【技术实现步骤摘要】
本专利技术涉及计算机视觉，具体为高速人体运动轨迹动作模式识别系统。
技术介绍
1、当前，人体运动轨迹识别技术主要依赖于光学运动捕捉系统、惯性传感器(imu)及视觉算法。光学系统通过标记点追踪实现高精度姿态估计，但需特定实验环境且易受遮挡干扰；imu通过加速度计、陀螺仪等测量局部运动，但因累积误差导致长期轨迹漂移；基于深度学习的视觉算法(如openpose)虽能无标记识别，但在高速运动下易因运动模糊或低帧率丢失细节。此外，现有技术多采用单一模态数据，缺乏多传感器协同融合机制。
2、现有技术仍存局限性：
3、精度与鲁棒性不足，光学系统依赖标记点且成本高昂，imu存在误差累积，视觉算法在高速、遮挡场景下失效；实时性受限，传统slam算法计算复杂度高，难以满足高速运动的低延迟需求(如短跑起跑阶段需≤50ms反馈)；数据依赖性强，监督学习模型需海量标注数据，而高速运动数据标注成本极高，且泛化能力差；环境适应性弱，光照变化、多目标干扰等复杂场景下，现有系统误检率显著升高；为此提出了高速人体运动轨迹动作模式识别系统。
<...【技术保护点】
1.高速人体运动轨迹动作模式识别系统，其特征在于，包括以下模块：
2.根据权利要求1所述的高速人体运动轨迹动作模式识别系统，其特征在于，所述多模态数据采集模块中：
3.根据权利要求1所述的高速人体运动轨迹动作模式识别系统，其特征在于，所述时空对齐与预处理模块采用以下算法：
4.根据权利要求1所述的高速人体运动轨迹动作模式识别系统，其特征在于，所述轨迹重建与特征提取模块包含：
5.根据权利要求1所述的高速人体运动轨迹动作模式识别系统，其特征在于，所述动作模式识别模块的ASTAN网络包含：
6.根据权利要求1所述...
【技术特征摘要】
1.高速人体运动轨迹动作模式识别系统，其特征在于，包括以下模块：
2.根据权利要求1所述的高速人体运动轨迹动作模式识别系统，其特征在于，所述多模态数据采集模块中：
3.根据权利要求1所述的高速人体运动轨迹动作模式识别系统，其特征在于，所述时空对齐与预处理模块采用以下算法：
4.根据权利要求1所述的高速人体运动轨迹动作模式识别系统，其特征在于，所述轨迹重建与特征提取模块包含：
5.根据权利要求1所...
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。