【技术实现步骤摘要】
本专利技术属于计算机视觉领域，涉及一种基于姿态估计的轻量级仰卧起坐检测方法。
技术介绍
1、仰卧起坐在体质测试中具有重要地位，主要用于评估个体的腹部核心肌群力量，这对维持身体稳定性、提高运动表现和预防腰部损伤至关重要。在体质测试中，仰卧起坐作为一种简便且有效的测试方法，被广泛应用于不同年龄段和体能水平的人群中。传统的仰卧起坐测试往往依赖于人工评分或专业仪器，存在评估不准确、成本高昂以及实时性差等问题。
2、人体姿态估计(human pose estimation,hpe)是计算机视觉领域的一个基础且具有挑战的任务，对于描述人体姿态和人体行为等至关重要。目前，姿态估计技术已在人体运动分析、虚拟现实、智能监控等领域取得显著进展。因此，基于姿态估计的仰卧起坐检测算法成为一种潜在的体测改进方案。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于姿态估计的轻量级仰卧起坐检测方法，不仅能够实现自动化、精准化的测试，还有望提高测试的实时性，为体育教育和健康管理提供更科学、可靠的数
【技术保护点】
1.一种基于姿态估计的轻量级仰卧起坐检测方法，其特征在于，该方法具体包括以下步骤：
2.根据权利要求1所述的轻量级仰卧起坐检测方法，其特征在于，步骤S2中，所述轻量级人体骨架特征提取网络包括四个阶段：阶段一由4个残差模块级联组成，经处理后，特征图分辨率减小到原始图像的1/4；第二、三、四阶段依次新增一个并行分支，且新增分支是前一阶段最小分辨率分支的1/2；阶段二包含两个分支，每个分支由3个大核可分离卷积模块级联组成；阶段三包含三个分支，分别由3、3、12个大核可分离卷积模块组成；阶段四包含四个分支，分别由3、3、12、3个大核可分离卷积模块组成；同时除阶段...
【技术特征摘要】
1.一种基于姿态估计的轻量级仰卧起坐检测方法，其特征在于，该方法具体包括以下步骤：
2.根据权利要求1所述的轻量级仰卧起坐检测方法，其特征在于，步骤s2中，所述轻量级人体骨架特征提取网络包括四个阶段：阶段一由4个残差模块级联组成，经处理后，特征图分辨率减小到原始图像的1/4；第二、三、四阶段依次新增一个并行分支，且新增分支是前一阶段最小分辨率分支的1/2；阶段二包含两个分支，每个分支由3个大核可分离卷积模块级联组成；阶段三包含三个分支，分别由3、3、12个大核可分离卷积模块组成；阶段四包含四个分支，分别由3、3、12、3个大核可分离卷积模块组成；同时除阶段一外，每个阶段对多个并行分支进行融合，在第四阶段输出最高分辨率分支的特征图。
3.根据权利要求2所述的轻量级仰卧起坐检测方法，其特征在于，步骤s2中，所述残差模块具体为：输入首先经过卷积核大小为3×3的卷积层，紧接着，流经一个批归一化层以进行标准化处理；随后，再经过第二个卷积核大小为3×3的卷积层以及批归一化层，将输入与第二个卷积层的输出相加，形成跳跃连接，最后经过relu激活函数；残差模块的输出表示为：
4.根据权利要求2所述的轻量级仰卧起坐检测方法，其特征在于，步骤s2中，所述大核可分离卷积模块具体是：将一个大核卷积分...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。