量的能量消耗预测模型,分别为模型1、模型2和模型3。在上述三个模型中均加入%HRR变量,得到模型1-1、模型2-1和模型3-1。使用10-k交叉验证方法检验模型的预测准确性,以平均绝对值误差（MAE）、均方误差（MSE）、均方根误差（RMSE）和平均相对误差（MRE）表示。研究结果:经斯皮尔曼相关性检验,发现身体中心、躯干及下肢运动关节指标与能量消耗指标的相关性普遍高于上肢运动关节指标与能耗间的相关性;侧面拍摄所得的运动关节指标与能量消耗指标的相关性普遍高于正面拍摄所得的运动关节指标与能量消耗指标的相关性;心率与心率储备百分比变量显示出与能耗间的强相关性,相关系数分别为0.638和0.661。筛选后保留了56个人体运动指标和2个心率指标。使用逐步回归方法建立三个能量消耗预测模型,其中模型1的决定系数为0.387,纳入3个自变量;模型2的决定系数为0.542,纳入7个自变量;模型3的决定系数为0.628,纳入7个自变量。加入%HRR后,模型1-1、模型2-1和模型3-1的决定系数分别为0.557、0.656和0.696。经交叉验证后发现,误差结果可总结为:模型3＜模型2＜模型1。纳入正面和侧面人体运动指标的能耗预测模型3同时拥有最小的平均绝对值误差（MAE=0.81）、均方误差（MSE=1.11）、均方根误差（RMSE=1.02）和平均相对误差（MRE=13.60%）。在模型3中加入%HRR变量后,模型预测准确性得到了进一步提升（MAE=0.74,MSE=0.91,RMSE=0.92,MRE=12.33%）。研究结论:基于openpose计算机视觉算法的能量消耗估算方法可以在没有任何肢体和心理束缚的情况下,使用简单的摄像设备较为准确地预测多关节复杂健身操运动的能量消耗。相比于上肢关节的运动指标,下肢关节的运动指标对能量消耗有更大影响;相比于正前方相机拍摄得到的外展内收类运动,正侧方相机拍摄得到的屈伸类运动对能量消耗影响更大;身体中心竖直方向的运动指标在能量消耗预测方程中起到了重要作用;模型中纳入的人体运动数据越全面,预测准确度越高。心率监测设备可以作为辅助工具,提高模型的预测准确度。

关键词： openpose 计算机视觉关节能量消耗健身操

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于openpose的滑雪动作分析

智能计算机与应用 2022年第4期12卷 101-103,109页

作者：许志豪高铭殷绍轩崔杰北京信息科技大学计算机学院北京100101

为了填补动作分类系统在滑雪运动方面的空白,为后续的研究做铺垫,本文使用openpose和STGCN建立了一个滑雪动作分类框架。该框架利用openpose提取人体关键点信息,将连续的多个单帧的人体关键点信息处理为一个骨骼时空图,再使用时空图卷... 详细信息

为了填补动作分类系统在滑雪运动方面的空白,为后续的研究做铺垫,本文使用openpose和STGCN建立了一个滑雪动作分类框架。该框架利用openpose提取人体关键点信息,将连续的多个单帧的人体关键点信息处理为一个骨骼时空图,再使用时空图卷积网络STGCN训练模型、提取特征、建立分类器。利用构建好的框架可以做到滑雪动作类型实时分类和输入视频分类。

关键词： openpose STGCN 滑雪动作识别

在线全文

学校读者我要写书评

暂无评论

基于openpose的智能镜子研究与应用

山西电子技术 2022年第6期 81-82,92页

作者：陈丹四川省大数据中心四川成都610000

在当前新兴电子市场快速发展的背景下,为了满足人们对智能终端的应用需求,本文通过研究当前智能镜子的发展状况、应用情况以及使用技术,提出基于openpose的智能镜子研究方案,实现智能镜子中人体姿态的检测和识别,以此提高智能镜子的应... 详细信息

在当前新兴电子市场快速发展的背景下,为了满足人们对智能终端的应用需求,本文通过研究当前智能镜子的发展状况、应用情况以及使用技术,提出基于openpose的智能镜子研究方案,实现智能镜子中人体姿态的检测和识别,以此提高智能镜子的应用能力。

关键词：智能镜子 openpose 人体姿态

人体姿势估计openpose技术在康复领域的应用进展

在线全文

学校读者我要写书评

暂无评论

中国康复 2023年第7期38卷 437-441页

作者：何英春詹益镐许桂清裴骏福建医科大学健康学院福州350122 福建省高校康复工程研究中心福州350004 厦门城市职业学院/交通工程学院福建厦门361008

在康复医学中采用肢体运动进行功能评估与客观化训练设计是研究热点[1];借助非侵入式的人体运动解析来优化康复过程与效果已成趋势;相关研究通常采取行为捕捉与追踪技术,可分为基于视频人形骨架点与惯性传感器两类,已广泛应用于上肢康... 详细信息

在康复医学中采用肢体运动进行功能评估与客观化训练设计是研究热点[1];借助非侵入式的人体运动解析来优化康复过程与效果已成趋势;相关研究通常采取行为捕捉与追踪技术,可分为基于视频人形骨架点与惯性传感器两类,已广泛应用于上肢康复、平衡评估与步态分析等方面[2-5]。基于惯性传感器的方式虽准确性高但存在交互弱、成本高、体感不适、隐私泄露等问题[6]。而视频捕捉人体骨架点的方式恰可以解决上述问题,该方法通常采用的是Kinect或openpose技术。

关键词：深度学习人体姿势估计 openpose

基于openpose的高速公路行人闯入行为识别方法研究

在线全文

学校读者我要写书评

暂无评论

道路交通管理 2023年第4期 36-38页

作者：李杰(文/图) 吴晓峰(文/图) 赵北辰(文/图) 公安部交通管理科学研究所

行人突然闯入高速公路的行为,往往会让高速行驶中的机动车来不及避让,进而引发交通事故。针对突然闯入的非高速公路工作人员,包括临时上下车人员、横穿高速人员、拾荒人员等,本文探索利用多人实时关键点检测openpose算法,基于人体骨架... 详细信息

行人突然闯入高速公路的行为,往往会让高速行驶中的机动车来不及避让,进而引发交通事故。针对突然闯入的非高速公路工作人员,包括临时上下车人员、横穿高速人员、拾荒人员等,本文探索利用多人实时关键点检测openpose算法,基于人体骨架和部位关联场等技术,检测闯入人员关键动作姿态,判断与标准库中动作姿态相似度,确认人员的动作行为,进而明确人员属性,采取不同的干预手段减少事故发生。

关键词：高速公路行人检测 openpose 姿态识别

基于openpose的舞狮训练辅助系统研究

在线全文

学校读者我要写书评

暂无评论

电视技术 2022年第9期46卷 37-41页

作者：李琳李大琳林灏泓珠海科技学院广东珠海519041

舞狮是中华民族优秀传统文化,但随着现代社会的发展,高层次、高水平的舞狮训练越来越困难,大多数年轻人逐渐远离这项运动,中国舞狮的整体发展水平不均衡。本文提出基于Open Pose的舞狮训练辅助系统研究,通过计算机方法实现对舞狮训练的... 详细信息

舞狮是中华民族优秀传统文化,但随着现代社会的发展,高层次、高水平的舞狮训练越来越困难,大多数年轻人逐渐远离这项运动,中国舞狮的整体发展水平不均衡。本文提出基于Open Pose的舞狮训练辅助系统研究,通过计算机方法实现对舞狮训练的矫正提高,采用动作识别、姿态估计、向量角计算、caffee框架以及数据可视化来对舞狮运动的训练动作进行有效识别和监测评估,并提供可视化分析,构建智能化辅助训练系统,以帮助舞狮运动传承者进行日常训练,提高舞狮运动的训练水平,保障其练习效率和动作规范性。同时,吸引更多的年轻人参与舞狮运动,立足时代实践,顺应时代潮流,传承优秀传统文化。

关键词：深度学习 openpose 舞狮训练辅助系统

基于openpose+3S-AGCN的行为识别研究

在线全文

学校读者我要写书评

暂无评论

电子技术与软件工程 2022年第2期 177-180页

作者：王璇王雄张向阳杨一贾浩强中国煤矿机械装备有限责任公司北京市100011 中国矿业大学(北京)机电与信息工程学院北京市100083

本文针对当前行为识别方法存在提取视频行为特征时信息利用不全面的问题,提出了基于骨架数据、多流和自适应图卷积神经网络的行为识别方法。三流自适应图卷积神经网络(3S-AGCN)针对人体骨架这一自然表示为图的数据结构形式,分别提取骨... 详细信息

本文针对当前行为识别方法存在提取视频行为特征时信息利用不全面的问题,提出了基于骨架数据、多流和自适应图卷积神经网络的行为识别方法。三流自适应图卷积神经网络(3S-AGCN)针对人体骨架这一自然表示为图的数据结构形式,分别提取骨架图的关节点坐标、骨骼属性以及运动信息,实现了对骨架数据特征的充分提取。模型框架同时还引入了多注意力机制,分别从时间、空间和通道三个方向加强对重要信息的特征的提取能力。同时引入openpose算法首先提取人体骨架数据图再输入模型进行训练和识别任务,提高了模型在复杂环境下进行行为识别任务的鲁棒性。基于NTURGBD公共数据集,与当前先进方法的横向比较实验,结果表明3S-AGCN模型在行为识别任务上具有更高的准确率,验证了模型的可行性。

关键词：人体行为识别自适应图卷积网络多注意力机制 openpose

基于openpose算法的计算机视觉运动捕捉系统的效度研究

在线全文

学校读者我要写书评

暂无评论

基于OpenPose算法的计算机视觉运动捕捉系统的效度研究

基于改进openpose算法的矿工危险行为识别研究

第十二届全国体育科学大会

作者：杨雨馨温煦浙江大学

研究目的:随着图像采集技术和人工智能算法的快速发展,计算机视觉技术在国内工业、农业、医疗、交通等领域得到了广泛应用,尚缺乏在运动科学领域的有效应用。人体姿态估计算法可以在不佩戴任何设备的情况下,通过可视化设备分析得到人体... 详细信息

研究目的:随着图像采集技术和人工智能算法的快速发展,计算机视觉技术在国内工业、农业、医疗、交通等领域得到了广泛应用,尚缺乏在运动科学领域的有效应用。人体姿态估计算法可以在不佩戴任何设备的情况下,通过可视化设备分析得到人体骨架模型。研究旨在验证基于openpose算法的计算机视觉运动捕捉系统在识别人体骨架的基础上,计算得到的各肢体关节在运动过程中的的关节角度的准确性。研究方法:要求10名健康受试者（6名女性、4名男性）在安装有Qualisys运动捕捉系统的实验室内,完成指定的左右肩外展、右肩前平举、右肘屈、左右髋外展、右髋屈和右膝屈的动作,每个动作重复两次。受试者全身需粘贴39个反光点,由Qualisys运动捕捉系统和一台智能手机同步记录运动全过程。做外展运动时,受试者需正面面对手机,做屈曲运动时,受试者需旋转90度,使手机位于其正右侧。实验开始前记录受试者的年龄、身高和体重。将Qualisys捕捉到的反光点运动轨迹导入Visual3D运动分析软件,输入受试者个人信息,建立完整的人体骨骼应用模型,提取各运动关节的角度数据。此外,使用自底向上的openpose人体姿态估计算法,经两分支多阶段的卷积神经网络,对视频进行逐帧的图像处理。即先预测每个像素点的各关节点置信度图,确定预测关节点的位置。再预测人体部分亲和字段,得到肢体的位置和方向信息,选择正确的连接方式,从而形成人体骨架。提取研究需要的13个关节点坐标,分别为:左右肩关节点、左右肘关节点、左右腕关节点、左右髋关节点、左右膝关节点、左右踝关节点和左右肩关节中点。利用各关节点的坐标信息计算得到左右肩关节、左右肘关节、左右髋关节和左右膝关节几个主要关节的运动角度数据。分析方法:（1）以Qualisys系统的关节角度为标准值,使用斯皮尔曼相关性检验计算由计算机视觉运动捕捉系统得到的各关节角度与标准值之间的相关性;（2）计算Qualisys系统与计算机视觉系统二者获得的关节角度的平均绝对值误差（MAE,Mean Absolute Error）和均方根误差（RMSE,Root Mean Square Error）。研究结果:相关分析结果显示,基于Open Pose算法的计算机视觉运动捕捉系统得到的关节角度与Qualisys系统分析得到的关节角度之间都具有显著的高度相关性,即相关系数均大于0.80且P值均小于0.001。其中,侧面拍摄得到的肘关节角度具有最高的相关系数（r=0.961）;对于同一关节,正面机位记录的外展运动的关节角度相关系数普遍高于侧面机位所记录的屈曲运动的关节角度相关系数,如右髋关节正面拍摄得到的相关系数为0.929,侧面为0.893;对于相同机位,上肢的关节角度相关系数普遍高于下肢的关节角度相关系数,如侧面拍摄得到的右肩关节相关系数为0.924,右膝关节为0.875。误差分析结果基本与相关性结果表现一致,具体为:（1）正面机位记录的动作关节角度误差小于侧面的关节角度误差,且均小于10°。其中左肩关节MAE=6.85°,RMSE=9.12°,右肩关节MAE=6.54°,RMSE=8.59°,左髋关节MAE=5.34°,RMSE=7.61°,右髋关节MAE=5.11°,RMSE=7.24°;（2）侧面机位记录的上肢动作关节角度误差小于下肢的关节角度误差。其中右肘关节MAE=7.79°,RMSE=11.01°,右肩关节MAE=9.07°,RMSE=16.97°,右膝关节MAE=15.67°,RMSE=21.54°,右髋关节MAE=7.83°,RMSE=12.93°;（3）正面机位记录的右髋关节外展运动拥有最小的平均绝对值误差和均方根误差,侧面机位记录的右膝关节屈曲运动的误差值最大。研究结论:由于openpose算法建立的骨架模型与人体实际骨架模型之间存在差异,计算机视觉运动捕捉系统得到的关节角度与Qualisys系统分析得到的关节角度之间存在一定误差,但两种方法得到的各关节角度仍高度相关。基于Open Pose算法的计算机视觉运动捕捉系统与作为评价运动跟踪性能金标准的Qualisys系统得到的各关节角度的平均绝对值误差为5.11°-15.67°,均方根误差为7.24°-21.54°。具体表现为:上肢关节角度误差小于下肢;外展内收类运动的角度误差小于屈伸类运动的角度误差;膝关节处的关节角度误差最大。作为一种非接触式的运动捕捉工具,该系统不仅智能便捷且具有较好的效度,有望在运动科学领域开展应用。

关键词： openpose 计算机视觉关节角度效度

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

电视技术 2023年第2期47卷 20-23页

作者：刘斌贾浩强杨一申佳盖美辰宋天霖国家能源集团宁夏煤业有限责任公司羊场湾煤矿宁夏银川750411 中国矿业大学(北京)机电与信息工程学院北京100083 中国矿业大学(北京)理学院北京100083

针对现有危险行为检测中原有的人体姿态行为识别算法openpose存在参数量大、算力要求高的缺点,在保证准确度的情况下,提出采用MobileNet v3网络的1—18层代替openpose原有的VGG19网络前10层,同时采用ST-GCN时空图卷积网络完成动作的分类... 详细信息

针对现有危险行为检测中原有的人体姿态行为识别算法openpose存在参数量大、算力要求高的缺点,在保证准确度的情况下,提出采用MobileNet v3网络的1—18层代替openpose原有的VGG19网络前10层,同时采用ST-GCN时空图卷积网络完成动作的分类,实现对危险行为的识别。实验结果表明,本次改进的算法对于摔倒、危险攀爬等行为的识别准确率达到94%以上,较原有的模型准确率提升了5%以上。同时,经过对模型的轻量化改变,使得模型体积缩小、参数较少,提高了模型的运算速度。

关键词： openpose MobileNet v3 姿态检测 ST-GCN