基于BlazePose的网球发球人体关节识别研究

网球发球时人体肢体动作过快,导致现有方法在网球发球姿态检测中存在关节识别错检率高的问题,由此提出了一种基于BlazePose的网球发球人体关节识别方法。该方法在BlazePose检测模型的基础上,设计了帧间姿态运动距离梯度鉴别算法,分为平缓运动、剧烈运动及自遮挡三种错误帧,分别利用光流肢节预测、高斯混合模型前景消除及三次样条插值,对错误帧进行对应修复。将该方法与BlazePose及lightweight-OpenPose进行对比实验,结果表明,该方法的整体识别准确率比BlazePose与lightweight-OpenPose分别高出3.1%与7.8%,并且对挥拍臂的腕关节和肘关节的检测有较大改善,执行效率与BlazePose相当,能辅助网球发球的日常训练。

人体运动图象恢复

对于运动图像 ,除了用于特殊研究的高速摄影图像外 ,一般的运动影视图像比静态的图像存在着更多的噪声。对视频图像的噪声滤波之后 ,图象的恢复对后面图象的边缘处理、轮廊提取、人体关节点识别等有着重要的意义。