基于图神经网络的瑜伽动作多特征融合识别算法

针对现有瑜伽动作识别方法不能挖掘动作与形体特征等深层次信息的问题,提出了一种基于多特征融合图神经网络的改进瑜伽动作识别算法,该算法利用瑜伽的动作历史和形体信息,结合多特征融合和图神经网络的优势,通过建模形体和动作之间的关系图,得到形体信息对不同瑜伽动作类别的影响程度,以及历史动作的长时和短时性。在实验中,对比了该方法与其他算法在瑜伽动作识别任务中的表现。结果表明,该方法在准确率、精确率、召回率和F_(1)值等指标上有明显的提高,证明了该瑜伽动作识别算法的有效性。

基于多模态瑜伽动作姿态检测的设计研究

为了科学评价线上瑜伽教学中学生的动作姿态,把基于深度信息的人机交互技术融合进体育课堂教学,用以解决瑜伽线上教学的相关难题。笔者在人体姿态检测的基础上基于多模态思想设计了瑜伽姿态动作评分模型。利用RGB摄像头采集瑜伽的姿态动作图,即普通的RGB彩色图像,利用骨骼提取模型从RGB图像中提取骨骼数据。将RGB图像数据和骨骼数据输入联合模型中,联合模型将输出瑜伽动作的类别以及这种动作的评分,并对提出方法的有效性进行了对比实验分析和验证。对比实验结果表明:多模态数据在多模态联合模型中表现出较大的优势,集合了RGB数据和骨骼数据的优势,可以快速准确地完成瑜伽动作的分类和评价。

基于AnyBody仿真的瑜伽动作下肢生物力学特征

目的选取树式和燕式平衡两个瑜伽单腿支撑动作,对比专业组和非专业组下肢关节角度、关节力、肌力的生物力学特征,为瑜伽初学者科学健身以及康复医师确定运动处方提供理论依据。方法采用BTS红外动作捕捉系统采集运动学数据,Kistler测力台采集动力学数据,Any Body 7.0仿真软件计算下肢关节力和肌力,Biodex平衡测试系统评估单支撑稳定性。结果树式和燕式平衡动作中,下肢肌力均表现出专业组大于非专业组。树式支撑腿:胫骨前肌、臀中肌后束、髂肌内侧、缝匠肌肌力大于非专业组(P<0.05)。树式平衡腿:股二头肌短头、缝匠肌,梨状肌、下籽肌、髂肌外侧、髂肌内侧、臀大肌下束、闭孔内肌大于非专业组(P<0.05)。燕式支撑腿:胫骨前肌、趾长伸肌、拇长伸肌、闭孔内肌、臀大肌上束大于非专业组(P<0.05)。燕式平衡腿:拇长伸肌大于非专业组(P<0.05)。PS-BI总体、前后方向以及单腿站立(athlete single leg,ASL)总体、前后方向、左右方向的分数,专业组显著小于非专业组(P<0.05)。结论关节角度影响下肢肌肉练习的程度,在瑜珈练习时应注意动作的规范和相应肌肉的锻炼。树式动作中,非专业组双腿肌力都与专业组存在显著差异,燕式平衡动作的差异更多地表现在支撑腿上。瑜伽练习能够多方位提高单腿支撑稳定性。

浅谈瑜伽动作对跆拳道柔韧性的影响

瑜伽是一种古老的健身方法,它以古印度哲学为基础,集健美、强身、修心、养性于一体,是人类在原始的自然状态下创造出的一种身心双修的健身方式。瑜伽大部分基本体式可以充分改善人体的柔韧性。而柔韧性是跆拳道练习者必须发展的一项身体基本素质,发展柔韧素质不仅可以加大动作幅度,使动作更加优美、协调,加大动作力量,更重要的是能预防受伤,提高肌肉的收缩效率。本文运用文献资料法,观察法,收集大量跆拳道柔韧素质发展和瑜伽锻炼的各方面的资料,具体阐述适度运用瑜伽动作有利于改善跆拳道练习者柔韧素质的作用。

三个瑜伽动作塑造完美形体

瑜伽已经成为现代女性塑形美体的热门方法之一。瑜伽动作能让全身充分伸展，赘肉不但能收紧，还能令身材显得更柔软苗条。而且，一边做着瑜伽一边保持腹式呼吸，身心集中，也提高了减肥积极性。

瑜伽服上衣压力客观测量与分析

采用自行研制的人台压力测试系统测量瑜伽服上衣静态穿着压力,与测试对象静止站立时测得的人体各指定部位服装压力进行对比,以确认人台测试系统测量数据的可靠性.选取舞蹈式、牛面式、坐立式、鸽王式、弯腰式5个典型瑜伽动作测量人体皮肤变形率较大部位的服装压力,利用SPSS软件对测量结果进行聚类分析,并通过图表深入分析影响瑜伽服上衣压力的主要因素.

马甲线归来

新妈妈的小腹肉肉不但没减少，肚皮也变得皱皱的。进阶瑜伽动作，针对腰腹，扭转、拉抻、舒展，缓慢激发平日得不到锻炼而堆积的腹立网旨肪，还你一个轻盈身体，快来试试吧!