摘要
为了实现人体运动异常姿态的精准、有效识别,本文提出一种计及关节点定位的人体运动异常姿态识别技术。利用锐化模板分块技术,增强采集的多帧人体运动姿态深度图像序列;利用帧间差分法区分图像序列运动目标和背景区域,检测人体运动轮廓;基于OpenPose算法进行人体关节点定位,获取关节点位置信息;应用关节点定位结果,构建支持向量机分类模型,实现人体运动异常姿态识别。实验结果表明:利用设计方法能够有效识别多运动状态下的异常姿态,人体运动姿态的捕捉与识别能力较强,整体异常姿态识别率为95.46%,且针对不同动作类型识别任务的消耗时间整体均未超过10.1ms,具有较好的实际应用性能。
出处
《山西能源学院学报》
2025年第2期41-44,共4页
Journal of Shanxi Institute of Energy
基金
安徽省高等学校科学研究项目“基于跨理论模型提升大学生体质健康及运动行为干预研究”(项目编号:2024AH050183)阶段性研究成果
