基于目标追踪技术的高尔夫球示教辅助分析系统设计与实现
发布时间:2021-11-27 00:10
伴随着互联网技术的飞速发展,可以准确对用户动作姿态进行评估与反馈的“高尔夫智能化系统”已呈现出了巨大的市场潜力。然而,当前高尔夫智能化产品由于缺乏系统的指导以及规范用户动作的能力,并且市面上现有智能系统对人体动作的分析大多依赖于三维深度信息,还存在着系统成本高、获取数据受环境干扰大以及重建三维信息的算法实时性差等缺点。因此,设计一种高效且专业的高尔夫球示教辅助分析系统具有重要意义。在本论文中,使用普通单目摄像机对采集的高尔夫运动图像进行目标追踪,对提取出的人体运动特征进行建模比对,并快速对用户姿态进行实时分析与评估。具体技术包括以下三点:(1)提出了一种基于像素特征的目标追踪方法。基于高尔夫球杆运动速度快,杆身颜色浅淡且细小的目标特性,利用目标运动轨迹信息自动更新前景与背景区域,采用自适应双阈值的三帧差法对图像前景进行提取与处理。在此基础上,利用前景目标的像素特征,引入杆-体区域判定、运动区域检测以及像素特征疏密性三个辅助算法,循环递进对球杆目标进行实时追踪定位。最后,设计了一种基于目标矢量方向的区域追踪算法,对球杆定位特征进行修正,以保证后续特征输出的完整性与规范性。(2)提出了一种...
【文章来源】:南京邮电大学江苏省
【文章页数】:86 页
【学位级别】:硕士
【部分图文】:
_2Klnect沿各妥焦RGB_D折据视角示竟图
些方法中的一些在工程中仍具有非常重要的应用价值,并且经常被关滤波的目标追踪算法的跟踪算法,开始于 2012 年由 P.Martins 所提出的利用内核进行循ructure of Tracking-by-Detection with Kernels,CSK)的方法[33]。文章速傅立叶变换加快了目标追踪检测速度,很好的解决了密集采样的理论认为正样本通常更加接近目标位置,而负样本离目标更远。简刻两个信号相似的程度。波用于视觉跟踪领域,就是在视觉目标区域被设计产生一个相关峰接近于零 ,如图 2-4 所示。由于时域相关对应于频域像素方向上质的特征就是在频域里计算相关性,主要是避免卷积操作带来的时
KNN 算法的描述如下所示:据,与所有的训练数据之间的距离大小进行计算;到的距离,按照递增的关系来依次进行排序;最小的 k 个点;属的类别的出现频率进行确认;中出现频率最高的类别来作为测试数据的预测分类算法(K-means):一种非常典型的基于距离的聚类算法。使用距离用对象之间的距离越近,相似度越大。该算法认为聚此而产生紧凑和独立的集群是算法需要实现的最终同一聚类的聚类中的对象的相似性相对较高,而不
【参考文献】:
期刊论文
[1]结合稳健估计和Meanshift的视频目标跟踪算法[J]. 朱闻亚. 沈阳工业大学学报. 2017(02)
[2]高校高尔夫球教练挥杆动作技术分析[J]. 毛建勋. 运动. 2013(13)
[3]基于优化的DTW算法的人体运动数据检索[J]. 刘贤梅,赵丹,郝爱民. 模式识别与人工智能. 2012(02)
[4]一种基于改进帧差法的运动目标检测[J]. 严晓明. 莆田学院学报. 2011(05)
[5]帧差法和Mean-shift相结合的运动目标自动检测与跟踪[J]. 汤中泽,张春燕,申传家,孟晓. 科学技术与工程. 2010(24)
[6]用于运动人体检测的改进的帧差法[J]. 梁国山,朱秀昌. 电视技术. 2009(S1)
[7]基于改进运动历史图像的多运动目标实时跟踪[J]. 刘军学,屈桢深,任行行,郭隽,闻帆. 计算机应用. 2008(S1)
[8]纹线跟踪及其在细化指纹后处理中的应用[J]. 刘文星,王肇圻,母国光. 光电子·激光. 2002(02)
博士论文
[1]三维人体运动分析与动作识别方法[D]. 蔡美玲.中南大学 2013
本文编号:3521199
【文章来源】:南京邮电大学江苏省
【文章页数】:86 页
【学位级别】:硕士
【部分图文】:
_2Klnect沿各妥焦RGB_D折据视角示竟图
些方法中的一些在工程中仍具有非常重要的应用价值,并且经常被关滤波的目标追踪算法的跟踪算法,开始于 2012 年由 P.Martins 所提出的利用内核进行循ructure of Tracking-by-Detection with Kernels,CSK)的方法[33]。文章速傅立叶变换加快了目标追踪检测速度,很好的解决了密集采样的理论认为正样本通常更加接近目标位置,而负样本离目标更远。简刻两个信号相似的程度。波用于视觉跟踪领域,就是在视觉目标区域被设计产生一个相关峰接近于零 ,如图 2-4 所示。由于时域相关对应于频域像素方向上质的特征就是在频域里计算相关性,主要是避免卷积操作带来的时
KNN 算法的描述如下所示:据,与所有的训练数据之间的距离大小进行计算;到的距离,按照递增的关系来依次进行排序;最小的 k 个点;属的类别的出现频率进行确认;中出现频率最高的类别来作为测试数据的预测分类算法(K-means):一种非常典型的基于距离的聚类算法。使用距离用对象之间的距离越近,相似度越大。该算法认为聚此而产生紧凑和独立的集群是算法需要实现的最终同一聚类的聚类中的对象的相似性相对较高,而不
【参考文献】:
期刊论文
[1]结合稳健估计和Meanshift的视频目标跟踪算法[J]. 朱闻亚. 沈阳工业大学学报. 2017(02)
[2]高校高尔夫球教练挥杆动作技术分析[J]. 毛建勋. 运动. 2013(13)
[3]基于优化的DTW算法的人体运动数据检索[J]. 刘贤梅,赵丹,郝爱民. 模式识别与人工智能. 2012(02)
[4]一种基于改进帧差法的运动目标检测[J]. 严晓明. 莆田学院学报. 2011(05)
[5]帧差法和Mean-shift相结合的运动目标自动检测与跟踪[J]. 汤中泽,张春燕,申传家,孟晓. 科学技术与工程. 2010(24)
[6]用于运动人体检测的改进的帧差法[J]. 梁国山,朱秀昌. 电视技术. 2009(S1)
[7]基于改进运动历史图像的多运动目标实时跟踪[J]. 刘军学,屈桢深,任行行,郭隽,闻帆. 计算机应用. 2008(S1)
[8]纹线跟踪及其在细化指纹后处理中的应用[J]. 刘文星,王肇圻,母国光. 光电子·激光. 2002(02)
博士论文
[1]三维人体运动分析与动作识别方法[D]. 蔡美玲.中南大学 2013
本文编号:3521199
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3521199.html
最近更新
教材专著