基于机器视觉的人体运动姿态估计方法OA
Human Motion Pose Estimation Method Based on Machine Vision
针对立定跳远动作的量化评估需求,提出一种基于机器视觉的姿态估计和成绩预测方法.利用人体姿态估计算法获取33个关键关节点的动态坐标,采用高斯滤波和标准差分析自动定位起跳和落地关键帧,提取滞空时间等动作参数;整合体质和动作特征数据,通过多因素分析识别出矫正后滞空时间、身体得分和体重为核心影响因素,并建立多元线性回归预测模型.实验结果表明,该方法能准确判定姿态运动阶段,对示例运动者的预测成绩为1.478m,经针对性姿态训练后预计可提升至1.525m.该研究为智能化、个性化的体育训练提供了技术支撑.
To address the quantitative evaluation needs of the standing long jump action,a method for pose esti-mation and performance prediction based on machine vision is proposed.Human pose estimation algorithms are utilized to obtain the dynamic coordinates of 33 key joint points.Gaussian filtering and standard deviation anal-ysis are employed to automatically locate the key frames of takeoff and landing,and motion parameters such as air time are extracted.Through integration of physical and motion feature data,multi-factor analysis identifies corrected flight time,body score,and body weight as core influencing factors,and a multiple linear regression prediction model is established.Experimental results show that this method can accurately determine the pose movement phase.The predicted performance for the example athlete is 1.478 m,which is expected to increase to 1.525 m after targeted pose training.This research provides technical support for intelligent and personalized sports training.
岳高峰;韩迪;刘瑞;李俊锡;殷德伟
西安航空职业技术学院 自动化工程学院,陕西 西安 710089西安航空职业技术学院 自动化工程学院,陕西 西安 710089西安航空职业技术学院 自动化工程学院,陕西 西安 710089西安航空职业技术学院 自动化工程学院,陕西 西安 710089西安航空职业技术学院 自动化工程学院,陕西 西安 710089
信息技术与安全科学
人体姿态估计立定跳远标准差分析法多因素分析法多元线性回归
human pose estimationstanding long jumpstandard deviation analysis methodmultifactor analy-sis methodmultiple linear regression
《测控技术》 2026 (9)
32-43,68,13
西安航空职业技术学院自然科学基金(25XHZK-13,25XHZQ-05)西安航空职业技术学院创新团队项目(KJTD21-002)西安航空职业技术学院高层次人才项目(2026XHQDJ02)
评论