一种应用于短跑运动起跑教学的人体姿态估计方法技术

本发明专利技术公开了一种应用于短跑运动起跑教学的人体姿态估计方法。该方法首先设计了一个具有频域信息利用能力的高分辨率网络FD‑HRNet，用于确定输入图像中的人体关键点位置信息。所述高分辨率网络FD‑HRNet在传统HRNet网络的基础上增加了一条频域分支，并使用含复权重矩阵的快速傅里叶残差块替换网络中的传统残差块，以实现频域特征的提取。实验证明该模型的识别准确率明显提升。然后针对短跑起跑动作的技术特点，制定了相应的评判准则，包括前腿膝关节角度、后腿膝关节角度、躯干前倾角以及头部姿态角的角度值，为了避免模型识别误差带来的误判，在角度值中增加了误差阈值，符合实际使用需求。

【技术实现步骤摘要】

本专利技术属于计算机视觉，涉及自动化、智能化体育训练教学，具体涉及一种应用于短跑运动起跑教学的人体姿态估计方法。

技术介绍

1、人体姿态估计作为计算机视觉领域的一个重要研究课题，旨在从图像或视频中识别并定位人体的各个关键点位置，被广泛应用于体育训练和医疗健康领域等领域，基于人体姿态估计的智能化动作校正技术正成为提高运动员运动表现和预防运动过程中受伤的重要工具。

2、在短跑运动起跑教学中，通过将标准动作的数据与实际检测到的动作数据进行比对，识别出动作之间的差异，并根据这些差异为运动者提供具体的评价或改进建议，帮助运动员保持正确的动作，不仅可以使其在比赛中保持良好的身体平衡，减少由于错误动作带来的受伤风险，而且还能帮助他们快速提升到个人最高速度，提升他们的竞技水平。

3、人体姿态估计的检测方法可以分为自上而下的方法和自下而上的方法，其中自上而下方法在处理个体姿态的精确度和对复杂姿态的适应性方面表现更优，同时由于短跑起跑动作较为复杂，对模型的检测精度要求较高，因此自上而下方法更适合用于短跑起跑动作的检测。然而如simplebaseline本文档来自技高网...

【技术保护点】

1.一种应用于短跑运动起跑教学的人体姿态估计方法，其特征在于：具体包括以下步骤：

2.如权利要求1所述一种应用于短跑运动起跑教学的人体姿态估计方法，其特征在于：所述快速傅里叶残差块在传统残差块的基础上增加了一条带复权重矩阵Wc的频域分支。

3.如权利要求2所述一种应用于短跑运动起跑教学的人体姿态估计方法，其特征在于：在快速傅里叶残差块中，输入特征首先依次经过3x3卷积、ReLU激活函数和3x3卷积后，与原始输入特征融合，得到空间域特征；然后在频域分支上，首先利用傅里叶变换将特征从空间域转换到频域，然后依次通过1x1卷积、ReLU激活函数、1x1卷积对特征进行处理和...

【技术特征摘要】

1.一种应用于短跑运动起跑教学的人体姿态估计方法，其特征在于：具体包括以下步骤：

2.如权利要求1所述一种应用于短跑运动起跑教学的人体姿态估计方法，其特征在于：所述快速傅里叶残差块在传统残差块的基础上增加了一条带复权重矩阵wc的频域分支。

3.如权利要求2所述一种应用于短跑运动起跑教学的人体姿态估计方法，其特征在于：在快速傅里叶残差块中，输入特征首先依次经过3x3卷积、relu激活函数和3x3卷积后，与原始输入特征融合，得到空间域特征；然后在频域分支上，首先利用傅里叶变换将特征从空间域转换到频域，然后依次通过1x1卷积、relu激活函数、1x1卷积对特征进行处理和增强，接着应用一个可学习的复权重矩阵wc，再经过傅里叶逆变换重新到空间域，与传统残差处理的空间域特征融合。

4.如权利要求1所述一种应用于短跑运动起跑教学的人体姿态估计方法，其特征在于...

【专利技术属性】
技术研发人员：周后盘，李焕，黄经州，卓家伟，汪云龙，何子豪，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：