为了方便乒乓球运动训练和相关体育赛事评分,提出一种乒乓球姿态动作评分方法。通过深度学习神经网络提取骨骼关节点数据,得到一组动作序列的空间角度变化值;通过改进的动态时间规整DTW(dynamic time warping)算法把两组动作序列的关节...为了方便乒乓球运动训练和相关体育赛事评分,提出一种乒乓球姿态动作评分方法。通过深度学习神经网络提取骨骼关节点数据,得到一组动作序列的空间角度变化值;通过改进的动态时间规整DTW(dynamic time warping)算法把两组动作序列的关节点数据进行匹配,得到序列之间的距离;根据Mean Shift算法聚类数决定各个骨骼关节点权重系数,计算得到两个动作序列距离的大小评分值。实验表明,该方法能很好地实现人体动作评分,提高了关键关节点权重分值的影响,提高了乒乓动作序列评分的准确度,更加符合专家主观评分标准。展开更多
It is simple with good quality,and versatile with low costto use a step motor drive for the let-off mechanism ofweaving machines.This paper deals with the investiga-tion of this mechanism about the warp tension detect...It is simple with good quality,and versatile with low costto use a step motor drive for the let-off mechanism ofweaving machines.This paper deals with the investiga-tion of this mechanism about the warp tension detectingand the design of the step motor drive system,which ispracticable,reliable and with low power consumption.So it is worthwhile to spread and push forward its appli-cation.展开更多
提出一种基于图像几何变形的视频细微运动增强算法,该算法可在不放大图像噪声的前提下,揭示视频中人眼无法察觉的细微运动信息。其融合了Eulerian和Lagrangian对运动目标描述的形式,以Eulerian视频增强算法(Eulerian Video Magnificatio...提出一种基于图像几何变形的视频细微运动增强算法,该算法可在不放大图像噪声的前提下,揭示视频中人眼无法察觉的细微运动信息。其融合了Eulerian和Lagrangian对运动目标描述的形式,以Eulerian视频增强算法(Eulerian Video Magnification,EVM)作为时-空滤波器,通过逐帧检测视频中像素级运动信息建立运动映射图,再根据该运动映射图以Lagrangian的形式计算几何变形网格。最后,使用变形网格对原始输入视频的每一帧图像进行几何变形,放大视频中细微运动目标的运动幅度。实验结果表明,提出的视频运动增强算法能显著降低图像噪声对输出视频画面质量的影响,其视频数据处理管线具备较高的可扩展性,适合于引入先进图像预处理和网格以进一步提高输出视频画面的质量。展开更多
文摘为了方便乒乓球运动训练和相关体育赛事评分,提出一种乒乓球姿态动作评分方法。通过深度学习神经网络提取骨骼关节点数据,得到一组动作序列的空间角度变化值;通过改进的动态时间规整DTW(dynamic time warping)算法把两组动作序列的关节点数据进行匹配,得到序列之间的距离;根据Mean Shift算法聚类数决定各个骨骼关节点权重系数,计算得到两个动作序列距离的大小评分值。实验表明,该方法能很好地实现人体动作评分,提高了关键关节点权重分值的影响,提高了乒乓动作序列评分的准确度,更加符合专家主观评分标准。
文摘It is simple with good quality,and versatile with low costto use a step motor drive for the let-off mechanism ofweaving machines.This paper deals with the investiga-tion of this mechanism about the warp tension detectingand the design of the step motor drive system,which ispracticable,reliable and with low power consumption.So it is worthwhile to spread and push forward its appli-cation.
文摘提出一种基于图像几何变形的视频细微运动增强算法,该算法可在不放大图像噪声的前提下,揭示视频中人眼无法察觉的细微运动信息。其融合了Eulerian和Lagrangian对运动目标描述的形式,以Eulerian视频增强算法(Eulerian Video Magnification,EVM)作为时-空滤波器,通过逐帧检测视频中像素级运动信息建立运动映射图,再根据该运动映射图以Lagrangian的形式计算几何变形网格。最后,使用变形网格对原始输入视频的每一帧图像进行几何变形,放大视频中细微运动目标的运动幅度。实验结果表明,提出的视频运动增强算法能显著降低图像噪声对输出视频画面质量的影响,其视频数据处理管线具备较高的可扩展性,适合于引入先进图像预处理和网格以进一步提高输出视频画面的质量。